Salı günü Nature Communications'da yayınlanan MIT bilgisayar bilimcileri tarafından yapılan yeni bir çalışma, AI telif hakkı konusundaki tartışmayı yeniden şekillendirebilecek bir bulgu ortaya koyuyor: Yayılma modelleri daha fazla veri üzerinde eğitildikçe, çıktılarının herhangi bir özel eğitim materyaline dayandırılması giderek imkansız hale geliyor. Araştırmacılar bu olguyu "atıf bozulması" olarak adlandırıyor. Üretken yapay zekanın hızla değişen dünyasını takip eden okuyucular için makale, bu hafta AI Buzz Wire tarafından ele alınan en önemli araştırma sonuçlarından biri.
"Üretken Yayılım Modellerinin Çıktıları Çoğunlukla Atfedilemez" başlıklı makale, her ikisi de MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'na (CSAIL) bağlı Zheng Dai ve David K. Gifford tarafından yazılmıştır. Temel soruları aldatıcı derecede basitti: Üretken bir model bir görüntü ürettiğinde, eğitim verilerinde bu çıktıdan sorumlu olan belirli bir öğeyi bulabilir misiniz?
Araştırmacılar Ne Buldu?
Cevap giderek daha fazla hayır oluyor. Araştırmacılar, oluşturulan bir örnekten sorumlu tutulabilecek eğitim verilerinin bir kısmını bulma görevi olarak tanımlanan ilişkilendirmenin, "bir model yeterince büyük bir veri kümesi üzerinde eğitilirse imkansız hale gelebileceğini" gösteriyor.
Yazarlar şöyle yazıyor: "Bir model ne kadar çok veri üzerinde eğitilirse, oluşturulan örneklerin ilişkilendirilebilirliği o kadar azalır; bu olguya bundan sonra ilişkilendirme bozulması adını vereceğiz."
Bunu test etmek için ekip, belirli eğitim örneklerinin, maliyetli yeniden eğitime gerek kalmadan önceden eğitilmiş bir modelden çıkarılmasına olanak tanıyan bir "ablasyon" metodolojisi geliştirdi. Daha sonra büyük ölçekli "eğer olursa olsun" deneyleri yürüttüler: Belirli bir görüntü veya yaratıcının tüm çalışmaları eğitim setinde hiç yer almamış olsaydı model ne üretirdi?
Araştırmanın en çarpıcı sonuçlarından bazılarında araştırmacılar, yeterince büyük veri kümeleri üzerinde eğitilen modeller için Mona Lisa'yı, hatta Leonardo da Vinci'nin tüm çalışmalarını kaldırabileceklerini ve modelin yine de görüntüyü veya sanatsal stili yeniden üretebileceğini buldu. Hiçbir eğitim öğesi çıktıdan nedensel olarak sorumlu değildi.
Telif Hakkı Davası Neden Önemlidir
Bulgular, aktif bir hukuk savaşının ortasında ortaya çıkıyor. Midjourney ve Stable Diffusion gibi yayılma modelleri, eğitim verilerindeki çalışmalarının kopyalarının yapay zeka sistemlerinin çıktılarını ve stillerini yeniden üretmesine izin verdiğini iddia eden sanatçıların davalarına maruz kaldı.
2023'ten itibaren devam eden bir telif hakkı davasında Andersen ve ark. v. Stability AI Ltd. davasında davacılar Midjourney'i modellerini eğitmek için kullanılan veri kümelerini açıklamaya zorlamaya çalışıyor. Midjourney'in eğitim setlerini "modelinin bu sanatçıların etkileyici içeriğini taklit etmesini sağlamak amacıyla belirli sanatçıların adlarıyla ilişkili görüntüleri kazıyarak" oluşturduğunu iddia ediyorlar.
MIT çalışması, bu tür nedensel bağlantıların kurulmasının teknik olarak geniş ölçekte imkansız olabileceğini öne sürüyor. Çalışmanın ayrıntılarını ilk kez bildiren The Register'ın belirttiği gibi, araştırma muhtemelen yapay zeka düzenlemesini kolaylaştırmak yerine daha da zorlaştıracak gibi görünüyor; bu da yazarların çalışmaya başladıklarında umduklarının tam tersi.
Adil Kullanım Sorusu
MIT'nin basın açıklamasında Gifford, bulguların her iki yönde de geçerli olduğunu savunuyor. Oluşturulan çıktıların herhangi bir eğitim verisi parçasıyla hiçbir ilgisi yoksa, modeller yalnızca kopyalama makinelerinden ziyade gerçekten yaratıcı olabilir.
Gifford, "Bu, adil kullanım, çıktıların yeni çalışmalar olarak telif hakkına tabi olup olmadığı ve bir modelden ortaya çıkanlar internetteki herhangi bir şeye atfedilemediğinde yazarların nasıl tazminat alacağı konusunda soruları gündeme getiriyor" dedi.
Etkiler görüntü oluşturucuların ötesine uzanır. Difüzyon modelleri görsel-işitsel medyanın oluşturulmasında baskın mimari haline geldi ve protein yapı modellemesi ve terapötik keşif de dahil olmak üzere bilimsel uygulamalarda giderek daha fazla kullanılıyor. Makine öğreniminin iptali, veri zehirlenmesinin tespiti, model yorumlanabilirliği, adalet denetimleri ve gizlilik uyumu için de ilişkilendirme araçları önerilmiştir.
İlişkilendirme Startup'larına Bir Uyarı
Çalışma aynı zamanda büyüyen yapay zeka kaynağı ve içerik doğrulama araçları endüstrisi için de bir uyarı taşıyor. Araştırmacılar, benzerliğe dayalı ilişkilendirmenin (üretilen çıktıları görsel olarak benzer eğitim görselleriyle eşleştirmenin) büyük eğitim verisi rejimlerinde yanlış ilişkilendirmelere yol açtığını buldu.
Başka bir deyişle, "bu yapay zeka görüntüsü o sanatçının portföyünden geldi" diyen bir araç, modeller milyarlarca görüntü üzerinde eğitildiğinde yanlış olabilir. MIT sonuçları, menşe anlaşmazlıklarını çözmek için teknik atıflara güvenen platformlar, mahkemeler ve düzenleyiciler için, böyle bir kesinliğin sınır ölçekli modeller için erişilemez olabileceğini öne sürüyor.
Sırada Ne Var?
Makalenin, AB Yapay Zeka Yasası'nın şeffaflık gereklilikleri ve sanatçı tazminat sistemlerine ilişkin öneriler hakkındaki tartışmalar da dahil olmak üzere devam eden dava ve politika tartışmalarında alıntılanması bekleniyor. İlişkilendirmenin azalması en büyük üretim modelleri için geçerliyse, çıktıların belirli işlere göre izlenmesine dayalı ücretlendirme planlarının, öğe düzeyinde izleme yerine toplu lisanslama etrafında yeniden tasarlanması gerekebilir.
Çalışma aynı zamanda yapay zeka geliştiricileri için incelikli bir noktayı da gündeme getiriyor: atfedilemezlik aslında telif hakkıyla korunan verilerle ilgili eğitime yönelik adil kullanım argümanlarını güçlendirebilir, aynı zamanda sanatçıların bireysel çıktılardan belirli zararları kanıtlama becerisini zayıflatabilir. Telif hakkı mücadelesinin her iki tarafı da verilerde kullanacak bir şeyler bulacaktır.
Yapay Zekanın Önünde Olun
Daha fazla güncel yapay zeka araştırması ve analizi için, yapay zeka endüstrisinin günlük kapsamını içeren AI Buzz Wire adresini ziyaret edin.
Daha fazla AI haberini okuyun →
