جوجل تحظر تدريب نماذج التزييف العميق في Colab

في وقت ما خلال الأسبوعين الماضيين، غيّرت جوجل بهدوء شروط الخدمة لمستخدمي Colab، وأضافت بندًا ينص على عدم جواز استخدام خدمات Colab لتدريب نماذج التزييف العميق.

تحديث مايو يضيف حظر تدريب نماذج التزييف العميق إلى Colab. المصدر: https://research.google.com/colaboratory/faq.html#limitations-and-restrictions

أول نسخة محفوظة في أرشيف الإنترنت تتضمن حظر التزييف العميق التُقطت يوم الثلاثاء الماضي، 24 مايو. أما آخر نسخة محفوظة من الأسئلة الشائعة لـColab لا تذكر الحظر فكانت بتاريخ 14 مايو.

من بين حزمتَي إنشاء التزييف العميق الشهيرتين DeepFaceLab ‏(DFL) وFaceSwap، وكلتاهما متفرعة من الشيفرة المجهولة والمثيرة للجدل المنشورة على Reddit عام 2017، يبدو أن DFL، وهو الأكثر سوءًا في السمعة، وحده استُهدف مباشرة بالحظر. ووفقًا لمطور التزييف العميق «chervonij» في خادم DFL على ديسكورد، فإن تشغيل البرنامج في جوجل Colab يُظهر الآن تحذيرًا:

«قد تكون بصدد تنفيذ شيفرة غير مسموح بها، وقد يحدّ ذلك من قدرتك على استخدام Colab مستقبلًا. يُرجى الانتباه إلى الإجراءات المحظورة المحددة في الأسئلة الشائعة لدينا».

لكن من اللافت أن المستخدم لا يزال مسموحًا له، في الوقت الحالي، بمتابعة تنفيذ الشيفرة.

التحذير الجديد الذي ظهر لمستخدمي DFL عند محاولة تشغيل الشيفرة في جوجل Colab. المصدر: https://discord.com/channels/797172242697682985/797391052042010654/979823182624219136

ووفقًا لمستخدم في خادم ديسكورد الخاص بالحزمة المنافسة FaceSwap، لا يبدو أن شيفرة هذا المشروع تُطلق التحذير بعد. وهذا يشير إلى أن Colab استهدف تحديدًا شيفرة DeepFaceLab، وهي أيضًا البنية الأساسية لتطبيق بث التزييف العميق الفوري DeepFaceLive، والطريقة الأكثر هيمنة في مجال التزييف العميق بفارق كبير.

وعلّق مات تورا، أحد المطورين الرئيسيين المشاركين لـFaceSwap، قائلًا*:

«أجد من غير المرجح جدًا أن تكون جوجل تفعل ذلك لأسباب أخلاقية معينة. الأرجح أن سبب وجود Colab هو تمكين الطلاب وعلماء البيانات والباحثين من تشغيل شيفرة GPU مكلفة حاسوبيًا بطريقة سهلة ومتاحة ومجانية. لكنني أشتبه في أن عددًا غير قليل من المستخدمين يستغلون هذا المورد لإنشاء نماذج التزييف العميق على نطاق واسع، وهو أمر مكلف حاسوبيًا ويحتاج إلى وقت تدريب غير قليل للحصول على نتائج».

«يمكن القول إن Colab يميل إلى الجانب التعليمي والبحثي من الذكاء الاصطناعي. وتشغيل نصوص برمجية لا تتطلب إلا قليلًا من مدخلات المستخدم أو فهمه يتعارض مع ذلك. في FaceSwap نحاول التركيز على تعليم المستخدم الذكاء الاصطناعي والآليات التي يقوم عليها، مع خفض حاجز الدخول. ونشجع بشدة الاستخدام الأخلاقي للبرنامج، ونرى أن إتاحة هذه الأدوات لجمهور أوسع تساعد الناس على فهم ما يمكن تحقيقه في عالم اليوم، بدلًا من إخفائها عن الجميع باستثناء قلة مختارة».

«للأسف لا نستطيع التحكم في كيفية استخدام أدواتنا في النهاية، ولا في مكان تشغيلها. يؤسفني أن أحد السبل قد أُغلق أمام من يريدون تجربة شيفرتنا. لكن من حيث حماية هذا المورد تحديدًا لضمان إتاحته للجمهور المستهدف فعليًا، أجد الأمر مفهومًا».

لا يوجد دليل على أن القيد الجديد يقتصر على المستوى المجاني من جوجل Colab. ففي أسفل قائمة الأنشطة المحظورة التي أُضيف إليها التزييف العميق توجد ملاحظة تقول إن «قيودًا إضافية تنطبق على المستخدمين الذين يدفعون»، ما يدل على أن هذه قواعد أساسية. ومع ذلك، فقد أربك حظر التزييف العميق بعض المستخدمين، لأن «تعدين العملات المشفرة» و«المشاركة في تبادل الملفات بنظام الند للند» مدرجان في قسمَي القيود المجاني والمدفوع معًا.

وفقًا لهذا المنطق، فإن كل ما يُحظر في قسم قيود المستوى المجاني سيكون مسموحًا في إصدار Pro ما لم يحظره Pro صراحة، بما في ذلك «تنفيذ هجمات حجب الخدمة» و«كسر كلمات المرور». وتتعلق القيود الإضافية للمستوى Pro أساسًا بمنع إعادة تأجير حق الوصول إلى Colab Pro، رغم التكرار المربك والانتقائي للمحظورات.

جوجل Colab هو تطبيق مخصص لبيئات Jupyter Notebook، يتيح تدريب مشروعات تعلّم الآلة عن بُعد على وحدات GPU أقوى بكثير مما يستطيع كثير من المستخدمين شراءه.

تدريب التزييف العميق نشاط يحتاج إلى قدر كبير من ذاكرة الفيديو VRAM. ومنذ بداية نقص وحدات GPU، تخلى كثير من صُنّاع التزييف العميق في السنوات الأخيرة عن التدريب المنزلي لصالح التدريب عن بُعد في Colab. فبحسب الحظ والمستوى المتاح، يمكن تدريب نموذج على بطاقات قوية مثل Tesla T4 (TSLA ) ‏(ذاكرة VRAM بسعة 16 غيغابايت، ونحو 2,000 دولار آنذاك)، وV100 ‏(ذاكرة بسعة 32 غيغابايت، ونحو 4,000 دولار)، وA100 القوية (ذاكرة بسعة 80 غيغابايت، وسعر تجزئة مقترح قدره 32,097.00 دولارًا)، من بين بطاقات أخرى.

من المرجح أن يؤدي حظر التدريب في Colab إلى تقليل عدد صُنّاع التزييف العميق القادرين على تدريب نماذج أعلى دقة، تكون صور الإدخال والإخراج فيها أكبر وأكثر ملاءمة للنتائج عالية الدقة وقادرة على استخراج تفاصيل أكثر للوجه وإعادة إنتاجها.

ووفقًا لمنشورات ديسكورد والمنتديات، فقد استثمر بعض أكثر الهواة والمتحمسين للتزييف العميق التزامًا مبالغ كبيرة في العتاد المحلي خلال العامين الماضيين، رغم ارتفاع أسعار وحدات GPU.

لكن بسبب ارتفاع التكلفة، ظهرت مجتمعات فرعية لمعالجة صعوبات تدريب التزييف العميق في Colab. وأصبح التخصيص العشوائي لوحدات GPU أكثر الشكاوى شيوعًا منذ أن قيّد Colab وصول المستخدمين المجانيين إلى وحدات GPU الأعلى أداءً.

* في رسائل خاصة على ديسكورد.

نُشر أول مرة في 28 مايو 2022. عُدّل الساعة 7:28 صباحًا بتوقيت EST لتصحيح خطأ مطبعي في اقتباس. وعُدّل الساعة 12:40 ظهرًا بتوقيت EST لإضافة توضيح لحظر التزييف العميق في المستويين المجاني وPro، بالقدر الذي يمكن فهمه من قائمتَي المحظورات.