‘सुरक्षित’ छवियां चोरी करने में आसान, नहीं कठिन, एआई के साथ

नई रिसर्च से पता चलता है कि वॉटरमार्किंग टूल्स जो एआई इमेज एडिट्स को रोकने के लिए डिज़ाइन किए गए हैं, वे वास्तव में इसके विपरीत काम कर सकते हैं। इसके बजाय कि वे मॉडल जैसे स्टेबल डिफ्यूजन को बदलाव करने से रोकें, कुछ सुरक्षा वास्तव में एआई को संपादन निर्देशों का पालन करने में मदद करती है, जिससे अवांछित हेरफेर और भी आसान हो जाते हैं।

कंप्यूटर विजन साहित्य में एक उल्लेखनीय और मजबूत धारा है जो कॉपीराइट छवियों को एआई मॉडल में प्रशिक्षित होने से या सीधे छवि-से-छवि एआई प्रक्रियाओं में उपयोग किए जाने से बचाने के लिए समर्पित है। इस प्रकार की प्रणालियाँ आमतौर पर लेटेंट डिफ्यूजन मॉडल (एलडीएम) जैसे स्टेबल डिफ्यूजन और फ्लक्स पर केंद्रित होती हैं, जो छवियों को एन्कोड और डीकोड करने के लिए शोर-आधारित प्रक्रियाओं का उपयोग करते हैं।

सामान्य दिखने वाली छवियों में विरोधी शोर डालकर, यह संभव है कि छवि डिटेक्टरों को गलत छवि सामग्री का अनुमान लगाने और छवि-उत्पादक प्रणालियों को कॉपीराइट डेटा का शोषण करने से रोका जा सके।

एमआईटी पेपर ‘रेजिंग द कॉस्ट ऑफ मैलिशियस एआई-पावर्ड इमेज एडिटिंग’ से उदाहरण, एक स्रोत छवि को हेरफेर के खिलाफ ‘प्रतिरक्षित’ (निचली पंक्ति)। स्रोत: https://arxiv.org/pdf/2302.06588

2023 में स्टेबल डिफ्यूजन के वेब-स्क्रैप्ड इमेजरी (包括 कॉपीराइट इमेजरी) के खिलाफ कलाकारों की प्रतिक्रिया के बाद से, शोध दृश्य ने इसी विषय पर कई भिन्नताएं उत्पन्न की हैं – यह विचार कि छवियों को हेरफेर से बचाने के लिए अविश्वसनीय रूप से ‘जहर’ दिया जा सकता है, बिना छवि की गुणवत्ता को प्रभावित किए।

इन सभी मामलों में, प्रतिबंध की तीव्रता और छवि की सुरक्षा की डिग्री के बीच एक सीधा संबंध है, और छवि की गुणवत्ता जितनी अधिक प्रभावित होती है।

शोध पीडीएफ की गुणवत्ता पूरी तरह से समस्या को नहीं दर्शाती है, अधिक विरोधी प्रतिबंध गुणवत्ता के लिए सुरक्षा का बलिदान करते हैं। 2020 के ‘फॉक्स’ परियोजना में गुणवत्ता विकृति की श्रृंखला यहां दिखाई गई है, जिसका नेतृत्व शिकागो विश्वविद्यालय ने किया था। स्रोत: https://arxiv.org/pdf/2002.08327

विशेष रूप से कलाकारों के लिए जो अपनी शैलियों को अनधिकृत उपयोग से बचाना चाहते हैं, ऐसी प्रणालियों की क्षमता न केवल पहचान और अन्य जानकारी को धुंधला करने में है, बल्कि एआई प्रशिक्षण प्रक्रिया को यह विश्वास दिलाने में भी है कि यह कुछ और देख रहा है, ताकि सेमांटिक और दृश्य डोमेन के बीच संबंध नहीं बनें।

मिस्ट और ग्लेज़ दो लोकप्रिय इंजेक्शन विधियां हैं जो एआई वर्कफ़्लो और प्रशिक्षण दिनचर्या में कॉपीराइट शैलियों का उपयोग करने के प्रयासों को रोकने या गंभीर रूप से बाधित करने में सक्षम हैं। स्रोत: https://arxiv.org/pdf/2506.04394

स्व-गोल

अब, अमेरिका से नई रिसर्च में पाया गया है कि न केवल प्रतिबंध छवियों की सुरक्षा में विफल हो सकते हैं, बल्कि प्रतिबंध जोड़ने से वास्तव में एआई प्रक्रियाओं में उनकी शोषणक्षमता बढ़ सकती है जिनके खिलाफ वे सुरक्षा प्रदान करने का इरादा रखते हैं।

शोध पत्र में कहा गया है:

‘हमारे प्रयोगों में विभिन्न प्रतिबंध-आधारित छवि सुरक्षा विधियों के साथ, हम पाते हैं कि ऐसी सुरक्षा पूरी तरह से अपने उद्देश्य को प्राप्त नहीं करती है। ‘

‘ज्यादातर परिदृश्यों में, प्रतिबंधित छवियों का संपादन परिणामी छवि को निर्देशों का पालन करने में मदद करता है। ‘

‘हमारे निष्कर्ष यह सुझाव देते हैं कि छवियों में शोर जोड़ने से संपादन प्रक्रिया के दौरान दिए गए पाठ निर्देशों के साथ उनका संबंध बढ़ सकता है, जिससे अप्रत्याशित परिणाम हो सकते हैं जैसे कि बेहतर संपादन परिणाम। ‘

‘इसलिए, हम तर्क देते हैं कि प्रतिबंध-आधारित विधियां मजबूत छवि सुरक्षा के लिए पर्याप्त समाधान प्रदान नहीं कर सकती हैं। ‘

विधि

लेखकों ने तीन सुरक्षा विधियों का परीक्षण किया जो सावधानी से डिज़ाइन किए गए विरोधी प्रतिबंधों को लागू करती हैं: फोटोगार्ड; मिस्ट; और ग्लेज़।

ग्लेज़, जिसे लेखकों द्वारा परीक्षण किया गया था, तीन कलाकारों के लिए ग्लेज़ सुरक्षा उदाहरणों को दर्शाता है। पहली दो कॉलम मूल कलाकृतियों को दिखाते हैं; तीसरा कॉलम बिना सुरक्षा के अनुकरण परिणाम दिखाता है; चौथा कॉलम शैली-स्थानांतरण संस्करण दिखाता है जो ढाल अनुकूलन के लिए उपयोग किए जाते हैं, साथ ही लक्ष्य शैली का नाम; पांचवां और छठा कॉलम पी = 0.05 और पी = 0.1 के विकृति स्तर पर ढाल लगाने के साथ अनुकरण परिणाम दिखाते हैं। सभी परिणाम स्टेबल डिफ्यूजन मॉडल का उपयोग करते हैं। स्रोत: https://arxiv.org/pdf/2302.04222

विपरीत विचार

दो सेटों को मॉडिफाइड कैप्शन तैयार किए गए थे जो प्रत्येक छवि की पहली कैप्शन से क्लाउड सोनेट 3.5 की मदद से बनाए गए थे। एक सेट में प्रॉम्प्ट शामिल थे जो मूल कैप्शन के संदर्भ में करीब थे; दूसरे सेट में प्रॉम्प्ट शामिल थे जो संदर्भ में दूर थे।

उदाहरण के लिए, मूल कैप्शन ‘एक युवा लड़की एक पिंक ड्रेस में एक लकड़ी के केबिन में जा रही है’ से, एक करीबी प्रॉम्प्ट ‘एक युवा लड़का एक नीली शर्ट में एक ईंट के घर में जा रहा है’ हो सकता है। इसके विपरीत, एक दूर प्रॉम्प्ट ‘दो बिल्लियां एक सोफे पर आराम कर रही हैं’ हो सकता है।

मेट्रिक्स

शोधकर्ताओं ने यह जानने के लिए मापा कि कितनी अच्छी तरह प्रतिबंध एआई संपादन को बाधित करते हैं, उन्होंने यह मापा कि अंतिम छवियां कितनी अच्छी तरह निर्देशों का पालन करती हैं, छवि और पाठ प्रॉम्प्ट के बीच समानता की तुलना करने के लिए स्कोरिंग सिस्टम का उपयोग करते हुए:

इस उद्देश्य के लिए, सीएलआईपी-एस मेट्रिक एक मॉडल का उपयोग करता है जो छवियों और पाठ को समझने में सक्षम है, जबकि पीएसी-एस++ अतिरिक्त नमूने जोड़ता है जो मानव अनुमान के करीब तुलना करते हैं।

कला हमला

प्राकृतिक छवियों के परीक्षण के लिए, फ्लिकर1024 डेटासेट का उपयोग किया गया था, जिसमें एक हजार से अधिक उच्च गुणवत्ता वाली छवियां शामिल थीं। प्रत्येक छवि को प्रॉम्प्ट के साथ संपादित किया गया था जो ‘शैली को [वी] में बदलें’ के पैटर्न का पालन करता था, जहां [वी] सात प्रसिद्ध कला शैलियों में से एक का प्रतिनिधित्व करता था: क्यूबिज़म; पोस्ट-इंप्रेशनिज़म; इंप्रेशनिज़म; सरियलिज़म; बारोक; फौविज़म; और पुनर्जागरण।

प्रक्रिया में मूल छवियों पर फोटोगार्ड लागू करना, सुरक्षित संस्करण उत्पन्न करना और फिर दोनों सुरक्षित और असुरक्षित छवियों को एक ही सेट के शैली-स्थानांतरण संपादन के माध्यम से चलाना शामिल था:

मूल और सुरक्षित संस्करण एक प्राकृतिक दृश्य छवि की, प्रत्येक को क्यूबिज़म, सरियलिज़म और फौविज़म शैलियों को लागू करने के लिए संपादित किया गया।

निष्कर्ष

शोध दृश्य ने एलडीएम के कॉपीराइट मुद्दे पर विरोधी प्रतिबंधों को धक्का दिया है; लेकिन कोई भी मजबूत समाधान नहीं निकला है। या तो लगाए गए विकृतियां छवि की गुणवत्ता को बहुत कम कर देती हैं, या पैटर्न हेरफेर और रूपांतरण प्रक्रियाओं के लिए लचीले नहीं होते हैं।

हालांकि, यह एक कठिन सपना है जिसे छोड़ना मुश्किल है, क्योंकि विकल्प तीसरे पक्ष की निगरानी और प्रमाण-निर्माण ढांचे जैसे एडोबी के नेतृत्व वाली सी2पीए योजना होगी, जो कैमरा सेंसर से छवियों के लिए एक स्वामित्व श्रृंखला बनाए रखने का प्रयास करती है, लेकिन जिसका कोई अंतर्निहित संबंध चित्रित विषय से नहीं है।

किसी भी मामले में, यदि विरोधी प्रतिबंध वास्तव में समस्या को और भी बदतर बना रहे हैं, जैसा कि नए शोध पत्र में सुझाया गया है, तो क्या कॉपीराइट सुरक्षा के साधन के रूप में इसकी खोज ‘रसायन विज्ञान’ के तहत आती है?

सोमवार, 9 जून, 2025 को पहली बार प्रकाशित