IP-vaskemetoder i AI

Hvis det kommer en juridisk oppgjør over bruk av immaterielle rettigheter i trening av AI, finnes det også flere metoder for å skjule slik bruk.

Meninger Den nåværende, raskt fremadskridende revolusjonen i generativ AI utvikler seg i den mest juridisk usikre omgivelsen som har fulgt noen transformative teknologiske utviklinger siden det nittende århundre.

Før 3-4 år siden, nøt maskinlæringsforskningsmiljøet en tilsiktet (ofte eksplisitt) fullmakt til å utnytte IP-beskyttet materiale i utviklingen av nye systemer; siden disse systemene ikke ennå var suksessfulle, i termer av å være modne eller kommersielt levedyktige, var resultater i alle sammenhenger akademiske.

I denne perioden, signaliserte den plutselige suksessen til en ny generasjon av diffusjonsbaserte Large Language Models (LLMs, som ChatGPT og Claude) og Vision-Language Models (VLMs, som Sora) at disse abstrakte og hittil ‘harmløse’ forskningsstrømmer hadde utviklet seg til kommersiell levedyktighet, og vokst ut av sin ‘fri pass’, så langt som utnyttelsen av andres immaterielle rettigheter var bekymret.

Fra nå av, ville rettighetshavere søke en andel i fruktene av AI-systemer trent hovedsakelig eller delvis på deres opphavsrettslige eller på annen måte beskyttede data, noe som førte til en pågående jordskred av rettssaker som krever en del innsats for å bare holde spor.

Her begrenset bare til saker som er innledet i USA, nye saker oppstår i en frenetisk takt i USA og ellers. Kilde

Krev ‘fri lunch’

Den finansielle forpliktelsen som nå skjer i forhold til AI-betjeningens infrastruktur, er blitt hevdet av noen stemmer som et forsøk på å gjøre ‘oppførsels-hemmelig’ AI så dypt i økonomiens samfunn at det blir ikke bare ‘for stort til å feile’, men også ‘for kraftig til å saksøke’ – eller i hvert fall ‘for kraftig’ at suksessfulle rettssaker kunne bli tillatt å snu revolusjonen.

Mot denne generelle holdningen, er den nåværende presidenten i USA i ferd med å sette sin holdning i politikk, at ‘Du kan ikke forventes å ha et suksessfullt AI-program når hver enkelt artikkel, bok eller noe annet du har lest eller studert, skal betales for’.

Virkelig? Ingen lignende eller sammenlignbare hendelse har skjedd i den vestlige industrielle æraen, og dette representerer en bevegelse som gniser hardt mot den tradisjonelle amerikanske kulturen av rettssaker og erstatning; kanskje de nærmeste lignende posisjonene er den obligatoriske utløpingen av medisinske patenter etter 20 år (i seg selv ofte under angrep), og begrensningen på forventninger om personvern på offentlige steder.

Men, tider endrer seg; i fravær av noen garanti for at den nåværende trenden mot ’eminent domain’ mot IP-beskyttelse ikke vil svikte, eller bli reversert senere, finnes det flere sekundære tilnærminger som blir standard praksis i utviklingen av AI-systemer, og behandlingen av den meget omstridte treningsdata som driver det.

Datasett ved proxy

En av disse tilnærmingene tar en merkelig liknende tilnærmning til forsvaret av torrent-listing-sider som hevder at de ikke faktisk lagrer noen kontroversielle materiale – eller noe materiale i det hele tatt.

Foruten å unngå behovet for å lagre og betjene store mengder minimalt komprimerte bilde- eller video-data, tillater slike samlinger rask oppdatering – slik som fjerning av materiale på opphavsmenns forespørsel – og versjonering.

Liksom torrents bare er veivisere til hvor IP-beskyttet materiale kan finnes, er en rekke svært innflytelsesrike datasett i seg selv bare ‘peker’-lignende lister over eksisterende data; hvis sluttbrukeren ønsker å bruke disse listene som en nedlastingsliste for deres eget datasett, er det opp til dem, så langt som kuratorenes ansvar synes å være bekymret.

Blant disse er Google Researchs Conceptual 12M-datasett, som gir beskrivelser for bilder, men bare peker på lokasjoner på nettet hvor disse bildene eksisterer (eller eksisterte på tidspunktet for kurering):

To eksempler fra Google Researchs Conceptual 12M-kurering. Kilde

Et annet fremtredende eksempel, og ett som nå har en gyldig krav på respekt i historien om AI, er LAION-datasettet som muliggjorde fremveksten av Stable Diffusion-generativt system i 2022 – det første slike rammeverk som tilbød kraftfulle åpne kildegenerative bilder til sluttbrukere, samtidig som proprietære systemer syntes å etablere slike tjenester som en ren ringført, kommersiell domene:

En av de mange variasjonene av LAION-prosjektet, med moderne og opphavsrettslige kunstverk. Kilde

I mange tilfeller indikerer de høye filstørrelsene til noen av disse ‘peker’-samlinger at bildeinnhold er inkludert i en nedlastbar og vertsfiler; imidlertid er de ikke-trivielle nedlastningsstørrelsene ofte på grunn av den høye volumet av tekstinnhold, og noen ganger inkluderingen av uttrukne embeddings eller funksjoner – utledede summeringer eller noder av ellers anvendelige innhold uttrukket fra kilde-data under treningsprosessen.

Video-premium

Video-datasett presenterer en enda sterkere sak for ‘datasett ved proxy’- eller peker-tilnærmingen, siden den høye volumet av lagringsdata som kreves for å aggregere en meningsfull og nyttig mengde videoer i en enkelt nedlastbar samling er forbudt, og en ‘distribuert’ metode er ønskelig.

Imidlertid, i begge tilfeller – men spesielt med video – representerer de nedlastbare kilde-URL-ene data som vil trenge betydelig ytterligere oppmerksomhet før de kan brukes i treningsprosesser. Begge bilder og videoer vil trenge å bli omstørte, eller andre beslutninger om beskjæring må gjøres, for å skape prøver som vil passe inn i tilgjengelig GPU-rom. Selv alvorlig nedskalerte videoer vil også trenge å kuttes til svært korte lengder, som 3-5 sekunder, vanligvis.

Notable video-datasett som bruker referanser til nettvideoer (i stedet for kurering og direkte pakking av video) inkluderer Googles Kinetics Human Action Video Dataset, og søkegigantens YouTube-8M-samling, som bruker segment annotasjon for å indikere hvordan hver video skal behandles en gang den er lastet ned – men som igjen lar sluttbrukeren få videoene fra de supplerte URL-ene.

Lukk og åpne

Til slutt, i denne kategorien, kan ‘åpne’ VFX-data genereres med lukkede plattformer som deretter publiserer og gjør datasett tilgjengelig. Det er rimelig å undre seg over hvorfor dette skjer, og å vurdere om det kan være fordi opphavselskapet ønsker å rense en IP-vennlig oppstrømsmodell for egen bruk; eller at en ‘vasket’ sett ble bedt om fra utsiden.

En slik sak med ‘generasjonsvask’ er, kanskje, Omni-VFX-datasettet, som inkorporerer mange datapunkter fra Open-VFX-datasettet (som selv refererer til mange lukkede og semi-lukkede plattformer, som Pika og PixVerse).

For å være ærlig, Omni-VFX prøver ikke engang virkelig:

I det åpne kildesettet Omni-VFX, et kjent ansikt. Kilde

Stamfar-ansvar

Den andre store tilnærmingen til IP-vask er gjennom bruk av opphavsrettslig materiale på ett eller flere steder. En av metodene i denne kategorien er bruk av syntetisk data som er trent, på ett eller flere steder oppstrøms, på opphavsrettslig data. I slike tilfeller, spesielt der syntetisk data kan oppnå autentiske resultater, forsyner opphavsrettslig arbeid transformasjoner som ikke kan rimeligvis gjettes eller approksimeres av generelle verdensmodeller eller ikke-spesialiserte modeller.

Dette er særlig tilfelle der generative videosystemer må generere ‘umulige’ hendelser, og hendelser som ville falle generelt inn i kategorien ‘visuelle effekter’ (VFX).

I virkeligheten, hva som førte dette emnet til minne, var den siste i en rekke av forskningsartikler som tilbød evnen til å ‘abstrahere’ forskjellige typer visuelle effekter, som å produsere laserstråler fra usannsynlige deler av kroppen, enten ved å ha blitt trent på bestillings- eller ‘åpne kilde’-VFX-klipp (i stedet for den mer åpenbare kilde, som de svært dyre VFX-klippene funnet i utgang fra Marvel-universet):

Eksempler fra EffectMaker-nettstedet, hvor ‘aksjonen’ i kildeklippet (langt til venstre) blir brukt til et kildebilde (midten). Kilde

Eksemplene ovenfor kommer fra prosjektsiden for EffectMaker-prosjektet. EffectMaker er ikke engang det første tilbudet i år som søker å trekke ut VFX-dynamikk fra ett video-klipp og overføre det til et nytt klipp, og i virkeligheten er dette på vei til å bli en diskret underoppgave i AI-VFX-forskning*.

Bevisst på at medie-kjemper som Marvel har en høyere enn gjennomsnittlig sjanse til å vinne rettssaker over IP (selv i den nevnte klimaet av ‘tvunget toleranse’), er visuelle effekt-selskaper og start-ups nå i ferd med å gå langt for å sikre at deres generative VFX-rammeverk er fri for andre selskapers korporative IP.

Foremost av disse er Meta, som er rapportert på r/vfx-subreddit å ha gått på en godt betalt vinter-hyrings-spree inn i 2026, og tilbyr VFX-kunstnere arbeid med å trene AI-modeller til å produsere Hollywood-nivå visuelle effekter. Selv om lønnen ikke var spesifisert over flere poster, beskrev en det som ‘pensjons-penger’.

Følg pengene

Imidlertid, en må undre seg over hvor mye penger selv Meta er villig til å betale for en sann diversitet og overflod av ad hoc VFX-klipp, gitt at den gjennomsnittlige enkelt VFX-klipp for en blockbuster-film er rundt 42 000 USD – og mange kommer inn mye høyere.

Videre, står det til fornuft at bespokes VFX-genererende AI-modeller vil etterkomme populær etterspørsel, inkludert forskjellige standard effekt-troper fra de mest populære og dyreste kategoriene av filmer.

Foruten det synspunktet at ‘resterende’ VFX-profesjonelle kunne ende opp med å gjenskape klipp de arbeidet på for en eksisterende filmkatalog^† – som i seg selv kontekstualiserer ’tilpasset’ datasett-arbeid som imitativ – er det i hvert fall ingen garanti for at disse dyre nye prøver vil ende opp trent ‘fra null’ i en ny arkitektur.

Virkelig, hvis slike rekreasjoner blir avledet til tilleggsmoduler som LoRAs, som avhenger av en base-modell, er prosessen bare like forsvarlig som base-modellen er ‘IP-rent’ – og ikke mange er.

Liksom, hvis ‘ny’ prosessen bruker andre ‘hybrid’-teknikker som fine-tuning, hvor verdien av den visuelle effekten avhenger av modeller, priorer, eller embeddings fra eldre samlinger eller modeller av usikret integritet, er originaliteten av arbeidet kanskje kosmetisk, og underlagt utfordring.

Umulige oppdrag

Domene av VFX-utgang er en spesielt interessant case-studie i forhold til potensiell IP-vask i AI-datasett, siden visuelle effekt-klipp ofte avbilder ‘umulige’ ting som det vil være ingen åpne kilde-alternativer tilgjengelige for.

For eksempel, mens rivningen av en bygning kunne bli trent inn i en generativ modell fra forskjellige offentlige eller på annen måte rimelige stock-klipp, hvis du ønsker å trene en modell til å produsere menneskelige laserstråler, må du trene på VFX-klipp, stjålet eller bestilt; slike ting skjer ikke andre steder.

Selv i tilfelle av andre typer naturkatastrofer, som dramatiske flomer, er tilgjengelig virkelige kilde-materiale usannsynlig å kunne gjengi dramatiske POVer på katastrofale hendelser, fordi (med noen unntak) mennesker ikke vanligvis live-strømmer fra katastrofale lokasjoner. Derfor er ‘coole views’ på katastrofer sjeldne i virkelige datasett, og enhver AI-modell som kan generere dem liker å ha fått informasjonen fra et annet sted.

De fleste ønskede AI-oppgaver har ikke denne typen spesifikke nivå, og i slike tilfeller kan skjulelsen av fordelene med IP-beskyttet data kanskje ikke trenge like mye innsats.

Konklusjon: En intrikat nettverk

Bare de som har brukt generativ AI omfattende og over en lang periode vil instinktivt forstå at slike systemer sliter med å kombinere flere konsepter når ingen sammenlignbare eksempler finnes i deres treningsdata.

Dette begrensningen er kjent som intrikasjon, hvor de forskjellige aspektene av trenede konsepter tenderer til å samle seg sammen med relaterte elementer, i stedet for å dekomponere inn i håndige, Lego-lignende byggeklosser som kan arrangeres inn i en hvilken som helst ny konfigurasjon brukeren måtte ønske.

Intrikasjon er en arkitektonisk tyngdekraft som er nesten umulig å unnslippe, i hvert fall for de diffusjonsbaserte tilnærmingene som karakteriserer alle de større nåværende genAI-rammeverkene. Imidlertid kan det være at nye tilnærminger oppstår over de neste årene som er bedre til å diskretisere trenede konsepter så de kan bli limt sammen mer behendig, og tilbyr færre indikasjoner på deres opphav.

* Jeg gjør ingen anklager mot EffectMaker, men kommenterer her på den generelle praksisen i AI-video-forskning.

^† Fordi disse klippene, i disse typene filmer, har generert og fortsetter å generere penger.

Først publisert mandag, 16. mars 2026