การใช้ระบบอัตโนมัติในการคุ้มครองลิขสิทธิ์ในภาพที่สร้างโดย AI

ตามที่ได้กล่าวไปเมื่อสัปดาห์ที่แล้ว แม้แต่โมเดลหลักของระบบ AI ที่สร้างขึ้นเองก็สามารถสร้างเนื้อหาที่ละเมิดลิขสิทธิ์ได้ เนื่องจากการคัดเลือกและจัดเตรียมข้อมูลที่ไม่เพียงพอหรือไม่เหมาะสม เช่นเดียวกับการมีหลายเวอร์ชันของภาพเดียวกันในข้อมูลการฝึก ทำให้เกิดการ 过拟合 และเพิ่มความน่าจะเป็นที่จะเกิดการสร้างซ้ำที่รู้จักได้

尽管มีความพยายามที่จะครองตลาด AI ที่สร้างภาพ แต่แพลตฟอร์มหลักๆ เช่น MidJourney และ DALL-E ของ OpenAI ยังคง เผชิญกับความท้าทาย ในการป้องกันการสร้างซ้ำเนื้อหาที่มีลิขสิทธิ์โดยไม่ตั้งใจ

ความสามารถของระบบที่สร้างภาพในการสร้างซ้ำข้อมูลลิขสิทธิ์ปรากฏในสื่ออย่างสม่ำเสมอ

เมื่อมีการพัฒนาโมเดลใหม่ๆ และโมเดลของจีนได้รับความนิยม การควบคุมเนื้อหาที่มีลิขสิทธิ์ในโมเดลหลักเป็นเรื่องที่ยากมาก ในความเป็นจริง ผู้นำตลาด OpenAI ได้ประกาศเมื่อปีที่แล้วว่า ‘ไม่สามารถสร้างโมเดล AI ที่มีประโยชน์ได้โดยไม่ใช้ข้อมูลลิขสิทธิ์’

การค้นพบก่อนหน้า

ในเรื่องของการสร้างซ้ำเนื้อหาที่มีลิขสิทธิ์โดยไม่ตั้งใจ สภาพแวดล้อมการวิจัยต้องเผชิญกับความท้าทายที่คล้ายกับการรวมข้อมูล NSFW และเนื้อหาอื่นๆ ที่ไม่เหมาะสมในข้อมูลต้นกำเนิด: ต้องการประโยชน์ของความรู้ (เช่น การสร้างสรรค์ภาพที่ถูกต้องของมนุษย์ ซึ่งเคยอาศัยการวาดภาพจากชีวิตมาโดยตลอด) โดยไม่ต้องมีความสามารถในการละเมิดลิขสิทธิ์

ในทำนองเดียวกัน ผู้สร้างโมเดลต้องการประโยชน์ของข้อมูลลิขสิทธิ์ที่มีจำนวนมากที่พบในเซตข้อมูลขนาดใหญ่ เช่น LAION โดยไม่ต้องให้โมเดลมีความสามารถในการละเมิดลิขสิทธิ์จริงๆ

การเพิกเฉยต่อความเสี่ยงทางจริยธรรมและกฎหมายในการพยายามซ่อนการใช้ข้อมูลลิขสิทธิ์ การกรองข้อมูลลิขสิทธิ์เป็นเรื่องที่ยากกว่ามาก NSFW มักจะมีลักษณะเฉพาะที่สามารถระบุได้ง่าย ซึ่งช่วยให้สามารถกรองได้อย่างมีประสิทธิภาพโดยไม่ต้องมีการเปรียบเทียบกับเนื้อหาจริง ในทางกลับกัน การฝังตัวแบบซ่อนเร้น ที่กำหนดผลงานลิขสิทธิ์หลายล้านชิ้นไม่สามารถลดลงเป็นชุดเครื่องหมายที่สามารถระบุได้ง่าย ทำให้การตรวจจับอัตโนมัติเป็นเรื่องที่ซับซ้อนกว่า

CopyJudge

การตัดสินของมนุษย์เป็นสิ่งที่หายากและแพง ทั้งในกระบวนการคัดเลือกข้อมูลและในการสร้างระบบฟิลเตอร์หลังการประมวลผลและระบบ ‘ความปลอดภัย’ ที่ออกแบบมาเพื่อให้แน่ใจว่าเนื้อหาที่มีลิขสิทธิ์จะไม่ถูกส่งไปยังผู้ใช้ของพอร์ทัล API เช่น MidJourney และความสามารถในการสร้างภาพของ ChatGPT

ดังนั้น การร่วมมือทางวิชาการใหม่ระหว่างสวิตเซอร์แลนด์ Sony AI และจีนจึงนำเสนอ CopyJudge – วิธีการอัตโนมัติในการจัดกลุ่ม ‘ผู้พิพากษา’ ที่ใช้ ChatGPT ที่สามารถตรวจสอบอินพุตสำหรับการละเมิดลิขสิทธิ์ที่อาจเกิดขึ้น

CopyJudge ประเมินการสร้างภาพ AI ที่ละเมิดลิขสิทธิ์ต่างๆ Source: https://arxiv.org/pdf/2502.15278

CopyJudge เสนอเฟรมเวิร์กอัตโนมัติที่ใช้โมเดลภาษาและภาพขนาดใหญ่ (LVLMs) เพื่อตรวจสอบความคล้ายคลึงกันระหว่างภาพลิขสิทธิ์และภาพที่สร้างโดยโมเดลการแพร่กระจายข้อความ

วิธีการของ CopyJudge ใช้การเรียนรู้แบบเสริมเพื่อปรับแต่งการละเมิดลิขสิทธิ์และสร้างคำสั่งใหม่ที่น่าจะละเมิดลิขสิทธิ์น้อยกว่า

แม้ว่าระบบ AI ที่สร้างภาพหลายระบบจะกรองคำสั่งผู้ใช้สำหรับเนื้อหาที่ไม่เหมาะสม ลิขสิทธิ์ การสร้างภาพคนจริง และโดเมนอื่นๆ ที่ถูกต้อง แต่ CopyJudge ใช้คำสั่งที่ ‘ละเมิดลิขสิทธิ์’ ที่ได้รับการปรับปรุงเพื่อสร้างคำสั่ง ‘ทำความสะอาด’ ที่น่าจะละเมิดลิขสิทธิ์น้อยที่สุดโดยไม่ตั้งใจที่จะปิดกั้นการ提交ของผู้ใช้

แม้ว่าจะไม่ใช่วิธีการใหม่ แต่ก็ช่วยให้ระบบ AI ที่สร้างภาพสามารถหลีกเลี่ยงการปฏิเสธการ提交ของผู้ใช้ (เนื่องจากผู้ใช้สามารถพัฒนา การเข้าถึงหลังบ้าน เพื่อสร้างเนื้อหาที่ไม่เหมาะสมผ่านการลองผิดลองถูก)

ในกรณีหนึ่งที่ผ่านมา (ซึ่งได้รับการปิดโดยผู้พัฒนาแล้ว) ผู้ใช้สามารถสร้างเนื้อหาที่ไม่เหมาะสมบนแพลตฟอร์ม AI ที่สร้างภาพ Kling ได้โดยการรวมสัญลักษณ์ครูซหรือคริสต์ศาสนิกชนในภาพที่อัปโหลดในกระบวนการสร้างภาพจากภาพ

ในข้อผิดพลาดที่ถูกปิดโดยผู้พัฒนา Kling ในปลายปี 2024 ผู้ใช้สามารถบังคับให้ระบบสร้างเนื้อหาที่ไม่เหมาะสมได้โดยการรวมสัญลักษณ์ครูซหรือคริสต์ศาสนิกชนในภาพที่อัปโหลด Source: Discord

กรณีเหล่านี้เน้นย้ำถึงความจำเป็นในการทำความสะอาดคำสั่งในระบบ AI ที่สร้างภาพออนไลน์ ไม่น้อยเพราะการลบข้อมูลที่ไม่เหมาะสมออกจากโมเดลหลักสามารถมีผลกระทบต่อความสามารถในการใช้งานของโมเดลได้

CopyJudge เสนอวิธีการที่มีประสิทธิภาพโดยใช้ AI ในการแบ่งภาพออกเป็นองค์ประกอบสำคัญ เช่น องค์ประกอบและสี เพื่อกรองส่วนประกอบที่ไม่สามารถลิขสิทธิ์ได้ และเปรียบเทียบส่วนที่เหลือ

นอกจากนี้ CopyJudge ยังรวมถึงวิธีการที่ใช้ AI ในการปรับแต่งคำสั่งและแก้ไขการสร้างภาพเพื่อหลีกเลี่ยงปัญหาลิขสิทธิ์，同时รักษาความสร้างสรรค์ของเนื้อหา

ผลการทดลองที่ได้รับจากผู้เขียนระบุว่า CopyJudge มีประสิทธิภาพเทียบเท่ากับวิธีการที่ดีที่สุดในขณะนี้ และแสดงให้เห็นถึงความสามารถในการทั่วไปและความสามารถในการอธิบายที่ดีกว่าวิธีการก่อนหน้า

วิธีการ

CopyJudge ใช้ GPT ในการสร้าง ‘ผู้พิพากษา’ อัตโนมัติ แต่ผู้เขียนระบุว่าระบบไม่ได้ถูกออกแบบมาเพื่อใช้กับผลิตภัณฑ์ของ OpenAI เท่านั้น และสามารถใช้โมเดลภาษาและภาพขนาดใหญ่อื่นๆ ได้

ในขั้นแรก ระบบต้องมีการแบ่งภาพออกเป็นองค์ประกอบสำคัญ เช่น องค์ประกอบและสี เพื่อกรองส่วนประกอบที่ไม่สามารถลิขสิทธิ์ได้

สเคมาที่แสดงถึงขั้นตอนแรกของ CopyJudge

ต่อไป ระบบจะใช้โมเดลภาษาและภาพขนาดใหญ่หลายตัวเพื่อประเมินองค์ประกอบที่กรองแล้ว

วิธีการนี้ได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพในงานวิจัยหลายๆ ฉบับ เช่น การปรับปรุงความจริงและเหตุผลในโมเดลภาษาโดยใช้การถกเถียงแบบหลายตัว และ ChatEval

การบรรเทา

ต่อไป ผู้เขียนมุ่งเน้นไปที่กระบวนการบรรเทาและการปรับแต่งคำสั่ง

สเคมาที่แสดงถึงการบรรเทาและการปรับแต่งคำสั่งใน CopyJudge

ข้อมูลและการทดสอบ

ในการทดสอบ CopyJudge ผู้เขียนใช้ข้อมูลหลายชุด รวมถึง D-Rep ซึ่งมีภาพจริงและภาพที่สร้างโดย AI ที่ได้รับการประเมินจากผู้ใช้

ผลการทดลองแสดงให้เห็นว่า CopyJudge มีประสิทธิภาพมากกว่าวิธีการอื่นๆ ในการตรวจจับการละเมิดลิขสิทธิ์

สรุป

แม้ว่าการวิจัยนี้จะนำเสนอวิธีการที่มีประสิทธิภาพในการคุ้มครองลิขสิทธิ์ในภาพที่สร้างโดย AI แต่การอาศัยโมเดลภาษาและภาพขนาดใหญ่สำหรับการตรวจจับการละเมิดลิขสิทธิ์อาจทำให้เกิดความกังวลเกี่ยวกับความลำเอียงและความสอดคล้อง

สิ่งที่สำคัญที่สุดคือโครงการนี้ยังสมมติว่าการบังคับใช้ลิขสิทธิ์สามารถทำได้ด้วยการอัตโนมัติ แม้ว่าการตัดสินใจทางกฎหมายในโลกแห่งความเป็นจริงมักจะเกี่ยวข้องกับปัจจัยที่ซับซ้อนและเป็นปัจจัยที่ AI อาจไม่สามารถตีความได้

ในโลกแห่งความเป็นจริง การอัตโนมัติของการสร้างความเห็นพ้องกันทางกฎหมาย โดยเฉพาะอย่างยิ่งเกี่ยวกับการผลิตของ AI ดูเหมือนจะยังคงเป็นปัญหาที่ถกเถียงกันอยู่ในระยะยาวและอยู่นอกขอบเขตของโดเมนที่กล่าวถึงในงานนี้

เผยแพร่ครั้งแรกวันจันทร์ที่ 24 กุมภาพันธ์ 2025