Яд для Midjourney

Что такое отравление данных, и зачем оно нужно

В конце октября 2023 года окружной судья США отклонил иск трех художников к Stability AI, Midjourney и DeviantArt. Претензии digital-творцов заключались в нарушении авторских прав: работы, которые они создавали и публиковали, стали учебным материалом для генеративного ИИ. Разрешения художников никто не спрашивал. Посягательство на интеллектуальную собственность, наверное, вторая по частоте претензия к ИИ после вытеснения человека с рабочих мест. Но в этом случае человеку есть, чем ответить.

Что это такое

Чтобы защитить авторов, команда Чикагского университета разработала инструмент Nightshade, в переводе — «паслен». Это усовершенствованная версия Glaze, алгоритма, который помогал маскировать уникальный художественный стиль изображений. Nightshade — программа, которая изучает уязвимости генеративных ИИ, например, параметры изображения, на которые ИИ сильнее всего ориентируются, и незначительно меняет эти параметры. В результате модель получает искаженное представление о предмете и генерирует абсурдные изображения, которые не отвечают запросу пользователя. «Nightshade‎ — последний рубеж защиты от веб-скрейперов, которые игнорируют директивы о несканировании», — говорит Бен Чжао, лидер команды.

Источник: This new data poisoning tool lets artists fight back against generative AI | MIT Technology Review

«‎Теплица» обратилась за комментарием к чат-боту Rebels.ai, компании, интегрирующей ИИ в бизнес, и ее создателю Максиму Мусину. По их словам, чтобы нарушить работу модели, достаточно буквально 1-2% «отравленных» изображений, если показать их ей на раннем этапе, когда она еще обучается.

Как работает алгоритм

Когда создатель выкладывает свое творчество на Pinterest, Shutterstock или на свой личный сайт, веб-скрейперы могут скачать его и добавить в набор данных. Но если перед публикацией изображения заменить в нем несколько пикселей, то модель, которая будет использовать его как учебный материал, обучится неправильно. Модели видят изображения как числовые массивы и используют математические формулы для генерации картинок. Nightshade немного меняет эти числовые представления. Инструмент не вмешивается в алгоритмы ИИ, а только в данные, которые он получает.

Помимо этого, инструмент использует сильные стороны генеративного ИИ, чтобы распространить заразу. ИИ умеет находить взаимосвязи между родственными понятиями, и Nightshade заражает не только на конкретное слово-запрос, но и связанные с ним слова. Например, если в датасет затесалась «отравленная» картинка с пометкой «‎фэнтези», то модель сгенерирует некорректные изображения в том числе для промптов «‎дракон» и «‎Властелин колец». Вот что создает модель, обученная на «‎отравленных» картинках:

Источник: This new data poisoning tool lets artists fight back against generative AI | MIT Technology Review

Отыскать и удалить «‎отравленные» элементы из датасета чрезвычайно сложно, и если их будет много, ИИ начнет рисовать кошек вместо собак, коров вместо машин и тостеры вместо сумочек.

Критика и риски

Одно из самых распространенных замечаний — маломасштабность Nightshade. Так, многие модели преобразования текста в изображение обучались на базе данных некоммерческой организации LAION, которая содержит 5,85 млрд картинок и соответствующих им текстовых описаний. Для нарушения результатов генерации понадобится соответствующая доля зараженных изображений. На это разработчики возражают, что Midjourney, Stable Diffusion, DALL-E и другие должны будут обновляться, так что данные для будущих версий этих ИИ можно «‎отравить». Последнее тестирование показало, что даже 100 обработанных «пасленом» изображений смогут испортить эффективность ИИ. По словам Бена Чжао, «AI-тренеры могут откатить модель до предыдущей версии, но конструировать новые им будет непросто».

В то же время, обновление систем считается главным обстоятельством, фактически обесценивающим пользу от заражения данных. Зараженные элементы или будут удалены, или алгоритмы научатся автоматически их выявлять и блокировать.

Еще одна проблема — обработанные изображения начнут неправильно или плохо индексироваться поисковиками. Если Google и другие системы не смогут категоризировать визуальный контент, это в конечном счете ухудшит просматриваемость профилей самих художников.

Кроме этого, существуют риски злонамеренного использования Nightshade. Среди них:

— программирование «‎отравления» так, что ИИ, которому они попадутся, станет генерировать не кошек вместо собак, а нецензурные изображения. Это осуществимо, если хакер изучит предвзятость модели (model bias) и подаст на вход определенно обработанные данные;

— взлом аккаунтов независимых медиа или активистов и размещение в них «отравленных» картинок, которые алгоритмы соцсетей будут воспринимать как нарушающие правила, и блокировать аккаунт;

— утечки учебных данных и последующее за этим вторичное нарушение авторских прав;

— в случае масштабного проникновения «отравленных» изображений и нарушения работы генеративных ИИ — снижение доверия к ИИ в целом, затруднения в работе специалистов, которые на него полагаются.

Послесловие

«‎Паслен» — не уникальный в своем роде инструмент, создающий помехи при попытке использовать контент без разрешения. В конце ноября 2023 года команда Вашингтонского университета представила AntiFake — программу, которая предотвращает синтез речи. Синтез речи используется мошенниками для создания голосовых дипфейков и обмана жертвы. До публикации к звуковой записи применяется AntiFake, который меняет сигнал так, что ИИ не может считать характеристики, нужные для сотворения фейка. При этом, обработанная запись для слушателей звучит так же, как и необработанная.

Эксплуатация творчества искусственным интеллектом пока вызывает беспокойство у относительно небольшого числа авторов. По крайней мере, судебные иски можно пересчитать по пальцам. Впрочем, обвинения в неэтичности вредят репутации инвесторов, поэтому можно ожидать ужесточения законодательства относительно ИИ-скрнейпинга. Сам Чжао предполагает, что Nightshade запустит игру в кошки-мышки с разработчиками искусственного интеллекта. А мы признаем, что изображение для этого материала создал Midjourney.

Источники