拒绝白嫖！Stable Diffusion新版：画师可自主选择作品是否加入训练集

衡宇 2022-12-17 12:51:36 来源：量子位

衡宇 发自 凹非寺

量子位 | 公众号 QbitAI

不希望自己作品被Stable Diffusion“白嫖”的画家们，可以松口气了！

Stable Diffusion 3.0版本将会提供一个选项：

艺术家们可以选择将自己的画作纳入Stable Diffusion 3的训练数据集，或从数据集中删掉。

据了解，未来几周内，这个操作就会被开启。

不过，承接这个任务的不是Stability AI本身，而是一个叫Spawning的艺术家倡导组织。

自由选择纳入或删除作品

选择在Stable Diffusion3中纳入或删除自己的作品，步骤十分简单。

画师们只需要在网站“Have I Been Trained？”注册，并表明自己希望在训练数据集中删除或者纳入哪些自己的作品。

而后，Spawning会收集艺术家们在网站上的意向。

网站Have I Been Trained背后是LAION-5B训练数据集，它被用来训练Stable Diffusion和Google的Imagen AI等模型。

LAION是一个非营利性的开源数据集，Stability AI对其进行了部分资金资助。

具体操作是酱婶的：

首先需要在Have I Been Trained上注册一个账户，然后上传自己的画作。

利用LAION图像数据库，搜索引擎会显示出上传画作在数据库训练集中的匹配项。

这个时候，只需要分别右键单击几个缩略图，并在弹出选项中选择选择删除此图像即可。

所有退出数据集的图像，都会集中显示在一个“选择退出”的图像列表中。

当然，上述还只是进行操作的大概步骤，实施细节尚待完善。

Stability AI创始人兼CEO Emad Mostaque在推特上表示，除了选择删除外，Spawning还将提供选择加入请求。

也就是说，希望自己作品成为训练集一部分的艺术家，同样可以把自己的画作添加到里面。

这位CEO在推特上还说了：

我们希望为大伙儿建立更好的数据集，相信这是一项变革性的技术。

我们乐意与各方接触，并尽可能做到透明。

承接数据收集工作的Spawning，是一个总部位于柏林的艺术家倡导组织。

它很年轻，今年9月刚刚创建创建，创始人是Dryhurst夫妇和一位音乐家。

Dryhurst表示，这三个月来，Spawning一直在和Stability AI和LAION进行洽谈，并得到了支持。

他还表示，Spwaning是一个独立组织，不会把收集来的数据拿去做任何别的事。

然而，人们对事情的担心并不局限在数据隐私上。

一个方面是，要从训练集中删除图像，前提是你想要删除的图像已经存在于LAION数据集中，且可以在Have I Been Trained上搜索到。

此外，目前没有办法选择批量删除图片，如果数据集中存在同一图像的多个副本，那么删除起来可是个费时费力的大工程。

而争议的目光最为聚集的一点，则是让艺术家们纷纷跑去注册一个和Stability AI或LAION没有法律约束的网站。

目前在Have I Been Trained完成“删除图像”的操作，整个流程可以说是畅通无阻。

没错，你既不会遇上任何试图验证身份的步骤，也不会遇上任何法律约束的条约。

也就是说，你想把别人的作品添加或从训练集中删除，轻而易举，完全不受阻碍。

△有人上传了一张版权不属于自己的图像，并将其从数据集中删除

以及，针对Spawning在其公告视频中关于同意的声明，有网友指出，选择退出过程不符合欧洲通用数据保护条例（GDPR）中关于“同意”的定义。

这份条例中规定，必须予以用户主动同意的权利，而不是默认同意了。

谁拥有AIGC作品版权？

有看客拥有更激烈一些的看法：

设置的选项，应该只有“要不要让自己的画作加入训练集”，而不是既有加入也有删除。

他们的观点是，所有的艺术作品都应该默认被AI训练集排除在外。

今年，AIGC的力量喷薄而出，席卷全球各行各业。

自DALL·E 2在4月发布以来，创意产业一直对AI艺术图像所有权的问题议论纷纷，尤其是画家本人，他们中不少都抱着饭碗对AIGC骂骂咧咧。

△DALL·E 2生成图像

等到开源的Stable Diffusion在8月发布时，有关模型训练的争议也越来越大。

用大量网络中真人画师的作品组成数据集，然后生成AI画作，被有的网友批判为“抄袭和偷窃”。

但是这样的“抄袭”很难衡量其频次，因为扩散系统是根据来自不同来源的数十亿张图像进行训练的。

而且，这样生成的作品，版权到底归属哪一方？

是被“学习”的画家，还是AI模型背后的公司，抑或是AI模型本身？

一切尚未有所定论。

前几天，马里兰大学和纽约大学的科学家们做了一项新研究，研究表明：

DALL·E2和Stable Diffusion这样的文生图AI模型，可以并且确实在从它们的训练数据集中，疯狂复制数据集图像的各个方面。

“使用扩散模型生成数据的公司，可能需要重新考虑涉及知识产权法的任何部分。”研究人员表示，“因为几乎没办法验证Stable Diffusion生成的任何图像，是不是全新的，或者有没有从训练数据集中窃取别人的成果。”

△Stable Diffusion 从其训练数据集中复制元素的更多示例（图源：TechCrunch）

研究表明，模型复制的频率取决于几个因素，包括训练数据集的大小，较小的集合往往比较大的集合导致更多的复制。

与此同时，一旦模型记住了原画作，就很难判定生成图像和原始图像之间的界限。

相似度达到多少，才能判定抄袭与否或版权归属何方呢？

研究人员也并没有给出答案，他们只是说：

我们不能抛弃扩散模型，应该考虑如何在不损害隐私的情况下保持它们的性能。

那么，有没有一种办法，让艺术家的版权受到保护需求，和AI生成技术继续进步达到微妙的平衡？

Stability AI承认，自家产品引发了对在线AI生成艺术的大规模道德辩论，其间主流还是抗议的声音。

不过，就让艺术家自动选择加入或删除图像这事儿，CEO同志Emad Mostaque毫不忌讳地表达了自己的开放态度。

他在推特上写道：

@laion_ai 团队对反馈有着非常开放的心态，我们的初心是希望为所有人构建更好的数据集。

那么，你是怎么看待AIGC生成作品版权归属的？

参考链接：
[1]https://venturebeat.com/ai/stability-ai-to-honor-artist-opt-out-requests-for-stable-diffusion-3/
[2]https://twitter.com/EMostaque