MIT-kutatók a Nature Communications folyóiratban megjelent tanulmányukban azt mutatták be, hogy minél nagyobb egy diffúziós generatív modell, annál nehezebb bármely kimenetet konkrét tanítóadatokhoz visszakövetni. A szerzők a jelenséget „attribution decay” (hozzárendelési hanyatlás) névvel illetik, és arra a végkövetkeztetésre jutnak, hogy megfelelő méretnél a hozzárendelés szinte „lehetetlenné” válhat.
Mit csináltak pontosan a kutatók?
A tanulmány szerint a csapat eltávolította a Mona Lisát és Leonardo da Vinci összes ismert munkáját egy nagyméretű modell tanítókészletéből. Ennek ellenére a modell képes volt mind a Mona Lisát, mind más da Vincinek tulajdonított alkotásokat reprodukálni. Ez az eredmény azt jelzi, hogy a modellek belső reprezentációi és általánosító képességei olyan módon gyűjtenek össze információt, hogy egyes konkrét források hatása nem marad közvetlenül lekövethető.
Jogi és ipari következmények
A kutatók eredményei közvetlenül érintik a szerzői jogi pereket. Az elmúlt években művészek pert indítottak többek között a Stability AI és a Midjourney ellen, és három éve követelik a modellek tanítókészletéhez való hozzáférést azon az állásponton, hogy az adatok megismerése bizonyítékot szolgáltatna a jogosulatlan másolásra. A most publikált matematikai és kísérleti eredmények szerint azonban még a teljes hozzáférés sem feltétlenül biztosítaná a szükséges bizonyítékot, ha a modell mérete elég nagy.
A tanulmány szerzői rámutatnak: ha a modell elég nagy ahhoz, hogy „mindent felszívjon”, az egyben azt is jelenti, hogy a konkrét forrásokhoz való visszakapcsolás gyakorlatilag megszűnik. Ez jogi szempontból védelmet nyújthat a fejlesztők számára, mivel a bizonyítás matematikai nehézsége megnehezíti vagy lehetetlenné teszi a szerzői jogi igények érvényesítését.
Mi következik ebből a gyakorlatban?
A megállapítások szerint a skála — amelyet az AI-ipar évek óta a teljesítmény növelésének kulcsaként értékel — mostantól jogi előnnyé is válhat. A kutatók rámutatnak arra, hogy a hozzárendelés biztosításának egyetlen egyszerű módja a modell méretének csökkentése lenne; ez azonban ellentmond a jelenlegi fejlesztési irányoknak, amelyek a méret és teljesítmény növelésére törekszenek.
Összefoglalás
A Nature Communicationsban megjelent kutatás azt jelzi, hogy a modellek skálájából fakadó technikai tulajdonságok jogi következményekkel járhatnak: a hozzárendelési hanyatlás csökkenti a lehetőségét annak, hogy generált tartalmakat konkrét tanítóforrásokhoz kössenek, így a méret — amely eddig teljesítményfaktor volt — immár hatékony jogi védelmet is jelenthet a modellek fejlesztői számára.
