MITの新しい研究により、大規模生成AIモデルは学習データ内の特定の画像に確実に遡及できないことが判明した。「帰属減衰」と呼ばれるこの現象では、データセットが大きいほど、生成画像にどの元の作品が影響を与えたかを確立することが難しくなる。
この発見は、許可なしに著作物で学習したOpenAI、Microsoft、MidJourneyなどの企業に対する進行中の著作権訴訟に直接的な課題を投げかけている。
帰属リンクが確立できなければ、生成画像が特定アーティストの著作権を侵害していることをほぼ不可能に証明することになるからだ。
何が起きたか
MITのコンピュータサイエンス・人工知能研究所の研究者らが、大規模データセットで学習した生成AIモデルは、学習データ内の個別画像に確実に遡及できないことを発見した。彼らはこの現象を「帰属減衰」と呼んでいる。モデルの学習データが多いほど、特定のアーティストの全作品を学習セットから削除したとしても、生成画像を特定の出所にリンクさせることがより困難になる。
なぜ重要か
この発見は著作権執行を複雑にしている。MidJourney、OpenAI、Microsoftを含むAI企業は、しばしば著者の許可なしに、書籍、記事、写真その他の作品を使用してモデルを学習させており、Disney、NBCUniversal、DreamWorks、The New York Timesから訴訟が提起されている。この研究の筆頭著者であるZheng Dai（元MIT研究者）は、帰属リンクを確立できないことが知的財産法とフェアユース政策の再考を強いるかもしれないと指摘している。「帰属リンクはいわば消滅する」とし、法廷での侵害立証をより困難にするという。
注目点
法的な含意である。現在進行中の著作権事件は、帰属減衰が大規模生成モデルの基本的な特性であることを裁判所が認めるかどうかにかかっており、AIの学習慣行に対する知的財産請求がどのように評価されるかを大きく変える可能性がある。
この研究は、AI企業に対する最近の著作権訴訟の波によって露呈した重大な隙間に対処している。2023年以降、大手スタジオと出版社がAI開発企業を相手に、著作物を無許可で学習に使用したとして訴訟を起こしている。これらの事件は、生成出力が特定の保護された作品から派生していることを実証する能力に頼っている。しかし、MIT研究者らは、このような因果関係がモデル規模の拡大とともに事実上不可視化されることを発見した。帰属減衰の現象は、より大規模なデータセットでの学習が実は生成出力の出所を曖昧にし、原告が勝訴に必要とされる正確な著作権侵害を確立するのをより困難にすることを示唆している。
この発見は知的財産論争を再構成する。先行する訴訟では、生成コンテンツを学習元にまで遡及することが侵害を証明する技術的・法的手段となると想定されていた。この研究は、その仮定が成立しないかもしれないことを示している。筆頭研究者Zheng Daiは、裁判所と規制当局が大規模AI学習の時代における知的財産権を抜本的に再定義する必要があるかもしれないという展望を明示的に提起している。個別作品の実証可能な帰属に基づくモデルから、全く異なるフレームワークへの移行が必要とされるかもしれないということである。
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できます
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
テック企業幹部と哲学者らがAIシステムを意識的または超人的な存在として位置付け、法的保護ないし規制の対象となる可能性があると主張している
ピュー・リサーチの調査で、日常生活におけるAI使用の増加に「興奮するより懸念する」と答えたアメリカ人が52%に上ることが判明
OpenAIは対象のAPIユーザーに対するゼロデータ保持ポリシーを再確認し、顧客データを保持せずに高度なAI安全チェックを実施できるプライベート安全処理機能をプレビューしている
OpenAIは適格なAPI顧客向けのゼロデータ保持の提供を改めて確認し、顧客データを保持することなくAI安全性チェックを実行できるプライベート安全性処理という機能のプレビューを開始している
AI生成画像を検証した研究によると、多くの画像について、研究者が詳細な分析を試みても、元の学習データソースへの確実な追跡ができないことが明らかになった
AIニュースの要点を毎朝1分で。
無料で登録