AIアートに作者がいないとき：生成された画像がトレーニングデータにたどり着けないことが多いと研究が判明
MIT News | Massachusetts Institute of Technology
MITの研究によると、AIモデルの大規模化に伴い、生成された画像が個々のトレーニングデータに追跡できなくなる現象が判明しました。概要
MIT CSAILの研究チームによる新しい研究によると、生成AIモデルが膨大なデータセットでトレーニングされるにつれて「アトリビューション減衰」と呼ばれる現象が発生し、生成された画像を個々のトレーニングデータや特定のアーティストに追跡できなくなることが明らかになりました。効率的に反事実的シナリオをテストするための「ディフュージョン・アンサンブル」という新しいアーキテクチャを使用することで、研究者らは個々の画像を削除しても最終的な出力に影響を与えないことが多いことを実証しました。この発見は、AI生成物が特定のソースに結びつかない場合の著作権侵害、フェアユース、アーティストへの適切な報酬に関する法的な議論をさらに複雑にするものです。
(出典：MIT News | Massachusetts Institute of Technology)