Краде ли изкуственият интелект на Lensa от човешкото изкуство? Експерт обяснява противоречията

През последните седмици приложението за редактиране на снимки и видео Lensa стана популярно в социалните мрежи, след като добави функция, която ви позволява да създавате зашеметяващи дигитални свои портрети в различни стилове на съвременното изкуство.

Това става само срещу малка такса и усилието да качите 10 до 20 различни свои снимки.

2022 г. е годината, в която технологията за изкуствен интелект за преобразуване на текст в медия напусна лабораториите и започва да колонизира визуалната ни култура, а Lensa може би е най-изкусното търговско приложение на тази технология до момента.

Lensa is basically prompt engineering on top of Stable Diffusion packaged as an app that’s rumored to be making $1M/day from in app purchases.

This is just one example of a new generation of apps that will turn prompt engineering into productivity and entertainment tools. pic.twitter.com/LiVxInklD5

— Dare Obasanjo ???? (@Carnage4Life) December 8, 2022

Тя запали инфлуенсърите в социалните медии, които искат да изпъкнат, но и друг вид пожар сред арт общността. Австралийската художничка Ким Лойтвайлер заяви пред The Guardian, че е разпознала в портретите на Lensa стиловете на определени художници - включително своя собствен стил.

Откакто Midjourney, Dall-E на OpenAI и Stable Diffusion на групата CompVis излязоха на сцената по-рано тази година, лекотата, с която могат да се имитират стиловете на отделни художници, прозвуча като предупредителен сигнал.

Художниците смятат, че интелектуалната им собственост - а може би и част от душата им - е била компрометирана. Но дали това е така?

Е, не според съществуващото законодателство за авторското право.

Ако не е директна кражба, какво е това?

Изкуственият интелект за преобразуване на текст в медия по своята същност е много сложен, но за нас, които не сме компютърни специалисти, е възможно да го разберем концептуално.

I’m cropping these for privacy reasons/because I’m not trying to call out any one individual. These are all Lensa portraits where the mangled remains of an artist’s signature is still visible. That’s the remains of the signature of one of the multiple artists it stole from.

A ???? https://t.co/0lS4WHmQfW pic.twitter.com/7GfDXZ22s1

— Lauryn Ipsum (@LaurynIpsum) December 6, 2022

За да разберем наистина положителните и отрицателните страни на Lensa, си струва да направим няколко крачки назад, за да разберем как индивидуалните стилове на художниците могат да си проправят път във и извън черните кутии, които захранват системи като Lensa.

Lensa по същество е оптимизиран и персонализиран фронт-енд за свободно достъпния модел за дълбоко обучение Stable Diffusion. Той е наречен така, защото използва система, наречена латентна дифузия, за да захранва творческите си резултати.

Думата "латентна" е случая е основна. В науката за данните латентна променлива е качество, което не може да бъде измерено директно, но може да бъде изведено от неща, които могат да бъдат измерени.

Когато се създава Stable Diffusion, алгоритмите за машинно обучение са били захранвани с голям брой двойки изображения и текст и те се научават на милиарди различни начини, по които могат да бъдат свързани тези изображения и надписи.

Това формирало сложна база от знания, никоя от които не е пряко разбираема за хората. Ние можем да видим "модернизъм" или "thick ink" в резултатите, но Stable Diffusion вижда вселена от числа и връзки.

И всичко това произлиза от сложна математика, включваща числата, генерирани от оригиналните двойки изображение-текст.

Тъй като системата поглъща както описания, така и данни за изображения, тя позволява да се определи направление през огромното море от възможни изходи с помощта на въвеждане на смислени подсказки.

Да вземем за пример изображението по-долу. Текстовата подсказка включва термините "digital art" и "artstation" - сайт, който е приютил много съвременни дигитални художници.

^{Фалшив портрет в стил ArtStation, направен със Stable Diffusion. Кредит: Stable Diffusion}

С какво се отличава Lensa?

И така, ако Stable Diffusion е система за преобразуване на текст в изображение, в която се ориентираме в различни възможности, то Lensa изглежда съвсем различна, тъй като приема изображения, а не думи. Това е така, защото едно от най-големите нововъведения на Lensa е рационализирането на процеса на преобразуване на текста.

Lensa взема предоставени от потребителя снимки и ги вкарва в съществуващата база от знания на Stable Diffusion, като учи системата как да "улавя" характеристиките на потребителя, за да може след това да ги стилизира. Макар че това може да бъде направено в обикновената Stable Diffusion, то далеч не е рационализиран процес.

Въпреки че не може да се подтикват изображенията в Lensa в определена желана посока, компромисът е голямо разнообразие от възможности, които почти винаги са впечатляващи. Тези изображения заимстват идеи от творби на други художници, но не съдържат реални откъси от техните произведения.

Австралийският правен център по изкуствата пояснява, че макар отделните произведения на изкуството да са обект на авторско право, стилистичните елементи и идеите, които стоят зад тях, не са. По подобен начин делото Dave Grossman Designs Inc. срещу Bortin в САЩ установява, че законът за авторското право не се прилага за художествен стил.

Ами художниците?

Въпреки това фактът, че художествените стилове и техники вече могат да се прехвърлят по този начин, е изключително смущаващ и изключително притеснителен за художниците. Тъй като технологии като Lensa стават все по-разпространени, а художниците се чувстват все по-ограбени, може да има натиск за адаптиране на законодателството към тях.

За художниците, които работят по малки поръчки, като например създаване на дигитални илюстрации за инфлуенсъри или други уеб предприятия, бъдещето изглежда трудно.

Въпреки това, макар че е лесно да се направи произведение, което изглежда добре, с помощта на изкуствен интелект, все още е трудно да се създаде много специфично произведение, с конкретна тема и контекст. Така че независимо от това как приложения като Lensa ще разклатят начина, по който се създава изкуство, личността на художника остава важен контекст за неговата работа.

Възможно е самите художници да трябва да вложат повече усилия в популяризирането си.

Все още е рано и това ще бъде бурно десетилетие за производителите и потребителите на изкуство. Но едно е сигурно: джинът е излязъл от бутилката.

Авторът Брендън Пол Мърфи (Brendan Paul Murphy) е преподавател по дигитални медии в Университета на Централен Куинсланд, Австралия.

Тази статия е препубликувана от The Conversation под лиценза на Creative Commons. Прочетете оригиналната статия.