Основные понятия
Wir schlagen eine Methode vor, um die Beiträge von Künstlern bei der Erstellung von Bildern durch das Stable Diffusion-v1.5-Modell zu quantifizieren und die Vergütung fair zwischen dem Modell und den Künstlern aufzuteilen.
Аннотация
In dieser Studie stellen wir eine Methode vor, um die Vergütung für von KI-Systemen generierte Kunst zwischen dem Stable Diffusion-v1.5-Modell und den Künstlern, deren Stil verwendet wurde, fair aufzuteilen. Unser Ansatz basiert auf Shapley-Werten und Einbettungen des CLIP-Modells.
Wir haben eine Methode entwickelt, um den Beitrag eines Künstlers zum Endergebnis zu bewerten, indem wir berücksichtigen, ob das Modell auf den Werken des Künstlers trainiert wurde und wie genau es deren einzigartigen Stil reproduzieren kann. Darüber hinaus untersuchen wir Fälle, in denen die Stile mehrerer Künstler bei der Bildgenerierung gemischt werden, und schlagen eine Methode vor, um den Beitrag jedes Künstlers zu berechnen.
Unser Lösungsansatz hat vielfältige praktische Anwendungen. Er ermöglicht es Künstlern, deren Daten bei der Modellausbildung verwendet wurden und deren Stil vom Modell nachgeahmt werden kann, den Umfang ihres Beitrags zur Endgenerierung zu bewerten und eine angemessene Vergütung vom Modellentwickler zu fordern. Darüber hinaus kann diese Berechnung vollständig lokal durchgeführt werden, ohne dass private Daten an externe Stellen weitergegeben werden müssen.
Wir sind der Ansicht, dass dieser Ansatz dazu beitragen wird, einen Konsens über die Verwendung von Daten, die durch automatisiertes Web-Scraping bei der Ausbildung generativer KI-Modelle gewonnen wurden, zu erreichen und so potenzielle soziale Umwälzungen zu verhindern. Durch die Übernahme eines solchen Ansatzes kann ein harmonisches Gleichgewicht zwischen Datennutzung und fairer Vergütung erreicht werden, das die individuellen Rechte schützt und eine verantwortungsvolle Weiterentwicklung im Bereich der generativen KI fördert.
Статистика
Das Training von CLIP erforderte Millionen von Bild-Beschriftungs-Paaren.
Das Stable Diffusion-Modell erreichte ein Qualitätsniveau, bei dem die damit erstellten Werke (mit gewissen Vorbehalten) auf dem Niveau echter digitaler Künstler verkauft werden könnten.
Eine Liste von 1789 Künstlernamen wurde zusammengestellt, deren Stil das Stable Diffusion-Modell reproduzieren kann.
Цитаты
"Hinter dem Wissen und den Fähigkeiten, die generative KI besitzt, stehen die Erfahrung und die Bemühungen echter Menschen, die sich ihrer Arbeit verschrieben haben."
"KI hat gelernt, ihre Erfahrung zu absorbieren und zu transformieren, hat aber gleichzeitig das Potenzial, diese Menschen selbst auf dem Arbeitsmarkt überflüssig zu machen."