艺术家如何用AI对抗AI
目录
- 介绍人工智能对工作的影响(H2)
- 人工智能和自动化的背景(H3)
- 人工智能对传统劳动工作的影响(H3)
- 艺术家在互联网时代的受益(H3)
- 人工智能对数字艺术的威胁(H3)
- 艺术家如何保护自己的作品(H2)
- 知识产权法和人工智能生成艺术品的挑战(H3)
- 使用遮蔽技术保护数字艺术(H3)
- 识别和打击恶意AI生成的作品(H3)
- 自由软件的崛起与审查冲突(H2)
- 恶意软件与自由软件的辩论(H3)
- 艺术家利用软件保护作品的权利(H3)
- 使用计算机对抗恶意生成软件(H3)
- 结论(H2)
人工智能对工作的影响
在过去的几年中,人们一直被告知自动化会夺走他们的工作。特别是随着神经网络和大型语言模型的广泛应用,被普遍称为人工智能,这种观点越来越被放大误解。然而,人们对人工智能对工作领域和专业领域的实际影响却存在误解。长大后,我被告知体力劳动工作将是首批被取代的工作,特别是低技能的体力劳动工作,就像一些可以通过上职业学校学习的工种。当我年幼时,这对我来说是有道理的,因为我回顾了农业和食品生产领域的技术革新历史。基本的农业工作使人类从一个狩猎采集的物种转变为如今可以专门从事与食品生产无关的各种工作领域。随着工业化的到来,这种趋势变得更加明显。有了机器,你不再需要养活和照顾一群自以为是的农奴,还得担心他们遭到游荡的野蛮人或瘟疫的威胁。机器可以比中世纪最勤奋积极的农民更有效率地完成大部分困难的种植、收获和灌溉工作。然而,有趣的是,我们一直听到的大部分人工智能技术并没有像我们想象的那样威胁从事体力劳动的人。木工、水管工、焊工,甚至卡车司机目前还没有因为人工智能而失业。当然,自动驾驶技术正在不断进步,但目前大多数人还不愿意将驾驶卡车的30吨重的贵重货物交给一个自动驾驶的人工智能,毕竟还有立法者、拥有卡车和货物的公司等方面的问题。数字艺术家的情况则完全不同,他们的行业已经受到了DALL·E、CLIP和其他技术工具的冲击。像自动驾驶车辆的人工智能一样,这些工具是通过训练在技术层面上遵循真正艺术家的创作习惯和风格来生成艺术作品的,并且正是因为这种原因,一些艺术家对此感到愤怒,认为人工智能使用他们的作品夺走了他们的工作。目前,大部分艺术家把争议转移到了法庭上,他们对制作这些人工智能工具的公司提起了诉讼,但他们在这方面的努力并没有取得太大的成功。使用现有的版权法来解释这些人工智能工具是否侵犯版权是非常困难的,所以没有太多东西可以阻止那些所谓的“神经网络程序员”(即擅长生成特定类型图像的工程师)用这些工具打败数字艺术家,除非某些私人公司明确禁止使用人工智能生成的艺术作品,就像Steam一样。然而,现在又出现了另一个问题,那就是如何确定某件作品是由人工智能生成的。有些特定的图像还是能够辨别出来,比如人工智能在绘制逼真的手和脸部时往往会出现困难,因为这些部位包含了很多细节,如果细节稍有差错,就会引发人们对其真实性的疑虑。但是当涉及到卡通、背景、标志等人类不太敏感的图像时,人工智能就可以轻易地仿造你的艺术作品,因此它几乎可以完全取代聘请艺术家来完成工作,正如我之前说的,很难确定其中一些较简单的设计是真正由人工智能生成的。不过,艺术家们现在有了一种对抗这一现象的方式,那就是使用一种称为“遮蔽”(glazing)的技术来进行保护。这个免费的工具是在芝加哥大学开发的,它对图像进行微小的修改,类似于添加滤镜,但其目的是防止神经网络训练基于该图像。尽管这些工具的开发仍处于早期,但从芝加哥大学发布的文章中可以看到一些示例。对于一些艺术家来说,他们可能会对在作品发布之前使用这种工具对其视觉进行改变感到犹豫不决,因为这种改变会导致视觉上的畸变。然而,这个免费工具很有希望会随着时间的推移变得更好。在这些由glaze创建的示例中,我们可以看到对未经处理的图像、经过轻微处理的图像和经过大量处理的图像的比较,可以看出glazing确实会对图像造成一些人眼可以察觉到的微妙变化,如黄色渗透和畸变,而大量处理会导致整个图像出现黄色渗透和畸变。这种畸变很可能会使许多艺术家对在向世界展示自己的作品之前使用这个工具感到犹豫不决。但是,这个工具目前是免费的,我相信随着时间的推移,它会变得越来越好,希望它仍然可以保持免费,并且可以在本地运行。正如我们在这些示例中看到的,在一些其他的例子中,这个工具是有效的。因此,艺术家们终于有了一种方式来对抗这种由人工智能生成的艺术作品,这种方式被称为glazing技术。
艺术家如何保护自己的作品
在面对人工智能生成的艺术品威胁时,艺术家们采取了一些措施来保护自己的作品。然而,使用现有的版权法来解释人工智能生成的艺术品是否侵犯版权是一项具有挑战性的任务。为了应对这个问题,一些艺术家开始使用一种叫做遮蔽(glazing)的技术来保护他们的数字艺术作品。遮蔽是一个来自芝加哥大学的免费工具,它通过对图像进行微小的修改,从而使神经网络无法以艺术家的作品为依据进行训练。尽管这些工具的开发仍处于早期阶段,但已经有一些示例显示了它们的有效性。在这些示例中,我们可以看到添加了不同程度的遮蔽的图像,以及它们与原始图像的对比。遮蔽会引起一些细微的变化,比如颜色渗透和畸变,但这些变化对人眼来说是可以察觉的。然而,一些艺术家可能会对在发布作品之前使用这些工具而进行视觉改变感到犹豫,因为这可能会导致一些不希望的视觉畸变。尽管如此,这些工具免费并且越来越完善,希望它们能保持免费并且提供本地运行的功能。除了使用遮蔽技术之外,艺术家们还探索了其他方法来保护自己的作品。一些工具,如Nightshade,甚至采取了进攻性手段来破坏使用它生成的艺术品的神经网络。Nightshade是由与glaze同一团队开发的工具,它会在训练集中与人工智能生成相同风格的图像时破坏神经网络。例如,如果你想创建一个能够识别什么是猫的计算机程序,你就需要创建一个神经网络,并向其提供大量的猫的图像和其他不是猫的图像。在神经网络正确识别出猫的图像时,你给予它奖励并持续改善。你需要有数百万乃至数十亿的猫图像样本。然而,如果其中只有少数几张图像是被Nightshade处理过的,就会完全破坏你的人工智能对猫的识别能力。因此,只需要少量这样的“毒猫”图像,就会导致人工智能生成的猫与原始定义产生巨大的差异。然而,如果神经网络已经被这些“毒猫”图像训练过,我认为没有什么有效的方法可以修复它,除非重新挑选训练数据,将数百万的图像数据中的100个左右的“毒猫”图像剔除出去,然后在干净的数据集上重新训练神经网络,但这显然需要大量的时间和精力。一些人认为,像Nightshade这样的工具是危险的恶意软件,应该被禁止,因为它们会破坏其他人的计算机系统。我不同意这种观点,因为虽然我喜欢AI艺术工具,但我们不应该因为它们破坏了你的神经引擎而限制艺术家们对自己作品的使用。此外,一些工具,如Nightshade antidote等,也被用来对抗Nightshade等恶意生成工具的威胁。
自由软件的崛起与审查冲突
随着人工智能生成的艺术品的使用增加,对恶意软件和自由软件之间关系的争论也越来越多。有些人认为像Nightshade这样的工具是危险的恶意软件,应该被禁止,因为它们对他人的计算机系统进行了破坏。然而,我并不认同这种观点,因为即使这些工具破坏了你的神经引擎,我们也不应该因此限制艺术家对自己作品的使用。这些工具的出现可以被看作是向世界中添加了更多的自由软件,任何人都可以使用它们,而且显然对某些人是有用的,我一直都是这么认为的。我只是希望有一个可以在Linux上运行的Nightshade版本,而不是迫使人们使用Windows或Mac OS。请在评论中让我知道你的想法:Nightshade是否应该被视为有害的恶意软件?你认为它能够有效地保护由人工智能生成的艺术作品吗?还是人们会使用计算机来对抗试图破坏艺术作品生成的恶意软件呢?
结论
人工智能的发展对各行各业都产生了深远的影响,而艺术领域也不例外。尽管一些艺术家对人工智能生成的艺术作品感到愤怒和担忧,但他们采取了一些措施来保护自己的作品。使用遮蔽技术可以对图像进行微小的修改,以阻止神经网络在艺术家的作品上进行训练。此外,一些工具还被用来对抗恶意生成工具,例如针对使用Nightshade生成图像的神经网络的工具Nightshade antidote。然而,对于恶意软件和自由软件之间的界线,仍然存在争议。一些人认为像Nightshade这样的工具应该被视为恶意软件并被禁止使用,而另一些人则认为这些工具是自由软件的一部分,并且艺术家有权使用这些工具来保护自己的作品。无论是哪种观点,都应该认识到这些工具为艺术家们提供了新的可能性和自由,而这是非常宝贵的。
请注意,本文观点仅代表撰写者本人的个人意见,不应视为对所有人工智能和艺术家的普遍观点的代表。