如何使用Nightshade保護藝術品免受生成式AI的侵害
譯者| 陳峻
#審校| 重樓
#如你所見,目前正在發生的這場人工智慧(AI)革命已經席捲了各行各業。其中給人最直觀的感受便是,在基於互動式人機對話的基礎上,AI演算法不但可以產生類似人類語言的文本,而且能夠根據一個(組)單字創建圖像和視頻。不過,這些人工智慧工具(尤其是像DALL-E、#Midjourney等從文字到圖像的生成器)所使用的訓練數據,往往來自受版權保護的資料來源。
在數位領域中,阻止人工智慧產生工具利用受版權保護的圖像進行訓練是具有挑戰性的任務。各行各業的藝術家們一直在不同層面上努力維護他們的作品,以免受人工智慧訓練資料集的侵害。在保護智慧財產權方面,面臨著許多複雜問題,因為數位世界的快速發展使得監管和保護工作變得更加困難。 藝術家可能會採取技術性措施,例如添加浮水印或數位簽名,以確保其作品的原始性和獨特性。然而,這些措施並非總
如今,Nightshade的問世將徹底改變現狀。 Nightshade是一種免費的人工智慧工具,可以對生成式人工智慧工具的結果進行“污染”,從而幫助藝術家們維護自己的版權。這項工具的推出意味著創作者們擁有了更大的掌控權,可以更好地保護他們的作品免受侵犯。 Nightshade的出現為藝術家們提供了一種全新的方式來應對潛在的版權侵權問題,使他們能夠更加自信和安心地展示自己的作品。這種技術的引入將為整個創作領域帶來革命性的變革,為藝術
#什麼是人工智慧毒化(##AI Poisoning)?
從概念上來說,人工智慧毒化是指在人工智慧演算法的訓練資料集中「下毒」的一種行為。這類似於故意向人工智慧提供錯誤的訊息,導致經過訓練的人工智慧因失靈而無法偵測到影像。在技術上,Nightshade之類的工具可以透過改變數位影像中的像素,使其在人工智慧的訓練下看起來完全不同。而這種改變,從人眼的角度看來,仍然與原始的圖像基本一致。
如果你在網路上傳一張被篡改過的貓的圖片,對人類來說,這張照片可能看起來只是一隻普通的貓。但是對於人工智慧系統來說,它可能會因為被篡改而無法準確識別這隻貓,導致混淆和錯誤的分類。這表明了在訓練人工智慧系統時,資料的準確性和完整性至關重要,因為資料中的錯誤或欺騙性資訊可能會對系統的學習和表現產生負面影響。因此,確保資料的品質和真實性是培訓人工智慧模型的關鍵步驟,以避免誤導性的結果和不準確的判斷。
此外,在人工智慧的訓練資料過程中,鑑於規模效應,如果有足夠多的偽造或毒化了的圖像樣本,那麼就會影響人工智慧的理解準確度,進而折損其根據給定提示,產生準確圖像的能力。
雖然生成式人工智慧的技術仍在突飛猛進地發展,但是就目前而言,作為模型訓練基礎的數據,一旦發生了逃過人眼可見的錯誤,就會潛移默化地損害模型後續的迭代。這樣就起到了我們保護原創數位作品的效果。也就是說,據此,那些不想將其圖像用於人工智慧資料集的數位創作者,可以有效地保護自己的圖像作品,不會在未經許可的情況下,被導入到生成式人工智慧中。
目前,已經有一些平台開始為創作者提供這類可「不將作品納入人工智慧訓練資料集」的選項。當然,對於人工智慧模型訓練者而言,他們也需要對此引起足夠的重視。
與Glaze等其他數位藝術品保護工具相比,Nightshade的實作方式是截然不同的。 Glaze可以防止人工智慧演算法模仿特定的圖像風格,而Nightshade則能夠從人工智慧的視角改變圖像的外觀。當然,這兩款工具都是由芝加哥大學電腦科學教授Ben Zhao開發。
如何使用Nightshade
雖然該工具的建立者建議使用者將Nightshade與Glaze一起使用,但是它其實也可以作為一個獨立的工具,來保護使用者的作品。總體而言,使用該工具並不複雜,您可以僅通過幾個步驟,僅使用Nightshade來保護自己的圖像作品。不過,在開始之前,您需要牢記如下三件事:
- #Nightshade僅適用於Windows和MacOS,而對於GPU#的支援比較有限,且要求至少擁有 4GB VRAM。目前它並不支援那些非英偉達的GPU#和英特爾Mac。幸好Nightshade團隊提供了支援Nvidia GPU的清單連結-- https://www.php.cn/link/719e427d3b21a35b8cdcd2d88db6ca11(您可能會注意到:GTX
- RTX GPU就位於「CUDA支援的GeForce和TITAN產品」部分)。此外,您也可以在CPU上執行Nightshade,但是其效能會降低。 如果您使用的是GTX 1660、#1650 #或1550 ,那麼
- PyTorch庫中的一個bug會導致您無法正常啟動或使用Nightshade 。 Nightshade
背後的團隊可能會在未來透過從PyTorch遷移到Tensorflow##的方式,來修復該問題,不過目前尚無較好的解決方案。而且,這個問題也延伸到了這類顯示卡的Ti變體上。在測試中,雖然我在Windows 11電腦上為其提供了管理員存取權限,但是仍需等待了幾分鐘才能夠開啟該程式。希望您的情況會有所不同。
- 如果您的作品上有很多實體形狀或背景,那麼您可能會遇到一些偽影( artifact
- #)問題。這可以透過降低「毒化」強度來解決。 您需要執行下列步驟,以具體使用Nightshade對映像實現保護。請記住,本指南雖然使用的是Windows版本,但它同樣適用於
- macOS版本。
- 從Nightshade下載頁面處下載其Windows或macOS版本。 由於 Nightshade
- 是以存檔資料夾的形式被下載到本機的,因此無需額外安裝。下載完成後,您只要解壓縮其ZIP 資料夾,並雙擊執行
- Nightshade.exe即可。 如下圖所示,在彈出的介面上,請點選左上角的「選擇」按鈕,選擇要保護的圖片。注意,您可以同時選擇多個影像進行批次處理。
根據自己的喜好,您可以透過滑桿來調整對影像進行操作的強度(Intensity)和渲染品質(Render Quality)。數值越高,毒化效果越強,但是也會在輸出影像中引入偽影。 接著,請點選「輸出」部分下的「另存為」按鈕,為輸出檔案選擇目的地。
最後,請點擊底部的「執行
###Nightshade######」按鈕,以執行程式並完成對影像的毒化。 #####################同時,您也可以選擇「毒(######poison######)」標籤。如果標籤沒有被人為選擇的話,######Nightshade######會自動偵測並推薦一個單字標籤。當然,如果標籤不正確或過於籠統的話,您也可以手動更改。請記住,只有在######Nightshade######處理單張圖片時,才可以使用此設定。 ##################如果一切順利,您將會得到一幅在人眼看來與原始影像完全相同,但是被人工智慧演算法識別為與原作截然不同的圖像。這意味著您的藝術作品已受到了保護,可免於人工智慧生成器的影響。 ############譯者介紹
陳峻(Julian Chen),51CTO社群編輯,具有十多年的IT專案實施經驗,善於對內部和外部資源與風險實施管控,專注傳播網路與資訊安全知識與經驗。
原文標題:How to Use Nightshade to Protect Your Artwork From Generative AI
以上是如何使用Nightshade保護藝術品免受生成式AI的侵害的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
