DECORAIT——用于 AI 训练的去中心化选择加入/退出登记库
密码学与安全
2023-09-27 v1 机器学习
图像与视频处理
摘要
我们提出 DECORAIT；一个去中心化登记库，内容创作者可借此主张其选择加入或退出 AI 训练的权利，并因其贡献获得报酬。生成式 AI（GenAI）能够利用从公开来源抓取的大量数据训练的 AI 模型合成图像。希望开放共享其作品但不允许将其用于训练的模型与内容创作者因此面临数据治理挑战。此外，确立 GenAI 训练数据的来源对创作者至关重要，以确保其对此类使用的公平认可与报酬。我们报告了 DECORAIT 的原型，其探索层次化聚类与链上/链下存储相结合，以创建可扩展的去中心化登记库，追踪 GenAI 训练数据的来源，从而确定训练同意并酬谢贡献该数据的创作者。DECORAIT 将分布式账本技术（DLT）与视觉指纹识别相结合，利用新兴的 C2PA（内容来源与真实性联盟）标准创建安全、开放的登记库，创作者可借此表达同意与 GenAI 的数据所有权。
引用
@article{arxiv.2309.14400,
title = {DECORAIT -- DECentralized Opt-in/out Registry for AI Training},
author = {Kar Balan and Alex Black and Simon Jenni and Andrew Gilbert and Andy Parsons and John Collomosse},
journal= {arXiv preprint arXiv:2309.14400},
year = {2023}
}
备注
Proc. of the 20th ACM SIGGRAPH European Conference on Visual Media Production