Обсуждение интеллектуальной собственности применимо как к людям, так и к генеративным моделям. Вернее, они относятся к компаниям, которые «создают» подобные модели. В связи с этим в мире создания цифровых изображений появились значительные инновации: введение конкретных водяных знаков для изображений, созданных с помощью ДАЛЛ-Э 3. Это обещает сделать граница между искусственно созданным и человеческим контентом не только более определенным, но и более прозрачным.
Как распознать изображения, созданные с помощью генеративных моделей? Для начала с водяным знаком на DALLE-E 3.
OpenAI недавно представила функцию, которая может изменить наше восприятие цифрового контента: система водяных знаков для изображений, созданных DALL-E 3. Это обновление направлено на установление моста между растущим производством цифрового контента и необходимостью большей прозрачности и надежности.
Система водяных знаков, реализованная в DALL-E 3, разделена на два Компоненты: невидимая часть, интегрированная в метаданные изображения, и видимый символ, представленный логотипом CR, незаметно расположенный в верхнем левом углу изображения. Цель двоякая: с одной стороны, облегчить идентификацию происхождения цифрового изображения, позволяя пользователям проверить, было ли оно создано с помощью искусственного интеллекта; с другой, сохранить визуальное качество изображения неизменным, несмотря на добавление новых элементов.
См. также: DALL-E 3 официально: теперь для всех в ChatGPT
Это развитие вписывается в более широкий контекст и поддерживается Коалиция за происхождение и подлинность контента, консорциум, в который входят такие технологические гиганты, как Adobe и Microsoft. Они привержены продвигать подлинность цифрового контента через водяной знак Content Credentials, что помогает провести четкое различие между творческой работой человека и работой ИИ.
Несмотря на энтузиазм по поводу этого нововведения, остаются серьезные проблемы, в основном связанные с вероятность того, что метаданные могут быть удалены, добровольно или иным образом, при публикации в социальных сетях или на других цифровых платформах. Эта уязвимость подчеркивает сложность борьбы с дезинформацией и необходимость эффективных стратегий проверки цифрового контента.