Erase but Preserve: Controllable Removal of Copyrighted Animation Characters via Optimized Semantic Anchors
تقترح هذه الورقة طريقة قابلة للتحكم لمحو شخصيات الرسوم المتحركة المحمية بحقوق الطبع والنشر من نماذج الانتشار من النص إلى الصورة عبر تحسين المرتكزات الدلالية الهيكلية والتفصيلية لاستبدال تضمينات الهدف، مما يحقق فعالية رائدة في الإزالة مع الحفاظ على دقة الصورة وتمكين التحكم الدقيق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالماً يمكنك فيه كتابة بضع كلمات في جهاز الكمبيوتر، فيقوم برسم لوحة لك. هذا ليس سحراً؛ بل هو نوع من الذكاء الاصطناعي يسمى "نموذج الانتشار من نص إلى صورة" (text-to-image diffusion model). فكر في هذه النماذج كفنانين رقميين موهوبين للغاية، ولكنهم مشاكسون قليلاً. لقد تعلموا الرسم من خلال النظر إلى الملايين من الصور والكلمات التي تصفها. إذا طلبت منهم رسم "كلب"، يمكنهم ذلك. وإذا طلبت "غروب الشمس"، يمكنهم فعل ذلك أيضاً. ولكن لأنهم تعلموا من كل شيء موجود على الإنترنت، فقد يرسمون أحياناً عن طريق الخطأ أشياء لا ينبغي لهم رسمها، مثل شخصيات كرتونية مشهورة مملوكة لشركات كبرى. هذا يشبه طفلاً يحب رسم ميكي ماوس، لكنه يقع في المشاكل لأنه لا يملك حقوق رسمه.
السؤال الكبير الذي يحاول العلماء حله هو: كيف نعلم هؤلاء الفنانين الرقميين التوقف عن رسم شخصيات معينة محمية بحقوق الطبع والنشر دون أن يجعلهم ذلك ينسون كيفية رسم أي شيء آخر؟ تخيل لو كان عليك أن تقول لرسام: "لا ترسم قبعة حمراء أبداً"، ولكنك لا تزال تريد منه أن يكون قادراً على رسم تفاحة حمراء، أو سيارة حمراء، أو غروب شمس أحمر. إذا صرخت "لا قبعات حمراء!" بصوت عالٍ جداً، فقد يرتبك الرسام ويبدأ في رسم تفاح أزرق أو ينسى كيفية رسم القبعات تماماً. هذا هو التوازن الصعب بين مسح الأشياء السيئة والحفاظ على الأشياء الجيدة.
هذه الورقة البحثية، التي تحمل عنوان "امسح ولكن حافظ" (Erase but Preserve)، تقدم طريقة جديدة وذكية لحل هذه المشكلة بالنسبة لشخصيات الرسوم المتحركة مثل سبايدر مان، أو المينيونز، أو باندا كونغ فو. يقترح المؤلفون أنه بدلاً من محاولة حذف الشخصية من ذاكرة الذكاء الاصطناعي تماماً (وهو أمر صعب وغالباً ما يؤدي إلى تعطل الذكاء الاصطناعي)، يجب أن نعطي الذكاء الاصطناعي "بديلًا" أو "طُعماً".
إليك كيف تعمل طريقتهم، باستخدام تشبيه بسيط: تخيل أن الذكاء الاصطناعي هو طاهٍ يعرف تماماً كيفية طهي طبق معين محمي بحقوق الطبع والنشر (لنقل مثلاً "برجر المينيون"). أنت تريد من الطاهي أن يتوقف عن صنع هذا البرجر المحدد لأنه غير قانوني، ولكنك لا تزال تريده أن يصنع برجر يشبهه بما يكفي ليكون مرضياً، ولكن بدون "الخلطة السرية".
تعمل طريقتهم عبر ثلاث خطوات رئيسية:
تصميم الطُعم: أولاً، يقومون بإنشاء مفهوم "مرساة" خاص. فكر في هذا ككلمة رمزية سرية، مثل "Anchor*"، وهي كلمة لا توجد في القاموس بعد. يتم تدريب هذه الكلمة الرمزية لتكون "شبيهة" مثالية للشخصية المحظورة من حيث الشكل والمخطط الخارعي (بحيث يظل البرجر يبدو كالبرجر)، ولكنها مختلفة تماماً في تفاصيلها الدقيقة (بحيث لا تمتلك بشرة المينيون الصفراء أو نظاراته الواقية). الأمر يشبه تشكيل مجسم من الطين له نفس الهيكل الخارجي للمينيون، ولكنه مصنوع من طين رمادي بدلاً من الأصفر.
التبديل الذكي: عندما تطلب من الذكاء الاصطناعي رسم صورة، فإنه عادة ما يترجم كلماتك إلى قائمة من التعليمات (embeddings). إذا قلت "ارسم سبايدر مان"، فإن الذكال الاصطناعي يحصل على تعليمات "سبايدر مان". تقوم طريقة الباحثين باعتراض هذه التعليمات. وبدلاً من ترك الذكاء الاصطناعي يرسم سبايدر مان، يقومون بهدوء باستبدال تعليمات "سبايدر مان" بتعليمات "Anchor*". ولكن الجزء الذكي هنا هو أنهم لا يستبدلونها فوراً. إنهم ينتظرون حتى تستقر عملية الرسم في شكل مستقر (مثل عندما يتوقف الحساء في القدر عن الغليان بجنون ويبدأ في الغليان الهادئ فقط). ثم يقومون بالتبديل. هذا يضمن بقاء الخلفية والمشهد العام مثاليين، مع تغيير الشخصية المحددة فقط.
مفتاح التعتيم: أحد أروع الميزات هو أنه يمكنك التحكم في مقدار ما يتم مسحه من الشخصية. ولأن "المرساة" هي رمز رياضي، يمكنك مزجها مع رمز "سبايدر مان" الأصلي. يمكنك تحريك منزلق من 0% إلى 100%. عند 0%، تحصل على سبايدر مان الأصلي. وعند 100%، تحصل على البديل الرمادي غير المحمي بحقوق الطبع والنشر. عند 50%، تحصل على كتلة غريبة نصفها سبايدر مان ونصفها الآخر كتلة رمادية. هذا يتيح للمستخدمين تحديد مقدار ما يريدون الاحتفاظ به أو إزالته بالضبط، وهو أمر رائع للتحكم الإبداعي.
اختبر المؤلفون هذه الطريقة على 80 شخصية رسوم متحركة مختلفة، بما في ذلك شخصيات مشهورة مثل سبونج بوب، وباجز باني، وبيبا بيج. وقارنوا طريقتهم بطرق أخرى حاول الناس من خلالها منع الذكاء الاصطناعي من رسم هذه الشخصيات. كانت النتائج مبهرة: كانت طريقتهم أفضل بكثير في إزالة الشخصية فعلياً (حوالي 4% إلى 6% فقط من الحالات كان الذكاء الاصطناعي يرسم فيها الشخصية بالخطأ، مقارنة بنسب أعلى بكثير للطرق الأخرى) مع الحفاظ على جمال وبراعة بقية الصورة بشكل طبيعي.
كما أظهروا أن كلمة الرمز "Anchor*" هذه يمكن استخدامها في أنواع مختلفة من نماذج الذكاء الاصطناعي، وليس فقط النموذج الذي تم تدريبها عليه. الأمر يشبه إنشاء جهاز تحكم عن بعد عالمي يعمل مع مختلف ماركات أجهزة التلفاز. علاوة على ذلك، وجدوا أن كلمة "Anchor*" يمكن استخدامها لمساعدة طرق أخرى تحاول منع الذكاء الاصطناعي من رسم الأشياء السيئة، مما يجعل تلك الطرق الأخرى تعمل بشكل أفضل أيضاً.
باختختصار، تقترح هذه الورقة أنه من خلال إنشاء "طُعم" ذكي يطابق الشكل وتبديله في اللحظة المناسبة، يمكننا منع الذكاء الاصطناعي من رسم الشخصيات المحمية بحقوق الطبع والنشر دون إفساد بقية الصورة. إنها طريقة لاحترام قوانين حقوق الطبع والنشر مع السماح للناس أيضاً بالاستمتاع بالقوة الإبداعية لهؤلاء الفنانين الرقميين المذهلين. يعتقد المؤلفون أن هذا النهج يمكن أن يساعد المنصات والمبدعين على استخدام الذكاء الاصطناعي بأمان دون كسر القانون عن طريق الخطأ.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.