IP Protection in the Era of Visual Generative AI: A Survey
यह सर्वेक्षण विज़ुअल जनरेटिव एआई में बौद्धिक संपदा संरक्षण के लिए एक नवीन द्वि-आयामी वर्गीकरण प्रस्तावित करता है, जो मौजूदा विधियों की व्यवस्थित समीक्षा करने, मूल्यांकन प्रोटोकॉल को संरेखित करने और प्रमुख भविष्य की चुनौतियों की पहचान करने के लिए उनके नियंत्रण तर्क और लक्षित संपत्ति प्रकार के आधार पर तकनीकी सुरक्षाओं को वर्गीकृत करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
पिछले कुछ वर्षों में, एक नए प्रकार के कंप्यूटर प्रोग्राम ने ऐसी छवियां और वीडियो बनाना सीख लिया है जो आश्चर्यजनक रूप से वास्तविक लगते हैं। ये सिस्टम, जिन्हें विजुअल जेनरेटिव आर्टिफिशियल इंटेलिजेंस (दृश्य जनरेटिव कृत्रिम बुद्धिमत्ता) के रूप में जाना जाता है, केवल एक विवरण पढ़ने मात्र से कलाकृति, विज्ञापन और यहाँ तक कि पूरे दृश्य भी बना सकते हैं। ये इंटरनेट पर मौजूद मौजूदा चित्रों और वीडियो के विशाल संग्रह का अध्ययन करके काम करते हैं, प्रकाश, रंग और रूप के पैटर्न को तब तक सीखते हैं जब तक कि वे उन्हें शुरू से फिर से बनाने में सक्षम नहीं हो जाते। हालाँकि इस तकनीक ने कलाकारों और डिजाइनरों के लिए नए द्वार खोले हैं, लेकिन इसने एक जटिल कानूनी और नैतिक पज्ली (पहेली) भी खड़ी कर दी है। क्योंकि ये प्रोग्राम बहुत सारी सामग्री से सीखते हैं, इसलिए वे कभी-कभी संरक्षित शैलियों की नकल करते हैं, वास्तविक लोगों के स्वरूप को चुराते हैं, या बिना अनुमति के कॉपीराइट वाली छवियों को पुनरुत्पादित करते हैं। साथ ही, ये प्रोग्राम स्वयं मूल्यवान आविष्कार हैं, और उनके निर्माता चिंतित हैं कि अन्य लोग उनके काम को चुरा सकते हैं या उनकी अनूठी क्षमताओं की नकल कर सकते हैं। जैसे-जैसे ये उपकरण अधिक शक्तिशाली होते जा रहे हैं, यह सवाल कि किसका क्या स्वामित्व है—और उन अधिकारों की रक्षा कैसे की जाए—अति आवश्यक हो गया है।
शोधकर्ताओं की एक टीम ने, जो कनाडा, यूरोप, एशिया और संयुक्त राज्य अमेरिका के विभिन्न संस्थानों से जुड़ी है, अब इस समस्या को हल करने के लिए डिज़ाइन किए गए समाधानों के पूरे परिदृश्य का मानचित्र तैयार किया है। इन समाधानों को उनके उपयोग के समय या तकनीकी कार्यप्रणाली के आधार पर वर्गीकृत करने के बजाय, शोधकर्ताओं ने उन्हें इस आधार पर व्यवस्थित किया कि वे वास्तव में किसे रोकने की कोशिश कर रहे हैं। उन्होंने पाया कि सभी वर्तमान विधियाँ कार्रवाई की तीन मुख्य श्रेणियों में आती हैं: पहले तो यह नियंत्रित करना कि कंप्यूटर को शुरुआत में कितनी जानकारी सीखने की अनुमति है, दूसरा, यह सीमित करना कि कंप्यूटर चलने के दौरान क्या बनाने की अनुमति है, और तीसरा, यदि कुछ गलत हो जाता है तो बाद में प्रमाण प्रदान करना। देखने का यह नया तरीका क्षेत्र को स्पष्ट करता है और यह प्रकट करता है कि वर्तमान सुरक्षात्मक उपाय कहाँ मजबूत हैं और कहाँ खतरनाक रूप से कमजोर हैं।
रक्षा की पहली पंक्ति प्रशिक्षण चरण (ट्रेनिंग फेज) पर केंद्रित है, इससे पहले कि कंप्यूटर कभी नई छवियां बनाना शुरू करे। इसे सूचना एक्सपोजर कंट्रोल (सूचना अनावरण नियंत्रण) कहा जाता है। एक ओर, शोधकर्ता मूल डेटा, जैसे कि कॉपीराइट वाली पेंटिंग या लोगों की तस्वीरों की सुरक्षा के लिए तरीके विकसित कर रहे हैं। कुछ विधियों में डुप्लिकेट को हटाने के लिए प्रशिक्षण डेटा को साफ करना शामिल है, जबकि अन्य छवियों को इस तरह सूक्ष्म रूप से बदल देती हैं जिसे मनुष्य नहीं देख सकते लेकिन जो कंप्यूटर को भ्रमित कर देता है, जिससे मशीन के लिए किसी संरक्षित कार्य के विशिष्ट विवरणों को याद रखना कठिन हो जाता है। दूसरी ओर, कंप्यूटर प्रोग्राम स्वयं की सुरक्षा के लिए विधियाँ हैं। चूंकि इन प्रोग्रामों को बनाना महंगा होता है, इसलिए उनके निर्माता यह सुनिश्चित करना चाहते हैं कि यदि कोई प्रोग्राम चुरा लेता है, तो वे इसका उपयोग बिना अनुमति के उच्च गुणवत्ता वाली छवियां उत्पन्न करने के लिए न कर सकें। कुछ शोधकर्ताओं ने डिजिटल लॉक बनाए हैं जिनके लिए पूरी शक्ति को अनलॉक करने के लिए एक गुप्त कुंजी की आवश्यकता होती है, जिससे यह सुनिश्चित होता है कि सही क्रेडेंशियल के बिना चोरी की गई प्रति किसी के लिए भी बेकार बनी रहे।
एक बार जब कंप्यूटर प्रशिक्षित हो जाता है और निर्माण के लिए तैयार हो जाता है, तो ध्यान 'जेनरेटिव बिहेवियर कंस्ट्रेंट' (उत्पादक व्यवहार प्रतिबंध) पर स्थानांतरित हो जाता है। यह दृष्टिकोण यह मान लेता है कि कंप्यूटर पहले से ही बहुत कुछ जानता है और इसे उस ज्ञान का हानिकारक तरीकों से उपयोग करने से रोकने की कोशिश करता है। मूल डेटा की सुरक्षा के लिए, इसका अर्थ है कंप्यूटर को उन अनुरोधों को अनदेखा करना सिखाना जो किसी विशिष्ट कलाकार की शैली या प्रसिद्ध व्यक्ति के चेहरे की नकल करने की ओर ले जाते हैं। शोधकर्ताओं ने इन विशिष्ट अवधारणाओं को "अनलर्न" (विस्मृत) करने की तकनीकें विकसित की हैं, जो शेष कौशल को बरकरार रखते हुए उन्हें उत्पन्न करने की क्षमता को प्रभावी रूप से हटा देती हैं। कंप्यूटर प्रोग्राम की सुरक्षा के लिए, इसका अर्थ है दूसरों को सिस्टम के रहस्यों को उजागर करने या इसकी अनूठी क्षमताओं की नकल करने के लिए छलने से रोकना। कुछ रक्षात्मक उपाय यह पता लगाकर काम करते हैं कि क्या कोई बार-बार प्रश्न पूछकर प्रोग्राम को रिवर्स-इंजीनियर करने की कोशिश कर रहा है, जबकि अन्य मॉडल को अनधिकृत व्यक्तिगत उपयोग के लिए फाइन-ट्यून करना कठिन बना देते हैं।
तीसरी श्रेणी, 'एट्रिब्यूशन एंड अकाउंटेबिलिटी' (श्रेय और जवाबदेही), परिणाम के बाद के मामलों से संबंधित है। यदि कोई कलाकृति दिखाई देती है जो संदिग्ध रूप से किसी संरक्षित कार्य जैसी दिखती है, या यदि किसी चोरी किए गए प्रोग्राम का उपयोग किया जाता हुआ पाया जाता है, तो ये विधियाँ स्वामित्व सिद्ध करने के लिए आवश्यक साक्ष्य प्रदान करती हैं। इसमें प्रशिक्षण के लिए उपयोग किए जाने वाले डेटा में या कंप्यूटर द्वारा बनाई गई अंतिम छवियों और वीडियो में अदृश्य वॉटरमार्क डालना शामिल है। ये निशान एक डिजिटल फिंगरप्रिंट की तरह कार्य करते हैं, जिससे मालिक किसी सामग्री को उसके स्रोत तक ट्रैक कर सकते हैं या यह सिद्ध कर सकते हैं कि एक विशिष्ट डेटासेट का उपयोग मॉडल को प्रशिक्षित करने के लिए किया गया था। इसी तरह, शोधकर्ताओं ने ऐसे तरीके बनाए हैं जिनसे यह पहचाना जा सके कि किस विशिष्ट कंप्यूटर प्रोग्राम ने छवि बनाई है, भले ही प्रोग्राम में थोड़ा बदलाव किया गया हो। यह कानूनी विवादों के लिए महत्वपूर्ण है, क्योंकि यह चोरी के अस्पष्ट संदेह को सत्यापन योग्य प्रमाण में बदल देता है।
शोधकर्ताओं ने यह भी जांचा कि इन तकनीकी समाधानों का परीक्षण कैसे किया जाता है और उन्होंने पाया कि इस क्षेत्र में सफलता को मापने का कोई मानक तरीका नहीं है। अलग-अलग टीमें अलग-अलग परीक्षणों का उपयोग करती हैं, जिससे यह तुलना करना कठिन हो जाता है कि कौन सी विधि वास्तव में बेहतर है। उन्होंने नोट किया कि हालांकि कई विधियाँ सरल परीक्षणों में अच्छा काम करती हैं, लेकिन वे अक्सर चतुर हमलावरों के सामने विफल हो जाती हैं जो सुरक्षा उपायों को हटाने या नियमों को दरकिनार करने की कोशिश करते हैं। इसके अलावा, अधिकांश वर्तमान शोध एक विशिष्ट प्रकार के कंप्यूटर प्रोग्राम पर केंद्रित है, जिससे उभरते हुए अन्य प्रकार के सिस्टम की सुरक्षा के बारे में ज्ञान की कमी रह जाती है। अध्ययन सुझाव देता है कि सुरक्षा का भविष्य केवल एक एकल जादुई समाधान पर निर्भर नहीं होगा, बल्कि इन तीन दृष्टिकोणों के संयोजन पर होगा जो मिलकर काम करते हैं, जिसे स्पष्ट कानूनों और उद्योग मानकों द्वारा समर्थित किया जाएगा।
लेख यह निष्कर्ष निकालता है कि हालांकि महत्वपूर्ण प्रगति हुई है, लेकिन यह क्षेत्र अभी अपने शुरुआती चरणों में है। वर्तमान उपकरण जोखिमों को कम करने में प्रभावी हैं, लेकिन वे अभी भी पूर्ण नहीं हैं। शोधकर्ता इस बात पर जोर देते हैं कि केवल तकनीकी सुधार पर्याप्त नहीं हैं; उन्हें कानूनी ढांचे और उद्योग प्रथाओं के साथ जोड़ा जाना चाहिए जो स्वामित्व का सम्मान करते हों। जैसे-जैसे ये शक्तिशाली उपकरण विकसित होते रहेंगे, चुनौती एक ऐसी प्रणाली बनाने की होगी जो मूल सामग्री के रचनाकारों और नई तकनीक के डेवलपर्स दोनों की रक्षा करे, जिससे यह सुनिश्चित हो सके कि पूर्ववर्ती लोगों के अधिकारों की बलि दिए बिना नवाचार जारी रह सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।