Mereka kemudian membandingkan pendekatan itu dengan 24 model difusi konvensional yang dilatih menggunakan data sama. Mengikut ukuran standard, kualiti hasil kedua-dua pendekatan adalah secara umumnya setanding.

Ujian dilakukan terhadap set data yang mengandungi antara 256 hingga lebih 160,000 imej. Para penyelidik menguji kesan membuang:

• satu imej individu;
• semua karya seorang artis; dan
• semua foto seorang individu.

Pada skala data yang lebih besar, penyingkiran salah satu sumber itu sering tidak menghasilkan perubahan yang ketara pada imej yang dijana. Pengurangan kesan yang boleh diukur bagi setiap sumber inilah yang dinamakan penyelidik sebagai “kemerosotan atribusi”.

Implikasi terhadap pertikaian hak cipta AI

Dapatan ini boleh merumitkan dakwaan bahawa sesuatu hasil daripada sistem yang dikaitkan dengan Midjourney, OpenAI atau Microsoft berpunca daripada—atau disalin daripada—satu imej tertentu milik plaintif atau keseluruhan karya seorang artis.

Jika penyingkiran tepat bahan tersebut tidak mengubah hasil yang dipersoalkan, ujian balas sebab-musabab ini memberikan asas yang terhad untuk mengaitkan hasil itu dengan bahan berkenaan.

Bagaimanapun, kajian tersebut tidak menjawab persoalan undang-undang lain, termasuk:

• sama ada syarikat menyalin karya ketika mengumpulkan data latihan;
• sama ada latihan model itu sendiri melanggar hak cipta atau dilindungi doktrin penggunaan wajar (fair use);
• sama ada sesuatu hasil mempunyai persamaan ketara dengan karya yang dilindungi; dan
• sama ada model sengaja diarahkan atau dikonfigurasi untuk meniru gaya seseorang artis.

Kajian ini ialah bukti tentang kesukaran mengaitkan hasil tertentu dengan sumber tertentu, bukannya keputusan undang-undang.

Mengapa ia bukan “lesen percuma” untuk menyalin

Dapatan itu tidak bermaksud model difusi tidak mampu menghafal karya. Dalam keadaan tertentu, model masih boleh menghafal atau menghasilkan semula contoh daripada data latihan. “Kemerosotan atribusi” hanya menunjukkan bahawa kesan satu sumber sering menjadi tidak dapat diukur apabila saiz set data meningkat—bukan bahawa penyalinan tidak pernah berlaku.

Selain itu, kajian ini meneliti penjana imej berasaskan difusi. Kesimpulannya tidak boleh terus digeneralisasikan kepada model bahasa atau seni bina generatif yang lain.

Oleh itu, mahkamah mungkin perlu menilai bukti selain hubungan sebab-musabab satu imej dengan satu hasil. Antara bukti yang relevan termasuk rekod pemerolehan data, bukti persamaan langsung, tingkah laku model apabila diberikan arahan khusus, maklumat asal-usul kandungan dan keterangan pakar. Kesimpulan ini merupakan implikasi daripada kesukaran yang ditunjukkan kajian dalam menetapkan punca sesuatu hasil pada skala data yang besar.

Mereka kemudian membandingkan pendekatan itu dengan 24 model difusi konvensional yang dilatih menggunakan data sama. Mengikut ukuran standard, kualiti hasil kedua-dua pendekatan adalah secara umumnya setanding.

Ujian dilakukan terhadap set data yang mengandungi antara 256 hingga lebih 160,000 imej. Para penyelidik menguji kesan membuang:

• satu imej individu;
• semua karya seorang artis; dan
• semua foto seorang individu.

Pada skala data yang lebih besar, penyingkiran salah satu sumber itu sering tidak menghasilkan perubahan yang ketara pada imej yang dijana. Pengurangan kesan yang boleh diukur bagi setiap sumber inilah yang dinamakan penyelidik sebagai “kemerosotan atribusi”.

Implikasi terhadap pertikaian hak cipta AI

Dapatan ini boleh merumitkan dakwaan bahawa sesuatu hasil daripada sistem yang dikaitkan dengan Midjourney, OpenAI atau Microsoft berpunca daripada—atau disalin daripada—satu imej tertentu milik plaintif atau keseluruhan karya seorang artis.

Jika penyingkiran tepat bahan tersebut tidak mengubah hasil yang dipersoalkan, ujian balas sebab-musabab ini memberikan asas yang terhad untuk mengaitkan hasil itu dengan bahan berkenaan.

Bagaimanapun, kajian tersebut tidak menjawab persoalan undang-undang lain, termasuk:

• sama ada syarikat menyalin karya ketika mengumpulkan data latihan;
• sama ada latihan model itu sendiri melanggar hak cipta atau dilindungi doktrin penggunaan wajar (fair use);
• sama ada sesuatu hasil mempunyai persamaan ketara dengan karya yang dilindungi; dan
• sama ada model sengaja diarahkan atau dikonfigurasi untuk meniru gaya seseorang artis.

Kajian ini ialah bukti tentang kesukaran mengaitkan hasil tertentu dengan sumber tertentu, bukannya keputusan undang-undang.

Mengapa ia bukan “lesen percuma” untuk menyalin

Dapatan itu tidak bermaksud model difusi tidak mampu menghafal karya. Dalam keadaan tertentu, model masih boleh menghafal atau menghasilkan semula contoh daripada data latihan. “Kemerosotan atribusi” hanya menunjukkan bahawa kesan satu sumber sering menjadi tidak dapat diukur apabila saiz set data meningkat—bukan bahawa penyalinan tidak pernah berlaku.

Selain itu, kajian ini meneliti penjana imej berasaskan difusi. Kesimpulannya tidak boleh terus digeneralisasikan kepada model bahasa atau seni bina generatif yang lain.

Oleh itu, mahkamah mungkin perlu menilai bukti selain hubungan sebab-musabab satu imej dengan satu hasil. Antara bukti yang relevan termasuk rekod pemerolehan data, bukti persamaan langsung, tingkah laku model apabila diberikan arahan khusus, maklumat asal-usul kandungan dan keterangan pakar. Kesimpulan ini merupakan implikasi daripada kesukaran yang ditunjukkan kajian dalam menetapkan punca sesuatu hasil pada skala data yang besar.