[討論] 關於AI學習過程中的版權問題

[Jamesyuu (會長派永不為奴)]

最近對AI畫圖的討論實在是沸沸揚揚，尤其是版權方面，有一些問題想聽看看板眾的看法
先上文章 : https://reurl.cc/9p2xYj
如果對AI繪畫的原理還不熟悉的建議可以去讀一下上面那篇文章，我認為對擴散算法講解
算是淺顯易懂，當然如果你實在不想看我會儘量用簡單的方法解釋，我是修EE的，所以
如果內容有誤歡迎各路CS大神指正，以下正文。

----------------------------------------------------------------------------
1. AI是不是拼貼畫 : 不是，NovelAI洩漏的模型才6G，全塞圖片也塞不了幾張，不可能
   滿足各種畫風的大量產出

2. AI是怎麼訓練的 : 對於AI(以下指NovelAI用的模型)來說，一張空的畫布不是純白的
   ，而是充滿了隨機分布的雜訊，類似於電視被干擾的那個畫面，而AI做的就是把一張
   打好tag的圖片逐漸的加上雜訊直到變成空的，然後再嘗試從空的畫布逐步去除雜訊，
   還原成原本的照片。然後用大量的資料去讓AI練習要怎麼去除雜訊，直到AI可以在一
   定的步驟內去除空畫布上的噪音來生成我們想要的tag。

從某種角度來看，我們甚至可以說AI的確是在"學習": 人類透過三維的感官來理解這個
世界，而AI則從噪音與去噪來理解這個世界。而與人類相同的是，人類透過臨摹大師的
手法來提升自己的實力，AI也透過更被大眾審美接受的圖像來加速自己訓練的速度。

那既然我們顯然不會苛求新手繪師在臨摹時的每一張圖都經過版權許可，那對於AI訓練的
模型呢? 因為AI的確不是直接擷取非法的圖片進行產出，只是做為"學習"的手段。那用非
授權圖庫是否構成侵犯版權? 個人持反對意見，歡迎各位版友留言討論。
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1666093605.A.B2C.html
推 aqswde12349: 現在法律就是規定用作於AI學習不違法
推 diabolica: 明天還是會有人說拼貼 你信ㄅ信
→ smart0eddie: 不用明天
推 lime2001: 我本以為台灣人不會像大陸人一樣，會仔細了解技術細節
→ lime2001: ，不會想當然爾
推 guogu: 我都懶得數你是第幾個解釋AI運作原理的人了XD
→ guogu: 反正明天繼續刷拼貼 描圖 對ㄚ
推 none049: 所以說那個「打好tag的圖片」是怎麼來的?
盜版的、未授權的。但建議可以再看一次內文
→ none049: https://i.imgur.com/65Jauo9.jpg
推 lime2001: 那些傳圖網站上都有tag,ai只是將他們關聯起來
→ Tiberius: stable diffusion 用的 CLIP 甚至連先打 tag 都不需要
→ guogu: TAG人上的阿 不然是魔法嗎?
→ Tiberius: 它可以把圖跟文轉到相同空間 (換句話說就是自動打 tag
※ 編輯: Jamesyuu (140.113.90.12 臺灣), 10/18/2022 20:02:06
→ medama: 推這篇 寫得很淺顯易懂
→ bluejark: AI模型是把很多東西訓練完的結果
噓 AN94: 討論到爛了 結論就是沒有
噓 Nitricacid: model 跟圖庫不一樣好嗎
推 ya01234: 法律上不算侵權啊
→ ya01234: 繪師粉連文章都不看，還想鬥AI啊
噓 adgk1213cyc: 要幾篇
→ hhyn: 講來講去還是道德的問題
→ hhyn: 今天把ai換成人
→ hhyn: 過度參考難道繪師就不會講話嗎?
推 BwDragonfly: 1 要看拼貼的點在哪，都已經把原圖轉成參數了，那拼
→ hhyn: 會啊，但事實上你完全可以不理他
推 arrenwu: 以現行法律 侵權不可能成立的 連人要侵權都滿難的\
→ BwDragonfly: 貼的時機就是使用參數時
→ arrenwu: 但1.沒有解釋到什麼 因為大家所謂的"拼貼"意涵可能不同
→ BwDragonfly: 目前AI不是學 只是在統計
推 yellowhow: 在相關法規訂好之前，是完全不用擔心法律上的問題阿
→ Tiberius: 可以想想要怎麼證明訓練完的矩陣裡面有某張圖 ...
→ arrenwu: 另外 "學習"也是個曖昧的慈會
→ yellowhow: 不管機制是如何，目前就單純一方覺得這是正常科技發展
→ Tiberius: or 證明某人沒有看過某張圖 (?
→ yellowhow: 一邊覺得你就是用別人當食糧壯大自己，讓人不愉快而已
→ BwDragonfly: 法律一部份是在保護科技發展，讓個人權利退縮
→ hhyn: 講直接一點，現在是信徒在要求特權
→ hhyn: 很多使用ai的人根本就只是在畫縫合怪
→ hhyn: 還指著繪師說我要取代你
→ hhyn: 而且你理所應當要心甘情願讓道
→ hhyn: 因為這是為了科學及進步
→ yellowhow: 但不爽的人也不能怎樣
推 lime2001: 機器學習哪裡曖昧了，要可以一下什麼叫機器學習
→ yellowhow: 我只覺得拿別人的東西，不管用啥方式，少在那邊高姿態
推 arrenwu: 我講的是學習 不是機器學習
推 bitcch: 現在相機風格轉換功能的訓練資料 來源也大同小異
→ arrenwu: ML就只是驗算法的類別而已
→ arrenwu: 因為這文張在類比人跟機器的學習
→ arrenwu: 你可以用很多東西進行學習，但如果你學出來的東西好像
→ arrenwu: 哪邊跟別人畫得超級像 就算是人類一樣會有爭議的
→ arrenwu: 只是繪師在學習的過程中除非真的很白爛不然不會去畫出
→ arrenwu: 哪邊讓別人覺得「啊你這不就抄OOO」的部分
→ arrenwu: 因為繪師不管有意還是不意都會往統一風格的方向前進
→ BwDragonfly: AI目前是很明確的在統計主流畫風是哪種，審美隨餵圖
→ kinn: 結論就是ai並不符合理解的定義,只是統計別人的圖片結果再模
→ kinn: 組化,然後ai不會出錯,自然就出現一整塊像似度超高的區塊,所
→ kinn: 以這ai對人類畫圖沒有益處,因為你永遠不能理解ai這麼畫的理
→ kinn: 由是啥,他是統計出來的沒啥理由
→ BwDragonfly: 而變
→ BwDragonfly: 跟人類的審美、學習差遠了
推 lime2001: 問題在於ai除非你用圖轉圖功能，否則不會畫出跟誰超像
→ lime2001: 的圖
推 arrenwu: 你講的是"整張圖超像"
推 CowGundam: 因為一個人再怎麼臨摹，他終究是一個人，而ai臨摹的話
→ CowGundam: 就成所有人都可以享受臨摹的成果，甚至效率也高的不只
→ CowGundam: 一星半點，而是直接爆衝。
→ arrenwu: 但我覺得近期NovelAI畫出來的某些 腋下 裸足 死褲水 等
→ arrenwu: 看起來跟某些我有在follow的繪師很類似
→ CowGundam: 原本可以被理解或忽視的點被無限放大到不能忽視，而我
→ CowGundam: 們都知道依靠人的道德是最不可行的
推 lime2001: 另外法律不保護畫風，風格之類的東西
→ arrenwu: 但人臨摹並不是為了「像」啊
→ DeeperOcean: 拼貼只不過是個方便的詞彙，去討論這個詞只是偏離主
我說的不是拼貼指： 在模型訓練完成後的圖片產出過程，不涉及對訓練資料的剪切、擷取等操作
→ DeeperOcean: 題旁枝末節。結論上來說，使用者如果想抄襲一個構圖
→ DeeperOcean: 或模仿某人的風格，可以用AI工具輕易達成，事後推給
→ DeeperOcean: AI兩字當免死金牌，這種現象才是問題
推 yellowhow: 風格的話就看餵的圖有哪些吧，目前是沒在搞客製化
→ yellowhow: 未來搞出來的話呢?  阿反正這是AI沒有問題...
→ yellowhow: 當然沒法律規範之前的確是絕對絕對絕對沒問題
→ yellowhow: 被餵的被影響的都只是他運氣不好
→ hhyn: 以現在信徒對待臨摹對象的態度
→ hhyn: 根本不用再拿人來類比
→ hhyn: 別說尊敬，都瞪到人鼻子上了
→ hhyn: 誰給你心甘情願
→ DeeperOcean: 簡單的說，技術本身雖然完全沒有問題，但資料來源是
→ DeeperOcean: 盜圖網站，以及門檻過低的高效率工具讓使用者能輕易
→ DeeperOcean: 惡用，這才是問題
推 CowGundam: 而且ai 到底是要當成工具還是人來對待呢，當說版權素
→ CowGundam: 材時就說人也可以學習，當要說ai的影響時又回到他只是
→ CowGundam: 個工具，這個模糊空間也是爭議所在
→ Hyena1984: 之前不是都有什麼生朝凪風的ai了
推 ClannadGood: 無侵權那繪師有說給你當資料庫訓練嗎？
推 yellowhow: 所以現在其實就只是在鑽漏洞罷了
→ yellowhow: 當然未來法規也可能認為這樣一切合法，那繪師就認命吧
→ DeeperOcean: 當然是工具，你用AI程式產出來的圖有徵求他同意才發
→ DeeperOcean: 布嗎？
※ 編輯: Jamesyuu (140.113.136.218 臺灣), 10/18/2022 20:23:59
噓 Nitricacid: 原文懶得吐槽了  現在的 AI 不管是什麼方式訓練一定
→ Nitricacid: 會有資料集  跟人類差別在於人學完可以把資料集丟了
→ Nitricacid: 讓外人無法舉證抄襲  但是 AI 的資料來源是能被舉證
→ Nitricacid: 的完全能成立抄襲的定義   Ai 隨便使用資料來源沒問
→ Nitricacid: 題的話微軟根本不需要在 Copilot 的爭議上跟社群幹到
→ Nitricacid: 底
→ yellowhow: 當然使用者不是每個都盜圖生事仔，但有人這樣搞呢?
→ yellowhow: 喔被搞的人雖而已啦
→ Tiberius: 樓上的舉例狀況不太一樣, Copilot 是給對 prompt 的話
→ Tiberius: 可以完全吐出原本的程式碼
→ hhyn: 繪師也只能聲明不願意給ai學習
→ hhyn: 信徒再補人家一句破防、不接受進步
→ hhyn: 什麼共產思想啊
→ hhyn: 我就問問原po
→ hhyn: 你願不願意土地給國家徵收掉
→ hhyn: 為了國家耶
→ hhyn: 想必你心甘情願吧?
推 cm223600: 以圖生圖 =仿畫 沒什麼問題吧
確實，我沒有去研究img2img，這部分看起來比較有爭議
→ cm223600: 重點會有“人”拿去盜用繪師的圖
→ cm223600: 產生出類似的圖
→ cm223600: 真人繪師仿畫很像 也會有“道德”問題
→ Tiberius: 人仿畫出來能怎麼處理, AI 彷畫出來就怎麼處理啊
推 arrenwu: Copilot的爭議是類似的，就是沒授權給你用 你拿來宣稱是
→ arrenwu: 自己的產出
推 DH3020: 這種吵了幾千遍的爭論有必要再討論嗎？你要馬是覺得所有
→ DH3020: 人都要聽你的觀點的自我中心者要馬就是來吵架的
→ arrenwu: 我覺得有點類似的情況還有當初 mp3 有人argue說相較於
→ arrenwu: wav 高頻部分被砍除所以算是跟原來音軌不一樣
→ DeeperOcean: 真人雖然會以臨摹學習技術，但最後幾乎都會以不要跟
→ DeeperOcean: 原作雷同為目標，也就是都會想走出自己的風格，這跟
→ DeeperOcean: 濫用AI的人剛好是相反的
推 roea68roea68: 再多人講 樂子人下次還是直接喊 "盜圖"
→ Nitricacid: 可以吐出一模一樣的東西是因為程式語言的特性   hell
→ Nitricacid: o world的變形是能差異到哪  也因為這樣才會被盯上要
→ Nitricacid: 求公開資料集好嗎..
推 onionandy: 推文還有人到底在拼貼什麼 連點概念都沒有不要出來
→ Tiberius: 所以我很好奇 stable diffusion 有沒有招可以讓它吐出跟
→ Tiberius: 某張訓練來源差異極小的圖 這樣舉證維權就沒有問題了
→ Tiberius: just like Copilot
※ 編輯: Jamesyuu (140.113.90.12 臺灣), 10/18/2022 20:31:07
推 naya7415963: 我覺得問題點在於人類學習通常不會影響到原繪師
→ naya7415963: 但AI學習後影響到現在的繪師了(取代或者拿來戳人)
→ Nitricacid: 只要不公開資料集即使你產生一樣的圖也沒辦法證明是
→ Nitricacid: 抄襲 just like Copilot
→ Tiberius: 所以你是說被抄的人不用拿出自己的作品就要聲稱被抄...?
推 arrenwu: Copilot 那個你要怎麼證明是你寫的code被抄？滿難的吧
→ Tiberius: 剛好最近有個例子 twitter 1581461734665367554
推 cm223600: 個人覺得以圖生圖功能 要限定本人的圖
→ cm223600: ai產圖速度比人仿畫快很多
→ cm223600: 很容易產生爭議啊...
推 yellowhow: 目前頂多就只是爭議而已，不爽也不能怎樣
→ Tiberius: img2img 要先有來源提供構圖之類的 我覺得問題不大 ...
推 lime2001: 推文是不是走偏了，侵權問題是法律認定，除非哪天修法
→ lime2001: ，否則我國著作權法只保護作品之表達，除非ai抄了你全
→ lime2001: 部或者相關比例極高以上的圖，否則不構成侵權
→ Tiberius: 我指的不是可以抄 是可以證明 AI 抄草圖
→ Nitricacid: 你拿出了作品要怎麼證明被抄? 比對資料集的來源就能
→ Nitricacid: 知道  然後資料集是商業機密不能公開 loop
→ Erichikaunkr: 程式領域跟繪畫領域有個情感上的根本差異是 code的
→ Erichikaunkr: 拼貼是程式正常的產生手段之一 但繪畫的拼貼不是
→ DeeperOcean: 很多訓練了embedding的人都直接附說明拿了原作者哪
→ DeeperOcean: 些圖來訓練，比如朝凪之類，擺明是要做成他的風格，
→ DeeperOcean: 何須舉證
→ Erichikaunkr: 某種意義上程式設計領域偏共產，繪畫領域離比較遠
→ ringil: 繪師社群要不要仿開源起草授權license算了…
推 ya01234: 畢竟開源軟體在很興盛啊
→ ya01234: 還有github這東西
→ Tiberius: (轉頭望向 Creative Commons
→ DeeperOcean: 重點就是人的行為，會想用工具來達成方便複製別人風
→ DeeperOcean: 格，當實際行為逾越了道德分際時就會變成抄襲了
→ Nitricacid: 資料使用的來源有沒有 license 一番兩瞪眼  根本沒模
→ Nitricacid: 糊的空間好嗎
→ kinn: 我認為情感上程式人想來搞繪畫人的地盤更令人討厭就是了
推 BwDragonfly: 人類模仿他人成品去繪圖都可以說拼貼了，到AI就不算?
推 yellowhow: 阿除非你能逼他強制公開，不然又能怎樣呢XD?
→ yellowhow: 反正現在也只能看之後會怎樣發展而已，而法規會站誰哪
→ yellowhow: 邊，目前啥都沒有就只能各說各話
→ yellowhow: 開發者跟使用者也不覺得這算爭議，沒輒吧
→ Nitricacid: 程式就算是拼貼的只要有 license  也是要照 license
→ Nitricacid: 規範走  沒出事只是事業不夠大而已
→ BwDragonfly: 如推文所說 AI真的是免死金牌
推 lime2001: 法規目前站在ai這啊，法無律沒有禁止即是可以，除非哪
→ lime2001: 天修了著作權法或者專法
推 fewhy: 問題永遠會出在盈利的時候啊，不可能說AI是用學的就是沒事
→ fewhy: 了，圖像識別的資料一直都是要自己收集來的，不能隨便亂用
→ Tiberius: 程式侵權要證明他有抄也是要有原始碼或機械碼反組譯比對
→ Tiberius: 問題就是要怎麼從 sd 模型裡面挖出那張圖 ...
→ fewhy: 資料本身就是有價的 這是無庸置疑的 又不是今天才有AI
→ aaronpwyu: 一般AI範疇內自己是有豁免原則 但現在是拿有版權的東西
→ aaronpwyu: 來學 尚未有法律夠新去管而已不合法也不違法
推 gm79227922: 講了很久了 要看成品
→ aaronpwyu: ML反正就互相抄去進步
噓 smes95303: 語法命令就那些  怎麼還能說到抄code KEKW
→ gm79227922: 成品出來特徵動作選色造型有高度相似度還是構成侵權有
→ Tiberius: 一張圖仿太像不管是人畫的還是 AI 畫的都會被判侵權
→ gm79227922: 至於圖庫雖然有侵權疑慮 但實務上應該很難抓
推 sunshinecan: 目前法律上畫作要構成抄襲侵權就是先疊圖比較吧
推 obody: 講很多次了 不是還沒定法律 而是法律過去早就訂好AI學習不
→ obody: 用授權
→ Tiberius: 但你不會說某人仿畫侵權之後就不准他畫其他圖吧 ...
→ obody: 現在是否會為了繪師推翻過去訂好的法律 我個人是很悲觀啦
推 Mimmature: 其實在抓圖片的當下就違法了
→ Mimmature: 因為你沒有重置的權利 只是沒人那麼閒去抓你
→ Mimmature: *重製
推 yellowhow: 是阿，不太可能為了少數人而去另外搞一套
→ obody: 畢竟現在的AI學習領域不是只有繪師 你要符合公平性 只能全
→ obody: 禁 全禁就是ai產業整個掰
推 zeus7668: 壓根就沒法律問題 就繪師在哭而已
→ zeus7668: 一張圖是否侵權早有法律訂出標準 根本不需要為AI量身打
→ zeus7668: 造
→ Mimmature: 摒除下載問題 AI 學習後或者說機器學習後
→ Mimmature: 其實跟人類臨摹的感覺很像
→ Mimmature: 但AI更進一步用臨摹學會的技巧直接進行創作
→ Mimmature: 如果這樣算盜版
→ Mimmature: 那這世界上大概只有0.0000000000001%的人在原創了
推 gm79227922: 從盜版網站下載圖片本身就違法啦
→ BwDragonfly: 把現實實景畫成圖畫就是原創啊
推 yellowhow: 但問題是繪師不一定想被AI學習，但目前他們沒選擇權
推 gm3252: 同意
→ BwDragonfly: 把想像畫成圖畫也是原創啊
→ Nitricacid: T 大你搞錯方向了  授權是使用授權  要證明的是對方
→ Nitricacid: 有使用的這件事而不是他產生的結果跟你的東西像不像
→ Nitricacid:  所以 AI 有沒有版權問題? 有  問題是你有沒有能力讓
→ Nitricacid: 對方公開資料來源
→ BwDragonfly: AI如果只學別人的成品 真的很難原創
→ yellowhow: 阿很多人不一定需要這麼新阿...
→ BwDragonfly: 說不定前期AI的成品也可以算原創，只是被人類說不準
→ Tiberius: 這是舉證責任問題 想告對方抄襲自己的東西是自己要舉證
→ BwDragonfly: 原創必須去學其他畫家的畫作
→ Tiberius: 而不是對方舉證沒有抄 對方沒有自證己罪的義務
推 after1: 現行法律規定下，以AI訓練模型時，使用圖片的方式來看，不
→ after1: 違法
→ Tiberius: 這在 Copilot 辦得到 因為給對 prompt 它會吐出一樣的
→ Tiberius: 程式碼, 但 stable diffusion 暫時想不到辦法
→ Nitricacid: 所以問題只有你有沒有能力證明而不是沒有版權問題阿.
→ Nitricacid: ..
推 arrenwu: 以你上面舉的例子 在繪圖的世界那可能還不算抄XD
→ Tiberius: sd 會吐出畫風很像,用色很像,構圖很像但是不一樣的東西
→ arrenwu: 我們覺得那程式碼一樣是abstract過的結果
推 sunshinecan: "想像"大多包含過往經驗 以同標準檢視 人也很難原創
→ Tiberius: 我應該沒有說過這沒有版權問題 我在意的是怎麼證明 XD
推 yellowhow: 是阿，目前的環境跟條件下，繪師那邊基本上沒救
→ Tiberius: 我上面貼的 twitter 是連註解內容跟變數名稱都一模一樣
推 CarbonK: 反正猴子還是只會叫拼貼
→ CarbonK: 然後以為加雜訊能防
噓 ssm3512: 每個人理解的拼貼可不同呢，我認為怎麼解釋都還是拼貼
推 Nitricacid: 繪師覺得自己被侵權  只要他有能力取得 AI 的資料集
→ Nitricacid: 就是一翻兩瞪眼根本不會像人對人有模糊地帶XD
推 arrenwu: 沒有"都一模一樣"啊
→ yellowhow: 阿他要怎拿到XD?  不可能阿
→ arrenwu: 是我們看了之後覺得 啊這不就改些有的沒的而已
→ BruceChang: AI就可以看實景畫圖了還在原創....
→ BwDragonfly: 人類的"過往經驗"可不是只有看過的圖畫，但AI的"過往
→ BwDragonfly: 經驗"就是其他畫家的圖畫
推 sunshinecan: 你確定要主張"過往經驗"參了其他東西就能不算侵權嗎?
→ BwDragonfly: 人類會侵權啊，什麼時候說人類不會侵權了
推 gm79227922: 人類會侵權的部分 用AI做了也算阿
→ Hyena1984: 人做了會被噴的事 用ai做也會被噴 正常吧？
推 sunshinecan: AI讀些其他資料就能達到你所謂的人類"想像"原創標準
→ BwDragonfly: 那現在的AI為什麼不是朝那個方向做
推 Bugquan: 那個方向？畢竟模型不同，訓練的方式也不同
→ DeeperOcean: 設計跟使用AI的是人，所以從頭到尾就沒有AI技術上的
→ DeeperOcean: 問題，有問題的是用的方式
→ BwDragonfly: 所以AI自己畫出克蘇魯是蠻原創的事，只是被人類強迫
→ BwDragonfly: 去學其他畫家的圖畫
推 yellowhow: 反正你現在沒有任何手段可以去約束限制，只能勸說
→ ssm3512: AI就只是工具啊，只是用這工具的大多是猴子
推 sunshinecan: 目前AI資料庫裡也會有無版權問題的資料啊 但主張侵權
→ yellowhow: 說再多也沒用啦，反正AI發展是必然的趨勢...
→ sunshinecan: 的一方會認同AI繪圖近似於人類的想像原創嗎?
推 allanbrook: 一直拿AI跟人比幹嘛 到底要說他是工具還是人
→ yellowhow: 不夠厲害的繪師還是做好轉型成AI使用者兼修圖師吧...
→ allanbrook: 它是有"主動"找圖來參考嗎?
→ m54k600ive80: 等謝銘洋老師開講
→ Bugquan: 不夠厲害的，還是畫個兩三年時間，去學點CS
推 yellowhow: 就變成另一種程式猴拉~
推 Darnatos: 不構成，但出問題的不是AI學習的技術而是用的人，反對A
→ Darnatos: I的也不是依法在反，整個無法地帶的感覺
推 kluele585: 我認為用未授權的圖訓練AI是侵權 但這不重要畢竟這技術
→ kluele585: 再這樣發展下去沒多久肯定會有人花錢買圖庫訓練模型來
→ kluele585: 避開這問題
→ kluele585: 繪師與其排斥這技術不如把他當工具利用 有自己風格跟品
→ kluele585: 牌的繪師還是生存的下去的
推 jokerjuju: 結論就是1.不是拼貼四2.沒有侵權3.目前添柴的都是樂子
→ jokerjuju: 人
推 s1129sss: 如果使用未授權的圖學習就是侵權的話，那繪師以後484看
→ s1129sss: 過一張圖都要去要授權啊XD
推 qnonp2012: 新手臨摹大手算不算侵權沒道德的行為
推 yudofu: 你自己看完存腦子的東西，只要不畫到足夠像能告嗎？告AI更
→ yudofu: 不可能，除非以保護人類的理由祭出更嚴格的保護措施，否則
→ yudofu: 以與人類相同的條件沒可能控制住AI
推 pig0038: 沒啥問題吧  這樣說的話,那些待過大師漫畫家的弟子
→ pig0038: 哪一個不是剛出道是模仿師傅的