Google SGEのようなテキストベースのGAIエンジンが作家の作品を盗作できるのと同様に、Stable DiffusionやMid-Journeyのような画像生成ツールは、ビジュアルアーティストのコンテンツを盗用することができます。ボット（あるいは模倣する人間）はオープンウェブに出て、アーティストから画像を取得し、それを制作者への同意や報酬なしに学習データとして利用します。そして、ユーザーはプロンプトを開き、元のアーティストの「スタイル」で描いた絵画やイラストを要求します。
芸術作品を学習データとして利用する行為は既に複数の訴訟の対象となっており、アーティストグループがStablity AI、DeviantArt、Midjourneyを提訴しています。しかし、裁判所と法律の対応が追いつくのを待つ間、シカゴ大学の研究者グループがGlazeを開発しました。このオープンソースツールは、画像上のピクセルを移動させることで、AIによる取り込みを困難にします。数ヶ月にわたるパブリックベータ版を経て、本日Glaze 1.0がリリースされました。
UI は非常にわかりやすく、画像自体、変更されたコピーの出力フォルダー、変更の強度とレンダリング品質を選択できるスライダーを選択できます。
変更の強度を上げると、出力画像は元の画像とは大きく異なるように見えますが、保護効果は向上します。レンダリング品質を上げると、処理の完了にかかる時間が長くなります。
このツールには「プレビュー」ボタンがありますが、実際には機能せず、バージョン1.0ではプレビューがサポートされていないというメッセージが表示されます。そのため、画像がどのように表示されるかを確認するには、実際に画像を生成する必要があります。
「高速」レンダリング速度では、RTX 3080 GPUとRyzen 9 5900X CPUを搭載した私のデスクトップで、2枚の画像（それぞれ45秒）を「グレージング」するのに約90秒かかりました。「最低速」レンダリング速度では、1枚の画像に1分40秒かかりました。
Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。
このプロセスの一環として、ツールは生成した保護の強度も評価し、画像がAIを欺くのに十分なほど改変されているかどうかをユーザーに通知します。モネの「日本の歩道橋」を改変した最初の数回は、保護が不十分であるというエラーが表示されました（画像は出力されましたが）。強度を「非常に高い」に上げると、エラーメッセージは表示されなくなりました。
以下に、オリジナルの日本の歩道橋、非常に高い/最も遅いバージョン（最高の保護性能）、そして非常に低い/最も速いレンダリング（十分な保護性能がないためにエラーが発生した）を示します。最も保護性能の高いバージョンでさえ、違いは非常に微妙です。
画像
1
の
3
日本のオリジナル歩道橋
以下に、他の 2 つのモネの画像を示します。それぞれのオリジナル画像の後に、Very High / Slowest バージョンが続きます。
画像
1
の
4
では、Glazeは具体的にどのように画像を保護するのでしょうか？このツールの開発チームは、このYouTube動画で詳しく説明しています。簡単に言うと、人間の目にはこうしたピクセルシフトは微細に見えますが、ボットにとってははるかに認識が難しいのです。
様々な種類の描画をテストすることができなかったので、モネのサンプルと比べて、修正後の作品によっては本物らしさが薄れてしまうかもしれません。また、写真は修正するほどの独自の視覚的スタイルがないため、Glazeの保護を受けられない可能性が高いことは明らかです。
その結果、ボットは画像で学習できますが、アーティストのスタイルやその独自性を正確に捉えることはできないはずです。例えば、「日本の歩道橋」で学習させたAIは、リクエストに応じて似たような橋を作るかもしれませんが、筆遣いは必ずしも同じではありません。「かもしれない」と書いたのは、Glazeで出力した画像をこのストーリーの学習データとしてテストする確実な手段がなかったためです。仮に手段があったとしても、別のAIツールの方がより正確に再現できる可能性があります。
Glazeの開発者たちは、AIボットが進化し続けており、彼らのソリューションも進化し続ける必要があることを認識しています。アーティストの画像を守るための軍拡競争が繰り広げられており、AI企業は豊富な資金と開発者を抱えているため、優位に立っています。
しかし、オンラインで作品を公開する必要があるものの、それを利用して廃業したくないアーティストにとっては、Glaze は良い前進となる。
Avram Piltchは特別プロジェクト担当の編集長です。仕事で最新ガジェットをいじったり、展示会でVRヘルメットを装着したりしていない時は、スマートフォンのルート化、PCの分解、プラグインのコーディングなどに取り組んでいます。技術的な知識とテストへの情熱を活かし、Avramはノートパソコンのバッテリーテストをはじめ、数多くの実環境ベンチマークを開発しました。
