AI战AI！保护艺术家免受人工智能模仿的新工具!

随着强大人工智能模型的出现，人们可以通过文本描述生成原始图像，并且能够模拟各种艺术风格，使得许多人惊叹不已。

但是对于艺术家来说，这种奇迹是一场噩梦，这种简单而准确的模仿，好像是在威胁着他们的生计。

近期，芝加哥大学的一个计算机科学家团队开发了一种工具，可以保护艺术家不被这些人工智能模型抓取他们的风格。这个软件名为Glaze，能够“掩盖”图像，使模型错误地学习定义艺术家风格的独特特征，从而阻碍了通过AI进行人为剽窃的行为。

这项由纽鲍尔计算机科学教授Ben Zhao和Heather Zheng带头进行的SAN Lab研究小组开展的研究，为艺术家们提供了一种对抗如今已经大受欢迎的如：DELL-E、Midjourney和Stable Diffusion等生态型艺术平台的对策。

Zhao说：“艺术家们真的需要这个工具，这项技术对他们的好处是非常显而易见的，不管是从经济上还是从情感上。我们采访了一些老师，他们看到许多学习艺术的学生，由于认为这个行业没有前景而辍学。还有一些专业艺术家看到他们的风格被撕裂拼接，而感到非常难过。”

2020年，SAND实验室开发了Fawkes，这是一种隐藏个人照片的算法，因此无法用于训练面部识别模型。这项研究被《纽约时报》和数十家国际媒体报道，该软件获得了近100万次的下载。因此，当Midjourney等类似的应用程序在去年年底开始火起来时，SAND实验室开始收到很多艺术家们的信息，希望最近的作品可以得到保护。

然而，仅仅通过Fawkes改编艺术形象是不够的。模型会来识别人脸上面的独特特征，比如眼睛的颜色或鼻子的形状，而对这些特征进行干扰，也是一种有效的保护。并且艺术家的风格可以由大量的特征来定义，比如笔触、调色、阴影或纹理。为了有效地保护艺术家的作品，必须定义构成其独特风格的最重要特征。

图：一个身穿斗篷的女人的棕褐色肖像

该方法可以应用于原始艺术，以混淆人工智能艺术生成器，人眼可见的差异非常小。

左：卡拉·奥尔蒂斯原创作品；

中：与“低”隐形设置相同的艺术品；

右：和同样的艺术品与“高”隐形设置。

“我们不需要改变图片中的所有信息来保护艺术家，我们只需要改变风格特征。”芝加哥大学计算机科学研究生Shawn Shan说，他也是这项研究的成员。“因此，我们必须设计一种方法，能够将图像的基本风格从图像的物体当中分离出来，只尝试使用掩盖的方法来破坏风格特征。”

作为一种解决方案，研究人员想出了用人工智能对付人工智能的主意。“风格转移”算法是生成特定艺术模型的近亲，它取一副现有的图像，比如肖像、静物或风景，并以特定的模式进行重建，如立体主义、水彩、或以伦勃朗或梵高等知名艺术家的风格进行重建，而不改变内容。

Glaze通过在原始艺术作品的基础上运行这一过程，来识别另一种风格的特定特征，从而实现图像转换。然后，再回到源头，去扰乱这些特征，这足以愚弄模仿艺术画作的人工智能模型，同时还能让原始艺术在肉眼看来几乎没有变化。

Zhao说：“我们让模型告诉我们，图像的哪些部分与艺术家的风格最为相关，然后我们利用这些信息来攻击模型，误导它使它给到与艺术家实际风格不同的创作。”

图4：卡拉·奥尔蒂斯的原创艺术（左），人工智能模型创作的抄袭艺术（中），以及伪装原创艺术后人工智能生成的图像（右）。

当生成性艺术人工智能系统被输入隐形图像，然后被要求以艺术家的风格生成新图像时，它返回的伪造品就不那么成功了，其风格介于原始风格和转移后的风格之间。即使模型是在伪装和未伪装的图像组合上训练的，在新prompt上，它的模仿也远没有那么准确。（如上图）

这对艺术家来说是个好消息，因为原本他们担心人工智能模型已经从之前发表的作品中学到了足够的知识来进行准确的伪造。“这些模型必须不断从网站上搜集新数据，因此隐形图像的增加最终会损害他们再现具有艺术家风格作品的能力。”Zhao说。研究人员正在开发一个可下载的软件版本，该软件能够帮助艺术家在几分钟内将图像隐藏完毕，然后再发布到网络上。

研究团队Glaze开发的每一步都与艺术家合作，首先调研了1000多名专业和业余艺术家对人工智能艺术的担忧之处，以及这将如何影响他们的职业生涯，影响他们在网上发布艺术作品的意愿等。Glaze在四位目前正在工作的艺术家以及195位历史艺术家的作品上进行了测试，一组艺术家评估了该软件在破坏人工智能模仿方面的表现。在观看了Glaze隐身的结果后，超过90%的艺术家表示，他们愿意在发布作品时使用该软件。

Shan 说：“我们采访过的大多数艺术家都已经对这些模型采取了行动。他们开始从网上撤下自己的艺术作品，或者只上传低分辨率的图像。但这些措施对他们的职业生涯不利，因为这是他们能够展示作品的重要方式。有了Glaze，对图像的干扰越多，保护就越好。当我问艺术家们，他们对这个软件的满意程度时，相当多的人都选择了最满意那一档。相比起他们的艺术风格受到人工智能的破坏，他们更愿意容忍干扰，被破坏是他们最不愿意接受的结果。”