MIT CSAIL、生成画像の学習データ追跡不能性を示す研究結果発表

記事の3ポイント

1. 1

   帰属減衰（Attribution Decay）の発見

   生成モデルの訓練データ規模が十分に大きくなると、個々の画像や特定のアーティストの作品を除外しても出力結果に変化が生じない現象が確認された。

2. 2

   厳密な因果関係証明手法の開発

   既存の近似手法に代わり、入力データを完全に削除して影響を評価する初の効率的で絶対的な方法論が提案され、データと出力の因果関係を厳密に示す。

3. 3

   著作権・責任帰属への示唆

   個々の学習データが生成結果に影響を与えていない場合、そのデータを根拠として作品を帰属させることは論理的に成立しないという結論が導き出された。