GoogleはColab上のディープフェイクプロジェクトをひそかに禁止した

GoogleはColab上のディープフェイクプロジェクトをひそかに禁止した

最近、GoogleがColaboratory(Colab)サービス上のディープフェイクプロジェクトをひっそりと禁止したとの報道があり、これはディープフェイク目的でプラットフォームリソースを大規模に利用する時代が終わったことを意味しているかもしれない。

ご存知のとおり、Colab は、研究者がブラウザ経由で直接 Python コードを実行し、GPU などの無料のコンピューティング リソースを使用して独自のプロジェクトをサポートできるオンライン コンピューティング リソース プラットフォームです。 GPU のマルチコア特性により、Colab は Deepfake モデルなどの機械学習プロジェクトやデータ分析の実行に最適です。

ある程度の訓練を経ると、ディープフェイク技術を使ってビデオクリップ内の顔を入れ替えたり、リアルな表情を加えたりできるようになり、本物とほとんど区別がつかなくなる。しかし、この技術はフェイクニュースの拡散、リベンジポルノの作成、娯楽目的で使用されることが多いです。この技術の実際の応用において倫理的な制限がないことは、常に論争の的となってきました。

ディープフェイク禁止

インターネット・アーカイブのウェブサイトarchive.orgの履歴データによると、この禁止は今月初めに行われ、Google Researchはディープフェイクを禁止プロジェクトのリストにひそかに追加したという。

DFL ソフトウェア開発者の「chervonij」が Discord コミュニティ プラットフォームで指摘したように、Colab プラットフォームでディープフェイクのトレーニングを試行するユーザーは、次のようなエラー レポートを受け取ります。

「許可されていないコードを実行している可能性があります。これにより、将来的に Colab を使用できなくなる可能性があります。禁止されている行為の詳細については、FAQ ドキュメントをご覧ください。」

現在、多くのユーザーがColabの事前トレーニング済みモデルを使用して高解像度プロジェクトを開始しているため、アナリストは、この新しい制限がディープフェイクの世界に大きな影響を与えると予想しています。コーディングの経験がない人でも、Colab を使えばプロジェクト プロセスをスムーズに進めることができます。そのため、多くのチュートリアルでは、ユーザーが Google の「無料リソース」プラットフォームを使用して独自の Deepfake プロジェクトを開始することを推奨しています。

資源の不正使用

Google が今回の禁止措置を実施しているのは倫理的な懸念からなのか、プロジェクトで使用されている無料のコンピューティング リソースの不正使用が原因なのかは不明です。

Colab はもともと、科学的目標を達成するために何千ものリソースを必要とする研究者を支援するために設立されました。これは、GPU が不足しているこの時代には特に重要です。

しかし、その逆のことが起こりました。一部のユーザーがプラットフォームの無料リソースを使用して大規模なディープフェイクモデルを作成し、Colabの利用可能なリソースを長期間大量に占有していたことが報告されました。

許可されていないアイテムの完全なリストは次のとおりです。

  • Colab インタラクティブ コンピューティングに関連しないファイル ホスティング、メディア サービス、またはその他の Web サービス製品
  • トレントをダウンロードしたり、ピアツーピアのファイル共有を行う
  • リモートデスクトップまたはSSHの使用
  • リモートエージェントへの接続
  • 暗号通貨マイニング
  • サービス拒否攻撃の実行
  • パスワードクラッキング
  • 複数のアカウントを使用してアクセスまたはリソースの使用制限を解決する
  • ディープフェイクの作成

禁止されたこれらのプロジェクトが、通常の科学研究の基準からは程遠いものであることは容易に理解できる。一部のアイテムはフェアユースに該当しますが、Google ではフェアユースよりも不正使用のケースの方がはるかに多く見られます。

参照元: https://www.bleepingcomputer.com/news/technology/google-quietly-bans-deepfake-training-projects-on-colab/

<<:  医師は偶然、ある秘密を発見しました。DALL-E 2 は独自の言語を作成しましたが、その言語は人間には理解できませんが、特定のイメージを生成することができ、トラブルを引き起こす可能性があります。

>>:  エッジ AI は何ができるのでしょうか?

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

2頭のアルパカが頭と尻尾を切り落とし、それをくっつけてハギングフェイスリストのトップに

HuggingFace が再びオープンソースの大規模モデルのリストのトップに躍り出ました。最前列は、...

あなたのバイオテクノロジー研究は影響力がありますか? MITの機械学習フレームワークは期待できる

[[400942]]研究者にとって最も嬉しいことは、論文が「受理」されることです。論文が出版された後...

音声認識の次のピークは「人間の領域」でしょうか?

[[208154]]ディープラーニングが普及し、音声認識に広く使用されるようになって以来、字幕の単...

[ディープラーニングシリーズ] PaddlePaddleとTensorflowによる画像分類

先月は、ディープラーニングにおける「Hello World」であるMNIST画像認識を中心に、畳み込...

ImageNetに匹敵するこのデータセットは、MITによって腹立たしい理由で緊急に削除されました。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

人工知能は間違いに気づくのでしょうか?

[[378419]]画像出典: Analytics India Magazine 1956年8月、...

ヘルスケア業界における人工知能と機械学習の応用

[[414016]]ヘルスケア業界における人工知能と機械学習の役割を理解するには、ヘルスケア業界にお...

人工知能トレーナーの秘密を明かす:新しい職業、AIの教師になるのは簡単ではない

[[322342]]現在、人工知能はさまざまな分野でその力を発揮しています。特に、電子商取引サービス...

アプリケーション開発コンサルティングは、企業が人工知能を最大限に活用できるよう支援します

適切なコンサルタント チームが、優れたアプリケーションを選択して AI のメリットを発見できるようお...

ControlNet、「Split Everything」などの人気論文が受賞、ICCV 2023論文賞が発表

今週、フランスのパリで国際コンピュータビジョン会議 (ICCV) が開幕しました。 ICCVはコンピ...

...

AMD: Meta はクラウド チップを使用して新しい AI 戦略をサポートします

米国現地時間6月14日火曜日、半導体大手AMDは、市場リーダーのNvidiaに挑戦するため、第4四半...

2021年、多くのAI企業が株式公開に向けて競争を始めました。どの企業がより有望だと思いますか?

[[382172]]人工知能企業が株式を公開すると、株主は成長の配当を分け合えるようになるのでしょ...

...