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?

推薦する

...

GANは音声を使って画像を生成できるようになった

[[432735]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

人間を超えた最初の専門家! OpenAIが混乱に陥る中、Googleのマルチモーダル大規模モデルGeminiがそれを打ち負かす

OpenAIが混乱に陥っている間、Googleは「全員を殺す」準備をしている。ちょうど昨夜、Goog...

「世界AI人材追跡調査」:米国の上級AI研究者の29%は中国出身。人材を追放することは自らの道を断つことに等しい

中国は世界最大の人工知能研究者の供給国となった。米国の人工知能分野のトップ研究者のほぼ3分の1は中国...

機械学習とは何ですか?

機械学習は人工知能 (AI) のサブセットです。これは、コンピューターを明示的にプログラミングするの...

AIと機械学習を活用して、誰にでも何でも販売する

AI と IBM Watson の Personality Insights を使用して見込み客に確...

トランプ大統領、米国の製造業の発展にロボット活用を視野に

トランプ大統領は米国の製造業がかつての栄光を取り戻すことを望んでいる。彼はロボットに狙いを定め、米国...

Pythonを使用して独自の音声認識システムをトレーニングします。この操作の波は安定しています

近年、音声認識技術は急速に発展しており、携帯電話のSiri音声インテリジェントアシスタント、Micr...

...

クラウド、持続可能性、デジタル導入 - 2022 年のアジア太平洋地域の技術予測

フォレスターのアジア太平洋地域における 2022 年の予測によると、地域特有の圧力により、どこからで...

ルーティングテーブルとルーター選択アルゴリズム

標準ルーティングテーブル1.次駅経路選定の基本的な考え方ルーティング テーブルは、宛先までの完全なパ...

...

Juli プロジェクト第 21 号 - AntRay: 大規模モデル時代の AI コンピューティング インフラストラクチャ

8月12日、Juliプロジェクトシリーズ活動の第21回「大規模言語モデルのトレーニングとアプリケーシ...

2024年までにAIがすべての仕事をどう変えるのか

仕事の環境は、主に GenAI の進歩によって、前例のない変化を遂げています。ほんの数年前には初期段...