索尼 Protective AI 遏止生成內容侵權

🔑 增強重點摘要

• •Protective AI 使用「unlearning algorithms」來測量訓練資料中每個範例對生成輸出的貢獻程度，從而實現歸因與補償機制[1][3]。
• •該技術不僅禁止直接模仿如「吉卜力風格」的輸出，還能透過間接提示避免模仿，方法是刻意餵入源資料並訓練模型產生偏離風格的輸出[1]。
• •Sony AI 開發的 CLEWS 方法透過對比學習弱標記片段（約20秒），識別音樂作品間的旋律、節奏或片段關係，即使非完全相同[3]。
• •Protective AI 目前處於研發階段，Sony 尚未內部採用，並擴展至視頻領域的歸因與補償[1]。

🛠️ 技術深入

• •採用 unlearning algorithms 來量化特定訓練範例對 AI 生成音樂或視頻輸出的貢獻，支持權利持有人追蹤與補償[1][2][3]。
• •透過故意餵入源資料（如吉卜力作品）並指示模型生成偏離該風格的輸出，防止直接或間接模仿[1]。
• •CLEWS (Contrastive Learning from Weakly-Labeled Segments) 使用短片段（約20秒）對比學習，映射音樂間的相似關係，如旋律或節奏連結[3]。
• •整合音樂匹配與水印技術，提供主動版權保護，同時探索音頻驗證以抵抗壓縮或轉檔等常見變更[3]。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線