可以从合成数据集中恢复真实身份

如果说 2022 年是生成式人工智能的颠覆性潜力首次引起公众广泛关注的一年，那么 2024 年则是其基础数据合法性问题成为渴望利用其力量的企业关注焦点的一年。

随着越来越多的剽窃证据浮出水面，美国的合理使用原则以及长期允许学术和商业研究部门探索生成式人工智能的隐性学术许可变得越来越站不住脚。 随后，美国目前不允许对人工智能生成的内容进行版权保护。

合理使用原则 剽窃证据 不允许

这些问题远未解决，也远未得到立即解决； 2023 年，部分由于媒体和公众对 AI 生成输出的法律地位日益担忧，美国版权局对生成 AI 的这一方面展开了长达数年的调查，并于 2024 年 7 月发布了第一部分（关于数字复制品）。

媒体和公众日益担忧 第一部分

与此同时，商业利益仍然对他们希望利用的昂贵模型可能在最终出台明确的立法和定义时面临法律后果的可能性感到沮丧。

昂贵的短期解决方案是通过对公司有权利用的数据进行训练来使生成模型合法化。 Adob​​e 的文本到图像（现在是文本到视频）Firefly 架构主要由其在 2014 年购买的 Fotolia 库存图像数据集提供支持，并辅以使用版权已过期的公共领域数据*。与此同时，Getty 和 Shutterstock 等现任图片库供应商也利用了其授权数据的新价值，越来越多的交易授权内容或开发自己的符合 IP 要求的 GenAI 系统。

文本转视频 购买 补充 大写

合成解决方案

合成解决方案 潜在空间 充满问题 也 LLM 合成数据 GAN ‘脸’ ^†