Il prossimoProssima guida
Guida ICO del Regno Unito su intelligenza artificiale e protezione dei dati
Società
GUIDA della Società
Glaze e Nightshade sono strumenti gratuiti dell'Università di Chicago che aggiungono piccole modifiche attentamente ottimizzate all'opera d'arte in modo che i modelli di intelligenza artificiale la interpretino erroneamente: Glaze cerca di impedire ai modelli di copiare lo stile di un artista e Nightshade cerca di avvelenare i dati di addestramento in modo che i modelli imparino associazioni sbagliate.
Ascolta questa guidaNarrato dall'IA · ~3 min
Forniscono agli artisti una certa influenza contro la formazione non autorizzata, ma i ricercatori hanno dimostrato che possono essere indeboliti o rimossi, quindi rappresentano un deterrente piuttosto che una garanzia.
Both tools come from the SAND Lab at the University of Chicago, led by Ben Zhao. Glaze was released in 2023 and Nightshade in January 2024, and both are free. Glaze also has a web version, WebGlaze, for artists without powerful computers. Glaze addresses style mimicry. Someone can fine-tune an image model on a few dozen pieces by one artist, then produce unlimited work in that style. Glaze adds a perturbation, a pattern of small pixel changes, that makes the artwork appear to a model's image encoder as though it were in a different style. A model fine-tuned on glazed images learns the wrong style, while a person sees little change. Nightshade is offensive rather than defensive. It targets training on scraped data. A shaded image of a dog is changed so a model perceives features of something else, such as a cat. Because each concept appears in relatively few training images compared with the whole dataset, the researchers argued that a modest number of poisoned samples could make a model respond to "dog" with distorted results. The aim is to raise the cost of scraping without permission. How well do they work? The perturbations are tuned against specific model components, and that is their weakness. A 2024 study by researchers at ETH Zurich and Google DeepMind found that simple methods, such as noisy upscaling, could remove Glaze-style protections enough for mimicry to succeed. Later work, including LightShed in 2025, trained detectors to spot and strip poisoning perturbations. The Glaze team has disputed some findings and updated its tools. The key misconception is that protection is permanent. An image published today cannot be updated later, while attackers and models keep changing. The tools can also leave visible artifacts, especially at high intensity.
Un pittore digitale esegue ogni nuovo pezzo attraverso Glaze prima di pubblicarlo, quindi qualcuno che mette a punto un LoRA sul suo portfolio ottiene risultati che non corrispondono alla sua pennellata e alla sua tavolozza.
Un'illustratrice applica Nightshade alle immagini di draghi che pubblica pubblicamente, con l'obiettivo di fare in modo che le copie raschiate insegnino a un modello le caratteristiche visive di un concetto non correlato.
Un artista confronta le impostazioni dell'intensità dello smalto e sceglie un livello inferiore per un pezzo di acquerello morbido perché le impostazioni più elevate hanno lasciato artefatti visibili nelle aree di colore piatto.
Una piccola comunità artistica discute di una ricerca che dimostra che l'upscaling può eliminare le protezioni e decide di combinare Glaze con registri di opt-out e impostazioni della piattaforma piuttosto che fare affidamento solo su di esso.
La competizione tra strumenti di perturbazione e metodi di rimozione assomiglia ad altre corse agli armamenti avversari, e la ricerca finora suggerisce che i difensori si trovano in una situazione di svantaggio strutturale perché le immagini pubblicate vengono fissate mentre gli attacchi continuano a migliorare. Glaze e Nightshade sono ancora apprezzati da molti artisti come un modo per aumentare il costo dell'uso improprio e segnalare il mancato consenso. È più probabile che la protezione a lungo termine provenga da una combinazione di norme giuridiche sui dati di formazione, accordi di licenza, standard di provenienza e politiche della piattaforma. Gli artisti dovrebbero utilizzare questi strumenti con aspettative realistiche e mantenere altre misure in atto.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Glaze e Nightshade sono strumenti gratuiti dell'Università di Chicago che aggiungono piccole modifiche attentamente ottimizzate all'opera d'arte in modo che i modelli di intelligenza artificiale la interpretino erroneamente: Glaze cerca di impedire ai modelli di copiare lo stile di un artista e Nightshade cerca di avvelenare i dati di addestramento in modo che i modelli imparino associazioni sbagliate. Forniscono agli artisti una certa influenza contro la formazione non autorizzata, ma i ricercatori hanno dimostrato che possono essere indeboliti o rimossi, quindi rappresentano un deterrente piuttosto che una garanzia.
Glaze si rivolge a persone che perfezionano i modelli sulle immagini di un artista per riprodurre quello stile.
Glaze è sulla difensiva, protegge lo stile di un artista. Nightshade è offensivo e mira a corrompere ciò che un modello apprende dalle immagini raschiate.
Glaze sposta la rappresentazione delle caratteristiche dell'immagine verso uno stile esca, quindi la messa a punto apprende invece quello stile.
L'ottimizzazione limita la differenza tra l'immagine e l'aspetto delle persone, massimizzando al tempo stesso la differenza rispetto al modello.
Lo studio ha dimostrato che una preelaborazione poco costosa potrebbe annullare le protezioni, consentendo il successo della mimica dello stile.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Guida ICO del Regno Unito su intelligenza artificiale e protezione dei dati
Società