Adobe vil sælge AI-fremstillede stockbilleder

Hmmm.

Idet at det er maskine der har lavet dem.
Hvem har så rettighederne til det?

Jeg tænker bare med de her apps der tager en håndfuld ord, så laver den et billede til dig og derfra kan man bede den om at rette det lidt til.

Hvad sker der hvis man kommer frem til et billede der ligner hinanden til forveksling?

Det er ikke en ny problemstilling, og svaret er åbenlys, det er ejeren af maskinen der som udgangspunkt ejer produktet

Problemet har eksisteret i et stykke tid, og løsningen er ret enkel backrooms : den person, der ejer maskinen, ejer også i det væsentlige produktet.

Så fik jeg ikke forklaret mig korrekt

Det er programel, det er maskinkode der genererer ud fra en række parametre.
Hvem bestemmer at ens maskine har lavet det oprindelige mesterværk, mens den anden som minder om det til forveksling er kommet frem til samme resultat med adre parametre og hva ved jeg.

lidt i stil med:
Ejer A beder sin maskine om at lave tallet 2+2+ 0,4%
Ejer B beder sin maskine om at lave tallet 15/3 + 1,05
Resultatet er ikke det samme, men gør man det 1 milliard gange mere komplekst, så kan vores øjne ikke se forkel.

Bare se hvor hysteriske firmaer er med design, navne, slogans til deres firma/produkter i dag.
Nu er det ike længere dem der laver det med noget AI - det går bare hen og giver max kage!!

Jeg tror stadig du skal forklare dig bedre.

Om det er en Ai eller et fysisk menneske der har lavet et billede, så er ophavsretten den samme.

Og en potentiel efterligning, om end tilfældig, vil være dækket af loven på præcist samme måde.

#5

Reglerne er de samme. Lovgivningen er ældre end computere og AI. Bern konventionen er fra 1886!

Men der er en forskel på hvad mennesker og AI kan.

Hvis et menneske har set et billede for nogle måneder siden og beslutter sig for at lave et billede der ligner så vil begrænsningen i det menneskelige syn, den menneskelige hukommelse og de menneskelige hænder gøre at resultatet bliver pænt forskelligt. En AI der trænes med et antal billeder vil kunne gemme et bit mønster og mange måneder senere reproducere det eksakt samme bit mønster.

Så computer ejeren har retten til det hele medmindre at AI har "genbrugt" noget fra sin træning som en anden har rettigheden til og hvor brugen ikke falder ind under acceptabel brug. Og hvordan ved computer ejeren om det er tilfældet?

(ovenstående er stort set GitHub Copilot problemet oversat fra kode til billeder)

I'm just saying that I like how these applications work where you input a few phrases and it generates an image for you, and then you can ask it to make some minor adjustments.
@geometry dash subzero

#6 Angående copilot, hvad med følgende tankeeksperiment. Hvis jeg skriver noget kode der regner en UDP packet checksum ud korrekt og optimalt (hvilket er lidt tricky), så er der en god chance for at koden logisk set er identisk med kode andre udviklere har skrevet i tidens løb og muligvis rettighedsbeskyttet. Har jeg så brudt loven ved at implementere dette?

Hvis man tilsvarende får copilot til at skrive noget kode som ligner andres kode rigtig meget, men som nødvendigvis er den bedste måde at løse en bestemt afgrænset opgave på, er det et brud på rettigheder?

Jeg tror man må opgive idéen om at rettighedsbeskytte mindre klumper af kode. Rettighedsbeskyttelse er mere relevant for større systemer og algoritmer som f.eks. h264 codec specifikationen og proprietære implementationer.

#8

Først skal du skelne mellem copyright og patent.

Du kan patentere algoritmen (hvis den er ikke-triviel).

Du kan copyrighte noget helt specifik kode.

Der skal naturligvis være et antal linier ens kode førend man kan begynde at antage en copyright krænkelse.

i = i + 1;

vil ikke være nok.

:-)

Men der skal formentlig ikke så mange linier til. Men de skal være ens.

Hvis vi tager dit checksum eksempel.

Er der opfundet en smart algoritme til den checksum beregning, så vil den kunne patenteres hvis den er ikke-triviel og der ikke er prior art. Men jeg tror ikke at dette tilfælde kan patenteres.

Hvis koden er helt ens som at en diff viser ingen forskelle, så tror jeg at 10-20 linier er nok til at dømme copyright krænkelse. Algoritmen er måske nok ret givet af problem stillingen. Men forskellige variable navne, forskellig indrykning etc. gør at sandsynligheden for eksakt duplikat er meget lille.

Hvis koden ikke er "diff ens" men kun "logisk ens", så vil det være mere vanskeligt at bevise copyright krænkelse. Hypotesen om at man har taget noget copyrightet kode og brugt tid på at omdøbe variable og ændre formatering er langt sværere at sandsynliggøre. Men hvis der er 1000-2000 linier med præcis samme kontrol struktur bare andre navne og anden indrykning, så kan det godt ske.

arne_v (9) skrev:

Du kan patentere algoritmen (hvis den er ikke-triviel).

Du kan copyrighte noget helt specifik kode.

Tak for at præcisere. Jeg kom disse i samme kurv.

Hvis koden ikke er "diff ens" men kun "logisk ens", så vil det være mere vanskeligt at bevise copyright krænkelse

Jeg tænker at en AI kode generator nemt burde kunne generere kode der passer ind i en given coding style og vælge andre variabel og funktionsnavne der passer i konteksten. Mon ikke copilot allerede gør det, jeg har ikke prøvet? Så burde man være ude over copyright problemet ?

Og jeg går ud fra at de kun har ladet den træne på open source public repositories i f.eks. GitHub. I så fald har jeg svært ved at se hvad der måtte være kontroversielt?

Har de derimod ladet den træne på private repositories på GitHub forekommer det et KÆMPE brist på tilliden, og noget der burde føre til søgsmål. Privat er privat.

larsp (10) skrev:

Hvis koden ikke er "diff ens" men kun "logisk ens", så vil det være mere vanskeligt at bevise copyright krænkelse

Jeg tænker at en AI kode generator nemt burde kunne generere kode der passer ind i en given coding style og vælge andre variabel og funktionsnavne der passer i konteksten. Mon ikke copilot allerede gør det, jeg har ikke prøvet? Så burde man være ude over copyright problemet ?

Det vil stadig være copyright krænkelse, men det vil være meget svært at bevise.

larsp (10) skrev:

Og jeg går ud fra at de kun har ladet den træne på open source public repositories i f.eks. GitHub. I så fald har jeg svært ved at se hvad der måtte være kontroversielt?

Det afhænger lidt af hvilken open source licens det drejer sig om.

meget permissive licenser => intet problem

copy left licenser som GPL og LGPL => hvis ikke ens egen kode er tilgængelig under disse licenser så er ens brug af den open source kode uden lovlig licens

arne_v (11) skrev:

copy left licenser som GPL og LGPL => hvis ikke ens egen kode er tilgængelig under disse licenser så er ens brug af den open source kode uden lovlig licens

LGPL og GPL fungerer fint i de sammenhænge som de er tiltænkt brugt.

Et library under LGPL som man linker dynamisk med er ikke noget problem. Men genbrug af LGPL code snippets er ikke dynamisk linking.

En standalone utility under GPL er ikke noget problem (og meget få libraries er under GPL). Men genbrug af GPL code snippets er åbenlyst ikke standalone.

arne_v (11) skrev:

meget permissive licenser => intet problem

copy left licenser som GPL og LGPL => hvis ikke ens egen kode er tilgængelig under disse licenser så er ens brug af den open source kode uden lovlig licens

Selv en permissive licens som Apache kunne være et problem.

Apache er generelt fin for kommerciel brug.

Kravene i licensen er ikke problematiske som sådan.

4. Redistribution. You may reproduce and distribute copies of the Work or Derivative Works thereof in any medium, with or without modifications, and in Source or Object form, provided that You meet the following conditions:

You must give any other recipients of the Work or Derivative Works a copy of this License; and
You must cause any modified files to carry prominent notices stating that You changed the files; and
You must retain, in the Source form of any Derivative Works that You distribute, all copyright, patent, trademark, and attribution notices from the Source form of the Work, excluding those notices that do not pertain to any part of the Derivative Works; and
If the Work includes a "NOTICE" text file as part of its distribution, then any Derivative Works that You distribute must include a readable copy of the attribution notices contained within such NOTICE file, excluding those notices that do not pertain to any part of the Derivative Works, in at least one of the following places: within a NOTICE text file distributed as part of the Derivative Works; within the Source form or documentation, if provided along with the Derivative Works; or, within a display generated by the Derivative Works, if and wherever such third-party notices normally appear. The contents of the NOTICE file are for informational purposes only and do not modify the License. You may add Your own attribution notices within Derivative Works that You distribute, alongside or as an addendum to the NOTICE text from the Work, provided that such additional attribution notices cannot be construed as modifying the License.

You may add Your own copyright statement to Your modifications and may provide additional or different license terms and conditions for use, reproduction, or distribution of Your modifications, or for any such Derivative Works as a whole, provided Your use, reproduction, and distribution of the Work otherwise complies with the conditions stated in this License.

Det kan man sagtens leve med for kommerciel software.

Men det er svært at overholde hvis man ikke ved at koden er under Apache licens!!

#11 #12 #13 Det er nogle gode pointer. Mange open source licenser har "strings attached" så det er ikke bare rent slaraffenland.

Men en LLM kopierer ikke verbatim, den efteraber. Nogle gange ender den med at lave en næsten identisk kopi. Nogle gange slet ikke. Det minder meget om et menneske der lader sig inspirere og nogle gange fristes til at kopiere næsten direkte.

Jeg har den holdning, at hvis man lægger noget ud til fri skue, så lægger man det ud og så må man finde sig i at koden kan blive kigget på, inspireret af og nogle gange kopieret i små bidder. Sådan er det. (Bliver store dele af API og arkitektur plus kode kopieret, så er det en anden snak).

Og patenter på software og algoritmer? Jeg er kæmpe modstander og mener de er direkte samfundsskadelige og bør afskaffes så hurtigt som muligt. Math wants to be free.

Jeg synes man bør lade disse LLMer få lov til at strække benene og vise hvad de dur til. Jeg er stadig ret uimponeret og synes f.eks. chatGPT laver enormt mange fejl og ender med at koste mere tid end den sparer. Men jeg håber faktisk at LLMerne bliver bedre, så jeg personligt kan slippe af sted med at skrive mindre kode en dag.

Der er tydeligvis mange teknologiforskrækkede og jura-belastede der ikke har den holdning. Jeg siger bare, lær at leve med udviklingen. Man kan ikke gå tilbage.

larsp (14) skrev:

Men en LLM kopierer ikke verbatim, den efteraber. Nogle gange ender den med at lave en næsten identisk kopi. Nogle gange slet ikke. Det minder meget om et menneske der lader sig inspirere og nogle gange fristes til at kopiere næsten direkte.

Der vil altid blive kopieret noget. I en eventuel sag vil det komme til at dreje sig om hvor mange linier der er ens og om det er nok til at sige copyright krænkelse.

Hvis:
- der en N linier som er ens i den software sagen drejer sig om og det copyrightede software
- de N linier er genereret af en AI
- den AI er trænet på det copyrightede software
- N er >= hvad copyrigt praksis siger er nok til copyright krænkelse for kilde kode
så er jeg ret sikker på at det vil blive betragtet som en copyright krænkelse.

Mit argument er at det vil blive betragtet som en copyright krænkelse idag hvis et menneske gjorde det samme som den AI. Og hvorfor skulle det være andereledes for en AI?

Det er en af grundene til at man har begrebet "clean room implementation". Når man skal genimplmentere noget software så bruger man udviklere som aldrig har set kilde koden for det som man genimplementerer - på den måde er det vanskeligt at hævde copyright krænkelse.

larsp (14) skrev:

Jeg har den holdning, at hvis man lægger noget ud til fri skue, så lægger man det ud og så må man finde sig i at koden kan blive kigget på, inspireret af og nogle gange kopieret i små bidder. Sådan er det.

Det er ikke lovgivningen idag.

larsp (14) skrev:

Der er tydeligvis mange teknologiforskrækkede og jura-belastede der ikke har den holdning. Jeg siger bare, lær at leve med udviklingen. Man kan ikke gå tilbage.

Min antagelse er at det drejer sig om penge.

Scenarie:

Du får en genial ide til et program. Du rejser 10 millioner dollars i VC kapital. Du får udviklet programmet. Det er en success. Kunderne strømmer til i titusindvis. Google/Facebook er interesserede og en pris på 500 millioner dollars bliver nævnt. Det bliver opdaget at en del af udviklerne lod AI generere kode trænet på diverse open source. Et review af koden afslører flere kode segmenter som er helt ens og hvor licens betingelserne ikke er overholdt. Google/Facebook's interesse forsvinder som dug for solen. 90% af kunderne forsvinder, fordi de skal ikke risikere at blive rodet ind i en copyright krænkelses sag. Konkurs.

#15

Matematik:

Hvis vi antager at:
- der er 1% risiko for at et genereret kode segment har >=N helt ens linier (hvor N er hvad domstolen bruger som kriterie)
- der er 5% risiko for at en open source licens er et problem for ikke-anerkendt brug i closed source
- der er 100 udviklere på opgaven og hver af dem generer 25 kode segmenter

Så har man følgende sandsynlighedsfordelsing:

0 copyright krænkelser : 28.6%
1 copyright krænkelser : 35.8%
2 copyright krænkelser : 22.4%
3 copyright krænkelser : 9.3%
4+ copyright krænkelser : 3.9%

Jeg aner ikke hvor realistiske natagelserne er. Der er formentligt ikke nogen som kender de rigtige værdier. Men det ser ikke godt ud.

Hvis vi reducerer riskoen for identiske linier fra 1% til 0.1% så får vi:

0 copyright krænkelser : 88.2%
1+ copyright krænkelser : 11.8%

hvilket formentligt stadigt er en uacceptabel risiko.