深度伪造、AI生成色情内容及上千种无害用途——关于神经网络生成图像的新闻层出不穷。人们开始好奇自己的照片是否被用于训练机器人，或是否出现在图像生成模型的训练集中，这是情理之中的事；而一个全新的网站正试图为此提供答案。
Spawning AI为艺术家们创建了图像生成工具，该公司刚刚推出了Have I Been Trained?，你可以用它来搜索58亿张已被用于训练流行AI艺术模型的图像。在网站上搜索时，你可以根据LAION-5B训练数据找到最匹配的图像，该数据集广泛用于AI搜索术语的训练。
这是一个有趣的工具，或许能让我们一窥AI用于构建自身模型的数据基础。本文顶部的照片是搜索词“couple”（情侣）的截图。不妨输入你自己的名字试试，看看会发生什么……我还尝试了搜索“Obama”，但这里就不分享截图了，总之可以说，这些训练集可能会带来……问题。
Ars Technica本周的一份报道揭示，多达数千份私人医疗记录作为许多照片隐藏在LAION-5B中，这些照片的伦理和法律地位存在争议。移除这些记录极其困难，因为LAION本身并非文件集合，而只是一组指向网络上图像的URL链接。
对此，像Mat Dryhurst和Holly Herndon这样的技术专家正在牵头推动Source+等倡议，该标准旨在允许人们禁止自己的作品或肖像被用于AI训练目的。但这些标准——并且很可能将继续保持——是自愿性的，这限制了其潜在影响。
来源：DIY Photography / PetaPixel