MIT研究：AI艺术无作者，数据规模扩大后输出无法溯源

MIT CSAIL的研究人员发现，在大型数据集上训练的AI图像生成模型中，单个训练样本与最终输出之间的关联会随数据规模扩大而消失。他们称这一现象为“归因衰减”：数据越多，任何特定训练示例对特定输出的影响就越小。

为验证这一假设，团队构建了名为“diffusion ensemble”的架构，由多个小型组件组成，每个组件在不同数据子集上训练。要模拟移除某图片的效果，只需关闭相关组件，无需重新训练。他们将此方法与24个传统扩散模型对比，图像质量相当，且数据量越大，集成方法表现越好。

实验覆盖从256张到超过16万张图片的训练集，来自CIFAR-10、CelebA、MetFaces和ArtBench等公开数据集。结果显示，训练集越大，单张图片能造成的最大影响越小，遵循逆幂律。该结论在多种测量方式下均成立。

论文主要作者Zheng Dai表示：“如果移除某条数据输出不变，那就不能说该数据影响了输出。”论文发表于《自然·通讯》。但该研究未讨论对版权诉讼和许可协议的直接影响。