Fra mønstergenkendelse til mønsterskabelse

Men først er vi nødt til at forstå lidt mere om, hvordan de billedskabende kunstige intelligenser fungerer.

Moderne kunstig intelligens bygger som oftest på statistisk maskinlæring, hvor meget kraftfulde computere leder efter statistiske mønstre i store mængder af data. Disse maskiner har i snart ti år været rigtigt dygtige til at kunne genkende mønstre i billeder, så de f.eks. kan se forskel på mønsteret for ”kat” og mønsteret for ”hund”. Og det kan de, fordi de er blevet fodret (trænet) med millioner af billeder, hvor de selv har lært sig, hvordan pixels i billedet statisk set fordeler sig for hunde og katte.

AI & Dall-E forklaret

Det nye ved de billedskabende kunstige intelligenser som Dall-E og Midjourney er, at man kort fortalt har vendt algoritmen på hovedet, så de ikke genkender mønstre, men skaber nye mønstre. Man kan f.eks. bede en kunstig intelligens om, at ”tegne” en hund, og så skaber den det statistisk set mest sandsynlige billede af en hund. Og det kan den gøre, fordi den har ”kigget” på millioner af billeder af hunde og lavet billederne om til matematiske parametre, som igen kan bruges til at skabe nye billeder. De oprindelige træningsbilleder er altså kun brugt til at træne algoritmen og findes ikke længere inde i den kunstige intelligens.

Man skulle så tro, at ordet “hund” altid vil skabe det samme hundebillede, men tilfældighed er en nødvendig ingrediens, som gør, at alle billeder bliver unikke. Ole Winther, professor ved Københavns Universitet og DTU samt ekspert i statistik og maskinlæring, forklarer, hvordan det hænger sammen:

”Systemet har indbygget noget tilfældighed. Hver gang du trykker på knappen, vil den starte med et billede, som er ren tilfældig hvid støj, og så former netværksmodellen den her støj til et billede. Det virker som lidt af et mirakel, at modellen kan ændre tilfældige strukturer i støjen og lave det til et detaljeret billede. Men det er skalaen af træningssættet og modellen, der gør det muligt. Modellen former støjen i tusindvis af iterationer, hvor billedet for hver iteration får lidt mere struktur, og modellen er trænet på ufatteligt mange billeder med tilhørende tekst fra internettet."

Man har kendt til disse systemer nogle år efterhånden, men det har udelukkende været AI-forskere i hvide kitler på store forskningsuniversiteter, der havde adgang til at skabe AI-billeder. Men i juli 2022 åbnede virksomheden OpenAI dørene til Dall-E, som var den første virkeligt velfungerende AI-billedgenerator, der var tilgængelig for ganske almindelige mennesker bevæbnet udelukkende med nysgerrighed og evnen til at sætte ord sammen på nye måder og på den måde skabe nye kreative billeder.

A house in the middle of a beautiful lush field with mountains in the background 🏡🏔 #dalle2 #dalle pic.twitter.com/bitMvnRz0e

— Dalle2 Pictures That Go Hard (@DallePictures) July 13, 2022

Tre spørgsmål

Og det bringer os så tilbage til spørgsmålet om, hvem der egentlig ejer disse AI-skabte billeder. Eller faktisk er der tale om tre spørgsmål:

• For det første kan man spørge sig selv, om det overhovedet er moralsk eller juridisk i orden at høste milliarder af billeder på internettet, bruge dem til at træne en kunstig intelligens og så tjene penge på at sælge adgang til den kunstige intelligens.
   

• For det andet er der sikkert mange af dem, der har prøvet systemerne, som spørger sig selv, om de faktisk har ophavsret til de billeder, de har skabt.
   

• Og endelig er der sikkert nogle virksomheder, som er bekymrede for, om de kan krænke andres ophavsret, hvis de bruger billeder, som er skabt af en kunstig intelligens.

Hvor kommer billederne fra?

Vores nye kreative hjælpere er blevet kreative, fordi de er trænet på milliarder af billeder fra internettet. Og det er ikke helt ligegyldigt, hvilke billeder vi taler om. Nogle billeder er beskyttede af ophavsret og må udelukkende benyttes til at træne en AI, hvis ejeren af billedet har givet en eksplicit tilladelse. Andre billeder er derimod i det offentlige domæne eller omfattet af Creative Commons-licenser, som tillader, at en web-crawler må ”scrape” dem for at træne en algoritme. 

”Der er ingen som helts bevidsthed eller kreativitet i de her maskiner,” siger Martin von Haller Grønbæk, advokat og ekspert i digital ophavsret. ”De kunstige intelligenser er jo trænet på billeder, og hvis der ikke var nogen billeder til stede i starten, som almindelige mennesker havde lavet, så kom der ikke noget ud på den anden side. Og derfor kan man jo godt diskutere, om der sker en ophavsretslig krænkelse, når Dall-E og de andre behandler de her billeder. Og det ville der f.eks. være, hvis de har hacket en database og kopieret alle billederne. Men hvis de er baseret på offentligt tilgængelige databaser, så har de tilladelse til at anvende billederne til at træne kunstig intelligens, og så er der ikke tale om nogen ophavsretlig krænkelse.”

Det er derfor også interessant, at kunstnere rundt omkring på internettet er begyndt at kritisere de her systemer, fordi de kan se, hvordan deres egne (ophavsretsbeskyttede) billeder med meget høj sandsynlighed er blevet brugt til at træne de kunstige intelligenser.

Der er eksempler på billeder, hvor kunstnerens signatur er blevet bevaret og bliver genskabt, når man skaber billeder i denne kunstners stil. Og man har hørt historier om mennesker, der næsten 1:1 kan genkende et fotografi, de har taget. Det er ikke helt identisk, men så tæt på originalen, at det virker usandsynligt, at originalen ikke er blevet brugt til at træne den kunstige intelligens.

Her blev Midjourney bedt om at tegne “Robots invading Copenhagen drawn in the style of Enki Bilal” (kendt fransk-tjekkisk tegneserieskaber, red.). Spørgsmålet er, om Midjourney-algoritmen er blevet trænet på Enki Bilals copyright-beskyttede tegninger? En beslægtet ægte Enki Bilal-bytegning ses her til højre.

Iværksætter Jonathan Løw: Kilde: Jonathan Løw

 

Jonathan Løw er iværksætter og co-founder af foto- og AI-platformen JumpStory, og han mener, at servicer som Dall-E og Midjourney spiller med fordækte kort, når de kommunikerer om deres træningsdata. "Det er helt sikkert, at de har trænet deres algoritmer på materiale, som ikke må bruges kommercielt," siger han og fortsætter: "Du må ikke scrape billeder på nettet og bruge dem til at træne en algoritme til et kommercielt billedeformat, for de billeder tilhører ikke dig. OpenAI, firmaet bag Dall-E, siger, at de har trænet ca. en milliard billeder, og der findes jo slet ikke så store offentligt tilgængelige Public Domain- eller Creative Commons-arkiver på nettet. Og man kan jo også bare se på de billeder, som bliver genereret. Hvis man for eksempel beder dem om at lave billeder i en bestemt fotografs stil, så kan den jo kun gøre det, hvis den er trænet på den fotografs billeder."

Her igen Dall-E’s bud på Heinz Ketchup. I dette tilfælde et kampagnesamarbejde mellem Heinz og Dall-E, men hvad hvis det ikke er det?
 

Problemet er naturligvis, at de oprindelige billeder ikke længere er til stede inde i de kunstige intelligenser, og derfor kan det være utroligt svært at bevise en decideret ophavsretslig krænkelse. Men hvis der hen ad vejen viser sig sager, hvor det er helt tydeligt, at de kunstige intelligenser er trænet på ophavsretsbeskyttet materiale (eksempelvis fra Disney, Heimz eller andre med en stærk interesse i at bevare deres ophavsret), så kunne Martin von Haller Grønbæk godt forestille sig, at der vil blive kørt retssager mod de firmaer, som har udviklet de kunstige intelligenser.

Elsa fra Disneys Frost-film efter en tur i Midjourney.

Hvem ejer billedet?

Martin von Haller har hørt spørgsmålet mange gange før, når talen falder på AI-skabte billeder: ”Hvem ejer billedet?”, spørger han og fortsætter: ”Der må man nok bare sige, at det er der ikke nogen, der gør, fordi den er genereret af en AI, og så er der ifølge ophavsretsloven ikke nogen, der kan få ophavsretten. Men hvis den person, der benytter sig af AI-tjenesten, eller selve tjenesten, kan siges at have en konstaterbar kreativ del i skabelsen af det enkelte AI-generede værk, så kan man begynde at tale om en selvstændig ophavsretslig beskyttelse. Men det kræver en indgående forståelse af den pågældende AI-tjeneste, den bagvedliggende algoritme og brugerens interaktion hermed, f.eks. ved at opstille kriterier og parametre.”

Det kan med andre ord godt blive lidt gråt i gråt, men de fleste jurister kan blive enige om, at du ikke har ophavsret til de billeder, som du skaber i Midjourney eller Dall-E, fordi din kreative indsats simpelthen er for lille. Hvis du vælger at bruge dine billeder kommercielt, kan andre mennesker derfor frit bruge billederne til andre kommercielle formål, fordi de ikke er beskyttet af ophavsret. Det er værd at huske på, før du sætter Midjourney til at designe dit nye logo eller din virksomheds visuelle identitet.

Problemet er naturligvis, at det hurtigt bliver lidt uklart, hvornår noget er skabt af en maskine, og hvornår det er skabt af et menneske. Man ser allerede eksempler på, at designere anvender AI-skabte billeder til inspiration, hvilke de så arbejder videre på for at designe en sko, en håndtaske eller et kunstværk. Her bliver den kunstige intelligens kun brugt som et arbejdsredskab, og mennesket leverer den væsentlige kreativitet, som kræves for at få ophavsret.

I fremtiden kommer vi til at se flere og flere kreative arbejdsredskaber som f.eks. Photoshop, Figma og CAD-programmer, som har indbyggede kunstige intelligenser, der kan generere designs, som en integreret del af den menneskelige kreative proces, og hvornår er der så tale om, at designet er skabt af et menneske eller en maskine?

Der er meget, som tyder på, at ophavsretslovgivningen får behov for at blive opdateret eller i hvert fald præciseret i en verden, hvor mennesker og intelligente maskiner smelter mere og mere sammen.

Kan jeg få problemer, hvis jeg bruger et AI-skabt billede?

Det sidste spørgsmål handler naturligvis om, hvorvidt du kan få problemer med andres ophavsret, hvis du anvender de billeder, du har skabt i Dall-E og Midjourney.

Jonathan Løw, der har startet JumpStory og derfor er dybt inde i billedeområdet, påpeger:

"Du skal virkelig være forsigtig med de billeder, som kommer ud af kunstige intelligenser. Hvis du bruger billederne kommercielt, så befinder du dig på den her usikkerhedslinje, hvor AI-virksomhederne fraskriver sig ansvaret, fordi de siger, at DU har lavet inputtet. Og her kommer der nok nogle retssager i fremtiden, hvor rettighedshaverne vil gå efter skaberne af billederne og ikke AI-virksomhederne."

Her er von Haller dog mere skeptisk. Han tror nemlig, at det bliver virkeligt svært for rettighedshavere at bevise, at billeder skabt af en kunstig intelligens er en direkte kopi af et andet værk. Det skal virkelig være tæt på det originale billede, for at man kan tale om, at ophavsretten er krænket. Men det kan bestemt ikke udelukkes, siger han. F.eks. hvis man kommer frem til, at et konkret AI-genereret billede er så tæt på et ophavsretsbeskyttet billede, at man mener, at det første er et afledt værk af det andet. Han mener dog, at særligt virksomheder bør være opmærksomme på det, han kalder reputational risc, altså risikoen for at blive slæbt gennem en shitstorm på sociale medier, fordi man som stor ond virksomhed har skabt en millionforretning på et AI-modificeret design af f.eks. en vase eller en kaffekande. Tænk bare på Christian Bitz eller Kenneth Plummer.

Med andre ord kan du nok godt bruge dine AI-skabte billeder på sociale medier, i artikler og blogindlæg, men lige så snart du begynder at bruge dine billeder kommercielt, bør du tænke dig om og egentlig tage de samme hensyn, som du ville gøre i alle andre spørgsmål om ophavsret.

Skala er afgørende

Fra et juridisk synspunkt er der egentlig ikke så meget nyt ved de kreative kunstige intelligenser. Mennesker har altid brugt maskiner af forskellig art til at skabe kreative værker (passere, linealer, Photoshop, CAD-programmer og så videre). Mange af de tvivlsspørgsmål, der har været diskuteret i denne artikel, vil derfor kunne håndteres af den eksisterende lovgivning og retspraksis. Som det udtrykkes i en artikel i Wired, er det kun direkte menneskeskabte ting, som kan give rettigheder. Maskiner kan IKKE få copyright og kan ikke for alvor i juridisk forstand være kreative, indtil nu. Det store problem er, at generativ AI-kunst stiller spørgsmål ved, hvad kreativitet er, og hvor grænsen går for menneskeskabt copyright-beskyttet kreativitet. Hvad med non-human kreative genier som Midjourney og Dall-E?

“THE PURPOSE OF copyright, per the Constitution, is to promote the progress of art. The dominant justification for intellectual property among US legal scholars today is the incentive theory, the idea that in granting authors a limited monopoly over their work, we stimulate artistic production by dangling a monetary reward. Without the promise of a payday, the theory runs, creative people would stop creating. But US copyright law does a much better job of accommodating the old model of the lonely genius toiling in solitude than it does collaboration, even collaboration between human authors. When a collaboration extends to include nonhuman authors, the law recoils.”

Meget tyder dog på, at de nye kreative kunstige intelligenser kommer til at gøre sig gældende overalt i vores hverdag og arbejdsliv. I fremtiden kommer vi måske til at skabe vores egne personlige familievideoer, spillefilm eller 3D-metaverser ved hjælp af kunstige intelligenser. Og designvirksomheder, reklamebureauer og arkitekter kommer til at skulle arbejde på helt nye måder. Når disse redskaber bliver større, bedre og langt mere udbredte, kommer vi til at se brancher blive udfordret og nye brancher opstå, og derfor kommer vi helt sikkert også til at se retssager, der udfordrer brugen og frembringelserne af kreative kunstige intelligenser. Det bliver Dall-E versus mennesket, og dommen vil kræve en ny kreativ juridisk forståelse af den menneskelige kreativitet.