Nieuwe techniek voorkomt dat AI leert van ongeautoriseerde data

Australische wetenschappers hebben een nieuwe techniek ontwikkeld waarmee kan worden voorkomen dat systemen voor kunstmatige intelligentie (AI) illegaal leren van afbeeldingen, kunstwerken en andere online content.

Volgens het Australische nationale wetenschapsagentschap (CSIRO) verandert de techniek op subtiele wijze de inhoud van afbeeldingen, waardoor ze onleesbaar worden voor AI-modellen, maar onveranderd blijven voor het menselijk oog. Dit is een project ontwikkeld door CSIRO, in samenwerking met het Australische Cybersecurity Cooperative Research Centre (CSCRC) en de Universiteit van Chicago (VS).

De auteurs stellen dat de doorbraak kunstenaars, organisaties en gebruikers van sociale media kan helpen hun werk en persoonlijke gegevens te beschermen tegen gebruik om AI-systemen te trainen of deepfakes te creëren – ongelooflijk realistische video's , afbeeldingen of audio gemaakt door AI. Gebruikers zouden bijvoorbeeld automatisch een beschermende laag op afbeeldingen kunnen aanbrengen voordat ze deze posten, waardoor AI geen gezichtskenmerken kan leren om deepfakes te creëren.

Defensieorganisaties kunnen op dezelfde manier gevoelige satellietbeelden of gegevens over cyberdreigingen beschermen.

Volgens Dr. Derui Wang, wetenschapper bij CSIRO, maakt deze methode gebruik van een sterke wiskundige basis om ervoor te zorgen dat AI-modellen niet van die inhoud kunnen leren. Met andere woorden: deze techniek maakt de gegevens 'onleerbaar' voor AI tot een niveau dat de privacy en het auteursrecht beschermt, maar toch nog steeds bruikbaar is voor mensen.

Deze bescherming blijft van kracht, zelfs als de AI zich probeert aan te passen of opnieuw wordt getraind, voegde hij toe.

Dr. Wang zei dat de techniek automatisch op grote schaal kan worden toegepast. Hij zei dat een socialmediaplatform of -site deze beschermende laag in alle geüploade afbeeldingen zou kunnen inbouwen. Dit zou de verspreiding van deepfakes kunnen tegengaan, diefstal van intellectueel eigendom kunnen verminderen en gebruikers helpen de controle over hun content te behouden.

Hoewel de methode momenteel alleen toepasbaar is op afbeeldingen, zijn de onderzoekers van plan deze uit te breiden naar tekst, muziek en video. De technologie bevindt zich nog in een theoretisch stadium en is alleen effectief gebleken in een laboratoriumomgeving.

Het bovenstaande wetenschappelijke werk, getiteld "Provably Unlearnable Data Examples", werd bekroond met de Outstanding Research Award op het Network and Distributed Systems Security Symposium (NDSS) van 2025.

(Vietnam Nieuwsagentschap/Vietnam+)

Bron: https://www.vietnamplus.vn/ky-thuat-moi-giup-ngan-chan-ai-hoc-hoi-tu-du-lieu-khong-duoc-phep-post1055216.vnp