你的 A I 真的是你的吗？利用 B lockcha i n 进行
版权 s 、出处和世系
Yilin Sai
1,2
, Qin Wang
1,2
, Guangsheng Yu
1
, H.M.N. Dilum Bandara
1,2
, Shiping Chen
1,2
1
CSIRO Data61 |
2
The University of New South Wales , Sydney, Australia
A
bstr
act
—
随着人工智能（
AI
）融入各个领域，尤其是在内
容生成方面，确保合法所有权和合乎道德的使用变得至关重要。
人工智能服务提供商应优先考虑负责任地采购训练数据并从数据
所有者那里获得许可证。然而，现有的研究主要集中在保护静态
版权上，它只是将元数据
/
数据集视为具有可转让
/
交易能力的不
可替代项目，而忽略了可以塑造持续轨迹的训练程序的动态性质
。
在本文中，我们介绍了 IBis ，一个为 AI 模型训练工作流程
量身定制的基于区块链的框架。IBis 集成了数据集、许可证和
模型的链上注册表，以及链下签名服务，以促进多个参与者之间
的协作。我们的框架解决了有关数据和模型来源以及版权合规性
的问题。IBis 支持迭代模型重新训练和微调，并提供灵活的许
可证检查和续订。此外，IBis 还提供旨在与现有合同管理软件
无缝集成的 API，最大限度地减少对已建立模型训练流程的干
扰。我们在 Canton 区块链上使用 Daml 实现 IBis 。评估结
果展示了 IBis 在不同数量的用户、数据集、模型和许可证中的
可行性和可扩展性。
Index Terms—AI, Blockchain, License, Provenance,
Trust
I.
介
绍
基于大型语言模型（
LLM
）的应用程序的激增
[
?
],
[
?
]
代表了人工智能（
AI
）技术融入日常生活各个方面的一个
重要里程碑，从信息检索
[
?
],
[
?
]
到内容生成
[
?
],
[
?
]
。与
此同时，人工智能服务提供商在将其服务商业化方面取得了
长足的进步。然而，由于
LLM
和其他
AI
模型依赖于从不
同来源聚合的大量数据集进行训练
[
?
],
[
?
]
，因此在数据
获取和模型训练过程中出现了对版权
[
?
],
[
?
],
[
?
]
潜在侵权
的担忧。为了维护负责任和合乎道德的人工智能实践
[
?
],
[
?
]
、遵守法规并减少法律责任，人工智能服务提供商必须积极
与数据所有者合作，包括内容创作者和媒体行业利益相关
者。在利用数据进行
AI
模型训练之前，建立许可协议
[
?
],
[
?
]
并征得同意是此次合作的关键要素
[
?
]
。因此，越
来越需要新的框架来解决人工智能行业的数据来源、沿袭和
版权合规性问题，并根据其独特的需求和工作流程进行定制
。
然而，解决人工智能数据来源和版权合规性的问题可能
是一项艰巨的任务，特别是当整个训练过程发生在本地或
黑匣子云服务中 [?] ，限制了用户的透明度。为了弥合这
一差距，我们利用区块链技术的特性，它提供了一个防篡
改和值得信赖的环境 [?] 建立真实性、出处和血统 [?], [?]
。由于其固有的不变性和透明性，区块链已被广泛认可为
实现监管合规的合适技术 [?], [?], [?] 。例如，记录在区
块链上的数据经过数字签名，具有固有的防篡改性，从而
构成了真实且持久的记录，可以准确反映特定时间点的事
件。这使得区块链成为解决人工智能行业内与数据来源和
版权合规相关的问题的合适候选者 [?], [?], [?] 。
我们已经确定了在开发这种基于区块链的合规框架时必
须解决的一系列功能挑战：（i）该框架必须设计为与现有
剩余17页未读，继续阅读
资源评论
百态老人
- 粉丝: 4572
- 资源: 2万+
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
