Дослідники з Техаського університету в Остіні представили новий метод «машинного відучування», який допомагає генеративному штучному інтелекту забути про контент, захищений авторськими правами, або жорстокий контент.

Цей метод відкриває шлях до видалення проблемного матеріалу без необхідності повного перенавчання моделі.

Генеративні моделі штучного інтелекту, які навчаються на величезних обсягах даних з Інтернету, стикаються з проблемами використання матеріалів, що містять небажаний контент або авторські права, що порушують. До розробки методу «машинного відучування» видалення проблемного контенту вимагало перенавчання моделі з нуля, що було ресурсом і трудомістким процесом.

Основний напрямок дослідження становлять моделі «зображення-зображення», які змінюють вхідну картинку відповідно до заданого контексту або інструкцій. Новий алгоритм машинного навчання дозволяє моделі "забувати" або видаляти контент, який позначений з будь-якої причини, без необхідності перенавчання моделі з нуля.

Цей підхід до «машинного відучування» має великий потенціал у різних галузях, таких як забезпечення дотримання авторських прав та захист особистої інформації. Він також відкриває нові перспективи застосування генеративних моделей штучного інтелекту в комерційних цілях.

Хоча застосування машинного відучування до генеративних моделей знаходиться на ранній стадії досліджень, його потенціал вже привертає увагу у сфері штучного інтелекту. Цей метод обіцяє покращити ефективність моделей та підвищити рівень безпеки та надійності їх застосування у різних галузях.