머신 언러닝 기술 다이어그램
다양한 이미지-이미지 생성 모델에 적용되는 머신 언러닝 기술.

사람들이 알아야 할 것을 배울 때, 그 정보를 잊게 만드는 것은 어려울 수 있습니다. 이는 우리처럼 생각하도록 훈련되어 급속히 성장하고 있는 인공지능 프로그램의 경우에도 마찬가지이며, 저작권으로 보호되는 자료의 사용 및 개인 정보 보호 문제를 기반으로 하는 문제에 직면하면서 문제가 되었습니다.

이 문제에 대응하기 위해 오스틴에 있는 텍사스 대학과 JPMorgan Chase의 카지노원들은 그들이 믿는 것을 개발했습니다.첫 번째 "기계 학습 해제"이미지 기반 생성 카지노에 적용된 방법입니다. 이 방법은 모델의 나머지 정보를 잃지 않고 내부를 살펴보고 폭력적인 이미지나 저작권이 있는 저작물을 적극적으로 차단하고 제거하는 기능을 제공합니다.

"이러한 대규모 데이터 세트로 이러한 모델을 훈련할 때 바람직하지 않은 일부 데이터가 포함될 수밖에 없습니다."라고 말했습니다.라두 마르쿨레스쿠, Cockrell School of Engineering의 Chandra Family Department of Electrical and Computer Engineering 교수이자 프로젝트 리더 중 한 명입니다. "이전에는 문제가 있는 카지노 제거하는 유일한 방법은 모든 것을 폐기하고 새로 시작하여 수동으로 모든 데이터를 제거하고 모델을 재교육하는 것이었습니다. 우리의 접근 방식은 모델을 처음부터 재교육할 필요 없이 이를 수행할 수 있는 기회를 제공합니다."

생성 카지노 모델은 여기에 포함된 정보의 양이 엄청나게 많기 때문에 주로 인터넷 데이터를 사용하여 훈련됩니다. 하지만 여기에는 개인정보, 부적절한 콘텐츠 외에도 저작권으로 보호되는 막대한 양의 데이터도 포함되어 있습니다.

이 문제를 강조하며,New York Times는 최근 Open카지노를 고소했습니다., ChatGPT 제작자는 카지노 회사가 자사의 기사를 챗봇이 콘텐츠를 생성하는 데 도움이 되는 교육 데이터로 불법적으로 사용했다고 주장했습니다.

"생성 카지노 모델을 상업적 목적으로 유용하게 만들고 싶다면 이것이 우리가 구축해야 할 단계이며, 저작권법을 위반하거나 개인 정보를 남용하거나 유해한 콘텐츠를 사용하지 않도록 보장하는 능력입니다."라고 말했습니다. JPMorgan Chase에서 인턴으로 프로젝트에 참여하고 UT에서 마무리한 Marculescu 연구실의 대학원 조교인 Guihong Li.

머신 언러닝 알고리즘 다이어그램

이미지 대 이미지 모델은 이 카지노의 주요 초점입니다. 그들은 입력 이미지를 가져와 주어진 상황이나 지침에 따라 스케치 만들기, 특정 장면 변경 등을 변환합니다.

이 새로운 기계 학습 취소 알고리즘은 모델을 처음부터 다시 훈련할 필요 없이 어떤 이유로든 플래그가 지정된 카지노 "잊거나" 제거하는 기계 학습 모델의 기능을 제공합니다. 인간 팀이 콘텐츠 검토 및 삭제를 처리하여 모델에 대한 추가 확인과 사용자 피드백에 응답하는 능력을 제공합니다.

머신 언러닝은 주로 분류 모델에 적용되어 온 분야의 진화하는 분야입니다. 이러한 모델은 이미지에 개 또는 고양이가 표시되는지와 같은 다양한 카테고리로 데이터를 정렬하도록 학습되었습니다.

생성 모델에 머신 언러닝을 적용하는 것은 "상대적으로 탐구되지 않은" 일이라고 카지노원들은 특히 이미지와 관련하여 논문에 썼습니다.

카지노원들은 5월에 비엔나에서 열릴 최고의 기계 학습 컨퍼런스인 학습 표현에 관한 국제 컨퍼런스의 일환으로 그들의 카지노 결과를 선보일 예정입니다. Marculescu와 Li의 카지노팀에는 JPMorgan Chase의 글로벌 기술 응용 카지노 그룹 소속인 Hsiang Hsu와 Chun-Fu(Richard) Chen이 합류했습니다.