AI

エーアイ

公開：2024-08-07

AI Picasso社が画像生成AI開発用データ約1000万個を無償公開、著作権に配慮したCC-0ライセンスのデータセットを提供

text: XEXEQ編集部

記事の要約

• AI Picasso社が画像生成AI開発用データを公開
• 著作権に配慮した約1000万個のデータセット
• CC-0ライセンスの画像とキャプションを提供

AI Picasso社による画像生成AI開発用データセットの無償公開

AI Picasso社は2024年7月31日、著作権に配慮した画像生成AI開発用データ約1000万個を無償で公開した。このデータセットは「megalith-10m-florence2」と「soa-full-florence2」の2種類で構成されており、CC-0ライセンスの画像データや説明文を含んでいる。AI開発者がより安全に画像生成AIの研究開発を行えるよう、著作権の問題に配慮した公益性の高いリソースとなっている。^[1]

「megalith-10m-florence2」は、madebyollin氏が作成したCC-0相当の写真画像リンク集「Megalith-10M」に、Microsoft社のマルチモーダルモデルFlorence-2を使用してキャプションを付けたデータセットである。約1000万枚の画像リンクが含まれており、機械学習利用時の著作権侵害リスクを最小限に抑えている。

一方、「soa-full-florence2」は、スミソニアン協会の情報をもとにmadebyollin氏が作成したCC-0の絵画などの画像リンク集「soa-full」に基づいて作られたデータセットである。約300万枚の画像リンクが含まれており、著作権が切れた画像のみで構成されているため、機械学習利用時の法的リスクが低い。

AI Picasso社が公開した画像生成AI開発用データセットの概要

Florence-2について

Florence-2とは、Microsoft社が開発したマルチモーダルモデルのことを指しており、主な特徴として以下のような点が挙げられる。

• 画像に対して効率的にキャプションを生成可能
• ライセンス上、生成したキャプションに制限がない
• GPT-4Vとの競合を意識せず利用可能

Florence-2は、画像認識と自然言語処理を組み合わせたマルチモーダルAIモデルである。画像の内容を理解し、それを自然な言語で表現する能力を持つ。このモデルの特徴は、単に画像の表面的な特徴を記述するだけでなく、画像の文脈や意味合いも捉えて、より詳細で適切なキャプションを生成できる点にある。

AI Picasso社のデータセット公開に関する考察

AI Picasso社のデータセット公開は、AI開発コミュニティに大きな影響を与える可能性がある。著作権問題は常にAI開発の障壁となっており、CC-0ライセンスのデータセットの提供は、多くの開発者にとって貴重なリソースとなるだろう。一方で、このようなデータセットの普及により、AIが生成する画像の多様性が制限される可能性も懸念される。

今後、AI Picasso社には、データセットの品質維持と拡充が期待される。特に、より多様なジャンルや文化圏の画像を含めることで、生成AIの表現の幅を広げることができるだろう。また、データセットの利用状況や成果を追跡し、コミュニティにフィードバックする仕組みがあれば、より効果的な開発支援につながる可能性がある。

長期的には、このような取り組みがAI開発の倫理基準の形成にも寄与することが期待される。著作権に配慮したデータセットの利用が標準となれば、AIの社会実装におけるリスクの低減にもつながるだろう。AI Picasso社の今回の取り組みは、技術革新と倫理的配慮の両立を目指す先駆的な例として、今後のAI開発の方向性に影響を与える可能性が高い。

参考サイト

1. ^ NOTE. 「著作権に配慮した画像生成AI開発用データ約1000万個を無償公開｜AI Picasso」. https://note.com/aipicasso/n/n97ce9a979ef7, (参照 24-08-07).
2. Microsoft. https://www.microsoft.com/ja-jp

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧