Dans le domaine de l’IA générative, notamment dans le domaine des modèles d’IA texte-image tels que Midjourney et DALL-E 3 d’OpenAI, les capacités sont tout simplement étonnantes. Ces modèles générateurs d’images ont la capacité unique de transformer pratiquement n’importe quelle description, qu’elle soit courte ou détaillée, en une œuvre qui pourrait facilement être confondue avec le travail d’un artiste chevronné. Cependant, une préoccupation majeure se profile à l’horizon. Beaucoup de ces modèles, voire la majorité, ont été formés à l’aide d’œuvres d’art sans le consentement des artistes. En l’absence de directives définitives de la part des sphères juridiques et législatives, une vague d’entrepreneurs et d’activistes a pris l’initiative de développer des outils permettant aux artistes de protéger leurs créations contre une utilisation involontaire dans la formation de modèles GenAI.

Parmi ces solutions innovantes se trouve Nightshade, dévoilée cette semaine, qui modifie subtilement les pixels d’une image pour tromper les modèles et les faire percevoir différemment de son contenu réel. Un autre outil de ce type, Kin.art, exploite la segmentation d’images, masquant des parties d’œuvres d’art et la randomisation des balises, mélangeant efficacement les métadonnées associées à une œuvre d’art, perturbant ainsi le processus de formation du modèle. L’outil de Kin.art, lancé aujourd’hui, est le fruit de la collaboration de Flor Ronsmans De Vry, co-fondateur de Kin.art, une plateforme de gestion de commandes artistiques, aux côtés de Mai Akiyoshi et Ben Yu, et il promet d’inaugurer une nouvelle ère de la protection de l’art à l’ère du numérique.

Dans une interview exclusive, Ronsmans De Vry a développé les nuances des modèles générateurs d’art, expliquant que ces modèles s’appuient sur des ensembles de données d’images étiquetées pour établir des liens entre les concepts écrits et les images. Cela implique d’associer des termes comme « oiseau » non seulement aux merles bleus mais aussi aux perruches, aux pygargues à tête blanche et à des représentations plus abstraites. En introduisant des perturbations soit dans l’image elle-même, soit dans les étiquettes liées à une œuvre d’art, la tâche d’utilisation de l’œuvre d’art dans la formation des modèles devient considérablement plus difficile.

Ronsmans De Vry a souligné l’importance de créer une coexistence harmonieuse entre l’art traditionnel et l’art génératif. Il a déclaré par courrier électronique à TechCrunch: « Nous croyons fermement que cela commence par une approche éthique de la formation en IA, qui respecte les droits des artistes. » Il affirme que l’outil révolutionnaire de Kin.art possède certains avantages par rapport aux solutions existantes, principalement parce qu’il ne nécessite pas de modifications cryptographiques coûteuses des images. Néanmoins, il peut être intégré de manière transparente à de telles méthodes pour offrir des couches de protection supplémentaires.

Ronsmans De Vry a souligné que l’outil de Kin.art est conçu pour empêcher en premier lieu que les œuvres d’art soient insérées dans des ensembles de données. Bien que l’outil de Kin.art soit actuellement proposé gratuitement, les artistes doivent télécharger leurs œuvres sur la plateforme de portfolio de Kin.art pour pouvoir les utiliser. Il est évident que l’outil est stratégiquement positionné pour guider les artistes vers les services payants de recherche et de facilitation de commandes artistiques de Kin.art, un aspect clé de leur activité. Pourtant, Ronsmans De Vry souligne l’aspect philanthropique de leur démarche, affirmant que Kin.art a l’intention d’étendre la disponibilité de l’outil à des tiers à l’avenir.

Après des tests rigoureux sur leur propre plateforme, leur plan est d’offrir l’outil en tant que service, permettant aux petits sites Web et aux grandes plateformes de protéger sans effort leurs données contre toute utilisation non autorisée.