藝術家與一般使用者正悄悄地透過餵入受汙染的圖像來破壞 AI 模型，而且確實奏效——這對那些以免費資料建立事業的 AI 公司來說是個壞消息。

• 諸如 Nightshade 與 Glaze 之類的工具，能讓人們修改自己的圖像，使 AI 爬蟲學到錯誤的東西——一個被下毒的「狗」概念可能會變成貓。
• 破壞一個模型所需的代價極低：不到 100 張精心製作的圖像就能汙染單一概念，而且損害會擴散到相關的概念，例如幼犬與狼。
• 這一切始於對多年來爬取行為的報復——像 Stability AI、OpenAI 以及 LAION 資料集這類公司，未經詢問也未支付報酬便吸走了數十億張圖像，引發藝術家與 Getty Images 提起訴訟。
• 如今同樣的手法也用來保護聲音：在 2024 年一起利用假聲音與影片盜取 2,500 萬美元的案件之後，諸如 SafeSpeech 之類的工具能打亂詐騙者複製某人聲音所需的音訊指紋。
• AI 實驗室試圖過濾遭下毒的檔案來反擊，但他們的清理作業只能攔截約半數，既緩慢又昂貴，而下毒者在數週內便能加以調適。

展望：清理遭竊資料的成本正在攀升，促使 AI 公司轉向如 Adobe 與 Shutterstock 已採用的付費、授權資料集。