艺术家和普通用户正在悄悄破坏 AI 模型，方法是向其投喂经过污染的图像，而且效果显著——这对那些靠免费数据起家的 AI 公司来说是个坏消息。

• Nightshade 和 Glaze 等工具让人们能够修改自己的图像，使 AI 抓取工具学到错误的东西——被投毒的"狗"概念可能会变成猫。
• 破坏一个模型只需极少的代价：不到 100 张精心制作的图像就能污染单个概念，而且损害会蔓延到相关概念，比如小狗和狼。
• 这一切最初是对多年数据抓取的报复——Stability AI、OpenAI 以及 LAION 数据集等公司和项目在未经询问或付费的情况下大肆搜刮了数十亿张图像，引发了艺术家和 Getty Images 的诉讼。
• 如今，同样的手法也开始用于保护声音：SafeSpeech 等工具会打乱骗子克隆某人声音所需的音频指纹——此前，在 2024 年的一起诈骗案中，伪造的声音和视频曾帮助窃取了 2500 万美元。
• AI 实验室正试图通过过滤被投毒的文件来反击，但他们的清理只能识别出大约一半，既缓慢又昂贵，而投毒者会在几周内加以适应。

展望：清理被窃数据的成本不断上升，正促使 AI 公司转向像 Adobe 和 Shutterstock 已经采用的那种付费、获得授权的数据集。