Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Adobe 是否使用您的照片来训练其 AI?情况很复杂

Posted on 2023-01-07

Krita 的一位眼尖的开发人员最近注意到,在他们的 Adob​​e Creative Cloud 帐户的设置中,该公司选择他们(以及其他所有人)加入“内容分析”程序,他们“可以使用诸如机器之类的技术分析您的内容学习(例如模式识别)以开发和改进我们的产品和服务。”有些人认为这意味着它正在为它的 AI 摄取你的图像。而且……他们这样做。的种类?但这不是那么简单。

首先,许多软件都有某种“与开发人员共享信息”选项,它会发送遥测数据,例如您使用该应用程序或某些功能的频率,它崩溃的原因等。通常它会给您一个选择这个在安装过程中关闭,但并非总是如此——当微软基本上说遥测在默认情况下是开启的并且不可能在 Windows 10 中关闭时,微软引起了许多人的愤怒。

这很糟糕,但更糟糕的是采用一种新的共享方法并让现有用户加入其中。 Adobe告诉 PetaPixel ,这种内容分析“并不新鲜,已经存在了十年。”如果他们为此目的使用机器学习并在十年前就这么说,那真是令人印象深刻,因为显然没有人注意到这一点。这似乎不太可能。我怀疑该政策以某种形式存在,但已悄然演变。

但是设置的措辞很明确:它可能会使用机器学习来分析你的内容,而不是为了训练机器学习。 正如“了解更多”链接中所说:

例如,我们可能会使用支持机器学习的功能来帮助您更快、更准确地组织和编辑图像。通过 Lightroom 中的对象识别,我们可以自动标记您的狗或猫的照片。在 Photoshop 中,机器学习可用于自动为您校正图像的透视。

机器学习分析还可以让 Adob​​e 知道有多少人在使用 Photoshop 来编辑人物与风景的图像,或其他高级元数据。这可以为产品决策和优先事项提供信息。

你可能会说,但这种语言确实留下了将图像和分析用于训练 AI 模型的可能性,作为“开发我们的产品和服务”的一部分。

让你的看起来像这样。

是的,但 Adob​​e 澄清说“Adobe 不会使用存储在客户 Creative Cloud 帐户中的任何数据来训练其实验性的 Generative AI 功能。”这个措辞很清楚,尽管它也具有让你认为他们在谈论某事的法律精确性。

如果你仔细查看它的文档,它确实说:“当我们出于产品改进和开发目的分析你的内容时,我们首先将你的内容与其他内容聚合,然后使用聚合的内容来训练我们的算法,从而改进我们的产品和服务。”

所以它确实使用你的内容来训练它的算法。也许只是不是它的实验性生成人工智能算法。

事实上,Adobe 有一个专门用于执行此操作的程序:Adobe Photoshop 改进程序,可选择加入并在此处记录。但是你的照片完全有可能通过一个或另一个管子被用作训练生成人工智能的内容。还有一些情况可能需要人工审核,这完全是另一回事。

即使 Adob​​e 并非正在为其模型收集您的创造力,如果您重视隐私,您也应该选择退出此计划和任何其他计划。如果您已登录,则可以在此处的隐私页面上执行此操作。

Adobe 是否使用您的照片来训练其 AI?最初发表在TechCrunch上的Devin Coldewey 很复杂

原文: https://techcrunch.com/2023/01/06/is-adobe-using-your-photos-to-train-its-ai-its-complicated/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme