C2PA und Content-Provenienz für KI-Trainingsdaten

Öffnen Sie ein KI-generiertes Bild in einer wachsenden Zahl von Tools, und Sie können auf ein kleines Symbol klicken, das seine Geschichte aufklappt: welches Modell es erzeugt hat, wann, und welche Bearbeitungen folgten. Dieses Panel ist keine Höflichkeit. Es ist ein kryptografisch signiertes Manifest, ein Standard namens C2PA, so eng an die Pixel gebunden, dass die Änderung eines einzigen davon das Siegel bricht.

C2PA wurde gebaut, um Deepfakes zu bekämpfen, damit eine Redaktion oder ein Betrachter eine einzige eng gefasste Frage beantworten kann: Ist dies die Datei, die sie zu sein behauptet? Doch die darunterliegende Maschinerie ist gleichgültig gegenüber dem, was die Datei enthält. Ein signiertes Manifest, das mit einem Asset mitreist und festhält, wer es erstellt hat, auf welchem Gerät und was seither damit geschehen ist, funktioniert um eine erfasste Roboter-Demonstration gewickelt genauso gut wie um ein synthetisches Foto.

Das ist hier das Argument. Dem Provenienzproblem bei Roboter-Trainingsdaten begegnet man üblicherweise mit einer Tabelle, einem Ordner voller PDFs, einem Versprechen. C2PA beantwortet es mit einer Signatur. Wenn Käufer unter dem EU AI Act beginnen, von Verkäufern den Nachweis zu verlangen, woher Manipulationsdaten stammen, hört die Kluft zwischen einer Behauptung und einer überprüfbaren Behauptung auf, akademisch zu sein.

Was C2PA tatsächlich ist

C2PA, die Coalition for Content Provenance and Authenticity, ist eine offene technische Spezifikation, um eine manipulationssichere Aufzeichnung an ein Stück Inhalt anzuhängen. Ihre sichtbare Oberfläche, als Content Credentials vermarktet, ist das kleine Verlaufs-Panel. Die Substanz ist eine Datenstruktur namens Manifest.

Ein Manifest ist ein Bündel von Assertions: Aussagen wie „Diese Datei wurde von Gerät X zum Zeitpunkt T erfasst, dann zugeschnitten und skaliert.“ Die Assertions werden gehasht, der Hash wird mit einem an den Unterzeichner gebundenen Zertifikat signiert, und die Signatur ist an einen Hash des Assets selbst gebunden. Aus dieser Konstruktion ergeben sich drei Eigenschaften, und auf genau die kommt es an.

• Manipulationssicherheit. Ändern Sie ein Pixel, einen Kanal oder ein Feld, und der Hash stimmt nicht mehr überein. Die Überprüfung schlägt lautstark fehl, statt eine leise Lüge durchzuwinken.
• Zuordnung. Die Signatur bindet die Aufzeichnung an ein Zertifikat, sodass ein Prüfer erkennen kann, wer hinter der Aussage steht, und nicht nur, was die Aussage besagt.
• Verkettung. Jede Bearbeitung kann ein neues signiertes Manifest hinzufügen, das auf das vorherige verweist, sodass das Asset seine eigene Abstammung trägt, eine geordnete Kette statt einer einzelnen Momentaufnahme.

Nichts davon beweist, dass die ursprüngliche Aussage ehrlich war. Ein Unterzeichner kann darüber lügen, woher eine Datei stammt. Was C2PA beweist, ist enger gefasst und nützlicher: dass sich die Aufzeichnung seit ihrer Signierung nicht verändert hat und dass eine benannte Partei sie signiert hat. Das ist genau die Garantie, die eine Tabelle nicht geben kann.

Dasselbe Manifest, um eine Demonstration gewickelt

Wechseln Sie nun den Behälter. Statt eines Fotos ist das Asset eine Episode egozentrischer Erfassung: ein paar Minuten synchronisiertes Video, Tiefe, Handpose, Kraft und Propriozeption, aufgezeichnet, während eine Person eine Aufgabe ausführt. Geben Sie dieser Episode ein Manifest, und die Felder schreiben sich fast von selbst.

Bei der Erfassung hält das Manifest das Gerät und die Firmware fest, die in dieser Sitzung geltende Sensorkalibrierung, den Zeitstempel und den Takt, auf den die Kanäle synchronisiert wurden, sowie eine Referenz, nicht das Rohdokument, auf die Einwilligung, die von allen im Bild eingeholt wurde. Jede Transformation danach, das Verpixeln von Gesichtern, das Downsampling eines Streams, das Retargeting einer menschlichen Handpose auf einen Greifer, das Zuschneiden auf ein Aufgabenfenster, wird zu einem neuen signierten Eintrag. Das Ergebnis ist eine Datenabstammung, die ein Käufer überprüfen kann, ohne dem Wort des Verkäufers zu vertrauen, denn das Vertrauen übernehmen die Signaturen.

Das ist etwas anderes als der Annotationsinhalt innerhalb einer Episode. Ob die Annotation „Nimm den blauen Block auf“ lautet oder ob die Kalibrierung korrekt ist, ist eine Frage der Datenqualität. Ob Sie beweisen können, dass dieses Feld dasjenige ist, das bei der Erfassung aufgezeichnet wurde, unverändert, von der Partei, die es beansprucht, ist eine Frage der Provenienz. C2PA behandelt Letztere. Es sagt nichts darüber aus, ob die zugrunde liegende Aussage gut ist, nur darüber, ob sie intakt und zugeordnet ist.

Eine Signatur schlägt eine Tabelle

Die meiste Provenienz ist heute ein Dokument, das neben den Daten liegt: eine CSV mit Einwilligungs-IDs, eine Kalibrierungsdatei, eine README, die beschreibt, wie der Datensatz aufgebaut wurde. Jedes davon teilt eine fatale Eigenschaft. Nichts bindet es an die Bytes. Eine Zelle kann nachträglich bearbeitet werden, eine Kalibrierungszahl aufgerundet, damit sie ordentlicher aussieht, eine Einwilligungszeile für eine Person hinzugefügt werden, die nie gefragt wurde, und kein Leser kann es erkennen.

Eine Tabelle behauptet Provenienz. Eine Signatur beweist sie. Die Kluft zwischen beiden ist der Unterschied zwischen dem Vertrauen in den Verkäufer und der Überprüfung des Verkäufers, und die Sorgfaltsprüfung wohnt vollständig in dieser Kluft.

Ein signiertes Manifest schließt die Kluft auf die einzige Weise, die skaliert. Ein Käufer muss die Ehrlichkeit des Verkäufers nicht über eine Million Clips hinweg prüfen; er verifiziert pro Clip eine Signatur und einen Hash, mechanisch. Besteht die Prüfung, ist die Aufzeichnung diejenige, die bei der Erfassung geschrieben wurde. Hat jemand letzte Woche ein Einwilligungsfeld bearbeitet, um ein Loch zu kaschieren, schlägt die Prüfung bei diesem Clip fehl, und nur bei diesem Clip. Die Überprüfung ersetzt Vertrauen durch Mathematik, derselbe Schachzug, der den Standard für den Journalismus nützlich gemacht hat.

Was jedes Feld beweist

Der Wert zeigt sich Feld für Feld. Jede Zeile unten ist eine Aussage, die ein Käufer von Manipulationsdaten früher oder später einsehen will, was ein signiertes Manifest ihm zu bestätigen erlaubt, und was er erbt, wenn er nur eine bearbeitbare Datei erhält.

Was ein signiertes Provenienzmanifest pro Feld beweist, und das Risiko, wenn die Aufzeichnung eine nicht überprüfbare Datei ist

Provenienzfeld	Was ein signiertes Manifest beweist	Risiko ohne überprüfbare Aufzeichnung
Einwilligungsreferenz	Die an jede Person gebundene Einwilligungsaufzeichnung war bei der Erfassung vorhanden und seither unverändert	Einwilligung nachträglich hinzugefügt oder bearbeitet, keine Möglichkeit, ein Löschersuchen zu erfüllen oder eine Rechtsgrundlage nachzuweisen
Erfassungsgerät und Firmware	Die Episode stammt von dem Rig und dem Build, das sie angibt	Aufnahmen von einem unbekannten oder nicht passenden Sensor, als spezifikationskonform ausgegeben
Sensorkalibrierung	Die in dieser Sitzung protokollierten intrinsischen und extrinsischen Parameter sind die gelieferten	Kalibrierung stillschweigend ausgetauscht oder später geschätzt, 3D-Supervision unbemerkt fehlerhaft
Zeitstempel und Synchronisierung	Erfassungszeit und der gemeinsame Takt wurden aufgezeichnet, nicht rekonstruiert	Umsortierte oder rückdatierte Episoden, kanalübergreifende Versätze, die niemand prüfen kann
Bearbeitungen und Transformationen	Jede Verpixelung, jeder Zuschnitt, jedes Downsampling und jedes Retargeting ist der Reihe nach aufgeführt	Eine undokumentierte Bearbeitung verbirgt einen Mangel oder ein Rechteproblem in den Rohdaten
Verwahrungskette	Jede Übergabe gegen das vorherige Manifest signiert, ununterbrochen	Eine Lücke, an der Daten hätten ersetzt oder kontaminiert werden können

Lesen Sie die rechte Spalte als die Befunde eines Sorgfaltsprüfungsprozesses. Jeder davon ist ein Abschlag auf den Preis, und die Einwilligung ist überhaupt kein Abschlag. Sie ist eine Mauer.

Warum der Käufer zu fragen beginnt

Der Druck wird nicht aus einer Liebe zur Kryptografie kommen. Er wird aus der Beschaffung kommen. Wenn ein Roboter-OEM ein System trainiert, das er in Europa verkaufen will, macht die Verordnung (EU) 2024/1689 des EU AI Act die Herkunft der Trainingsdaten zum Teil der eigenen Akte des OEM. Artikel 10 und die damit verbundenen Governance-Pflichten verlangen eine dokumentierte Darstellung, wie Hochrisiko-Trainingsdaten erhoben und verarbeitet wurden. Diese Darstellung ist nur so belastbar wie das, was die Datenlieferanten des OEM übergeben können, weshalb dessen Anwälte anfangen, von den Lieferanten Nachweise zu verlangen, nicht Prosa.

Die Einwilligung zieht dieselbe Schraube von der Datenschutzseite her an. Egozentrische Aufnahmen von Händen, Wohnungen und Gesichtern sind personenbezogene Daten, und das European Data Protection Board behandelt sie ungeachtet der nachgelagerten Verwendung als solche. Ein überprüfbares Manifest, das belegt, dass eine Einwilligungsaufzeichnung bei der Erfassung existierte und nicht später fabriziert wurde, ist eine weitaus stärkere Position als eine Tabelle, die ein Kläger als gefälscht bezeichnen kann. Während die Berichterstattung von The Robot Report verfolgt, wie Humanoide von Demos zur kommerziellen Auslieferung übergehen, verschärft sich die Sorgfaltsprüfung ihrer Trainingsdaten im Gleichschritt, und überprüfbar schlägt jedes Mal plausibel.

C2PA wird in der Robotik nicht als Auflage eintreffen, auf der dieses Akronym steht. Es wird als die Frage eines Käufers eintreffen, die nur eine Signatur beantworten kann, und als die stille Erkenntnis, dass eine Provenienzaufzeichnung, die Sie bearbeiten können, eine Provenienzaufzeichnung ist, die Sie nicht verkaufen können. Der Standard existiert bereits, erprobt an dem härteren gegnerischen Problem eines öffentlichen Internets voller Fälschungen. Ihn auf die Episoden zu richten, die Robotern das Handeln beibringen, ist weniger eine Erfindung als eine Portierung. Die Teams, die es früh tun, werden diejenigen sein, deren Daten die Prüfung noch bestehen, wenn schließlich jemand nachprüft.