AIのデータ需要を満たすためにテクノロジー大手が限界に挑戦

OpenAI 、Google、MetaといったAIの取り組みはさておき、膨大な量のデジタルデータを独創的ながらも議論の余地のある方法で収集・蓄積するなど、様々な手段を含む産業分野へのAI資金提供は、自動化の能力と可能性を高めていることは明らかです。特に、上記のような対策（すなわち、法的制限や企業ポリシーの考慮）を講じるといった取り組みは、AIシステムの学習に使用される膨大なデータ量に匹敵します。

OpenAIのウィスパーイニシアチブ：YouTubeの会話をマイニング

Whisperの物語は、つい昨年に始まりました。質の高い英語のテキストが圧倒的に不足しており、教育の提供に遅れが生じています。WhisperはGoogleが次のステップとして開発したツールです。YouTubeの膨大な会話を理解し、テキスト読み上げアプリケーションとして開発されました。AIを搭載したこのツールは、100万時間以上のYouTube動画をAIが監査し、新しいテキスト（つまり新しい会話）を生成するもので、最先端のAIモデルからChatGPTチャットボットの最新バージョンであるGPT-4に至るまで、様々なAIモデルの学習に活用されています。.

OpenAIのMicrosoft映像はYouTubeを全面的に盗作すると主張する従業員もいたものの、盗作の倫理性は依然として議論の余地があり、さらに、YouTubeの意図に完全に沿うことは不可能だと認める従業員もいた。同様に、AIモデルに入力するテキストコンテンツをtracするために動画をアルゴリズム処理する際に異議を唱えることも、動画制作者の著作権を脅かすとみなされ、激しい反発を招いた可能性がある。. 

FacebookとInstagramの親会社であるMetaも、Simon & Schusterなどの出版社の著作権で保護された要素の使用について懸念を示しました。同時に、著作権侵害に問われる可能性のある、一般的なウェブコンテンツの取得についても議論しました。.

データ危機：型破りなアプローチの推進

競争の激しいデータ収集は、データがAI技術の発展において極めて重要な位置を占めていることを浮き彫りにし、それをdentするのに役立ちます。AIに言語を組み込むには、連邦を含むますます多くのトレーニングデータセットが必要ですが、今日ではこれらのデータセットはWikipediaやRedditといった外部ソースから操作されています。テクノロジー企業、特に従来のデータストアのような非常に一般的なデータソースへのアクセスに苦労している企業にとって、AIを活用したモデルの作成は、そのような場合に十分に望ましい代替ソリューションとなる可能性があります。.

テクノロジー企業は、AIの学習にはデータ収集が不可欠であると指摘する一方で、同様のプロセスが法廷で法的に問題視されています。OpenAIとMicrosoftは、著作権侵害の申し立て に対し 、勝訴しました。しかし、両社は、自社の行為はフェアユースの法的原則の範囲内であると主張しています。近年、著作権者から米国著作権局に提出された申請件数は1万件を超えており、AI時代の著作権法が独特で新しいものであることを明確に示しています。その結果、主要プレーヤーは、AIを用いたモデルにライセンス目的がないという名目で、多くの著作物が侵害されるという危険に常に直面しています。

膨大なデータセットの必要性

カイパン氏の業績は、科学者のスケールにおいて、意図せずしてAI開発における壮大なスケールを生み出しました。データ駆動型コンテンツはAIの学習プロセスに必要な要素の一つですが、適切に学習され、効果的に動作するモデルがなければ、AIは十分に機能しません。人工知能技術の発展に伴い、市場で成功するためのデータ需要は急速に高まり、企業は法律、倫理、プライバシーに関する問題に直面しています。そのため、人工知能アルゴリズムは、市場で成功するためにこれらのデータセットを活用する必要があります。.

V.IPのデータ収集行動は AIの 強化のために歪められ、典型的な方法論的誓約は粗雑化している。YouTubeでの講演を通してであれ、合成データ生成ツールの作成を通してであれ、これらの企業は、法律、倫理、そしてプライバシーの問題が真に何であるかを探求する使命を帯びたリーダーである。 

後々、海の上で笑いものになるかもしれない。イノベーションプロセスを推進するために必要な膨大なデータセットの出現により、社会のリーダーたちは、イノベーションの取り組みと知的財産権およびプライバシーの倫理原則のバランスが取れたルールと基準を策定するための建設的な対話に積極的に参加することが求められている。.

元記事： https://www.nytimes.com/2024/04/06/technology/tech-giants-harvest-data-artificial-intelligence.html