- OpenAI 와 Google 은 학습 데이터 수집으로 비판을 받고 있습니다. OpenAI 는 YouTube 동영상을 전사하고, Google 은 허가를 받아 콘텐츠를 사용합니다.
- Meta 는 개인정보 보호 우려 속에서 AI 를 위한 데이터 확보를 위해 주요 출판사를 인수하는 방안을 고려하고 있습니다.
- AI 산업은 데이터 부족에 직면해 합성 데이터와 같은 해결책을 모색하고 있지만, 법적 및 윤리적 우려는 여전히 존재합니다.
최근 Open과 Google이 모델을 맞추기 위해 데이터를 어떻게 수집하는지에 대한 논의를 다룰 때, 두 가지 용어가 논쟁을 지배한다는 것을 알 수 있습니다. 최근 월스트리트 저널과 뉴욕 타임즈에 게재된 기사들은 AI 관련 기업들의 데이터 수집 방식이 기준에 미치지 못했으며, 어떤 데이터가 진실하고 어떤 윤리적 각도가 AI 관련 시스템 생성에 사용되었는지에 대한 혼란을 초래했음을 보여줍니다.
OpenAI의 의문스러운 전술
그러나 정점에 달했을 때, 뉴욕 타임즈는 Whisper와 함께 제시된 Open AI의 더 큰 결과를 강조했습니다. 이 오디오-텍스트 변환 모델은 Open AI의 언어 처리기인 LP-4 기술의 보완재로 발전되었습니다. 사실, OpenAI의 자율주행차는 정보 수집에 의한 것이 아니며, 이는 회사가 직면한 어려운 문제입니다. 오히려 후자는 그러한 조건 하에서 역할을 합니다.
데이터 수집 법안의 초기 인기는 공정 이용 저작권 고려 사항과 관련이 있었지만, 후자는 이러한 법안의 법적 근거가 되기도 했습니다. Brockman이 말했듯이, OpenAI의 창립 멤버이자 CEO는 변환에 필요한 일부 정보를 제공했습니다. 그러나 그는 역사가도 변환에 기여했다고 덧붙입니다.
그러나 Google Corporation은 OpenAI와 같은 작은 조직의 데이터 수집 기능이나 산업 거인을 향한 프로젝트와 같은 이러한 작은 문제부터 더 큰 사업까지 중심에 서 있습니다. YouTube에서는 사용자가 경고만 받았을 뿐 누구를 비난해야 하는지 알려주지 않았습니다.
이러한 접근 방식 외에도 Facebook은 TOS의 준수 기반을 커버하고 무단 행동을 금지했으며, 특히 이른바 데이터 스크래핑을 금지했습니다. John Conly(YouTube 대변인)의 경우, 콘텐츠 크리에이터로부터 데이터를 수집한 후 모델이 콘텐츠 기반 AI 훈련에 사용되는지에 대한 질문에 답변했습니다.
반면에 Meta가 기계 학습을 시키는 방향에 대한 문제는 현재 존재하며, 이는 실현 불가능성을 초래합니다. OpenAI와의 경쟁에서 성공을 거둔 회사의 AI 그룹은 두 팀 모두 거부된 편에 유리한 사항에 관계없이 더 나은 결과를 위해 모든 가용 수단을 사용했다고 평가했습니다.
Meta는 위임된 작업이 어떻게 수행될지, 특정 분야에 특화된 출판사로부터 책을 구매할 책임자가 누구인지에 대한 답변을 얻기 위해aimed한 질문 유형을 준비한 것으로 보입니다. 네트워크의 사용자 경험은 매우 놀랍지만, 2018년 Cambridge Analytica 사건으로 강조된 바와 같이, 정부 정책이 개인 사생활에 간섭할 수 있는 주도권을 장악했습니다.
더 넓은 AI 훈련 환경은 시급한 딜레마에 직면해 있습니다. 한편으로는 지난 몇 년 동안 데이터 부족에 대한 질문이 더 첨예해졌습니다. 다른 한편으로는 두 요소 간의 연결이 유지되는 동안, 연구자들은 항상 향상된 정확성과 성능 증대를 위해 충분한 데이터를 확보해야 한다고 주장합니다.
또한 월스트리트 저널의 예측은 2020년 이전 연도보다 모든 목표를 초과하는 상승을 전망하며 연초 최고 시장 지점을 기록했습니다. 이 방법은 외부 행렬에 합성될 수 있는 모델에 의존하고, 모델이 자신의 결정으로부터 학습하는 의사결정 과정 커리큘럼이라는 두 가지 요인에 기반합니다. 결과를 생산할 것으로 기대하지 말고 관찰 가능하게 허용하십시오.
법적 및 윤리적 함의
해적판 규칙의 부재는 사용자가 저작권이 있는 항목에 접근하는 것을 허용할 수 없기 때문에 문제를 초래할 수 있으며, 법, 윤리 등에 대한 이해가 발생할 수 있습니다. 데이터가 무형의 재산이 되어 무엇이 yours이고 무엇이 아닌지 알리고 진술하는 근거가 될 때, 데이터와 사용자는 해당 데이터의 사용이 정당화되지 않을 때 비즈니스의 소스로 알려져 있습니다. 이러한 위험은 R&D 팀의 프로그램이 이를 검토하고 답변을 도출하는 데 집중하도록 유도합니다.
집단 소송 캠페인의 목적 관계에는 조직이 자신의 운영을 합법적으로 만들기 위해 충분히 알지 못하는 사생활 및 데이터 사용에 대한 답변이 포함됩니다. 사실, 데이터 마이닝 프로세스와 관련된 윤리적 문제와 같은 과제는 데이터가 처리되고 사용되는 맥락 내에 있기 때문에 데이터의 규제 제한과 사생활을 고려해야 하기 때문에 복잡해집니다.
미래의 가장 치열한 AI 경쟁은 AI 시스템 훈련을 위한 최상의 데이터를 식별하는 데 있으며, 더 나아가 이러한 데이터가 일반적인 윤리적 또는 법적 규제 프레임워크를 거칠 것인지에 달려 있습니다. AI 주변의 모든 것은 본질적으로 기업용 데이터 세트 필터를 통해 혁신과 구현과 같은 개념을 강조하고 확대합니다.
기술적 인공지능이 결코 정적이지 않기 때문에 주요 문제는 항상 데이터 사용이 될 것이며, 이는 인공지능을 사용하는 커뮤니티 구성원들에게 최선의 선택을 하는 한 가지 우선순위로 계속될 것입니다.
가장 똑똑한 암호화폐 전문가들이 이미 우리 뉴스레터를 구독하고 있습니다. 참여하고 싶으신가요? 함께하세요.
면책 조항. 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan.com 본 페이지에 제공된 정보를 바탕으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다. 투자 결정을 내리기 전에 반드시 독립적인 조사나 자격을 갖춘 전문가의 상담을 강력히 권장합니다.
Brian Koome
브라이언 쿰은 2017 년 이후 블록체인 및 암호화폐 업계에서 활동해 온 7 년 이상의 경험을 보유하고 있습니다. BlockToday.com 을 포함한 주요 출판사에 기고했으며, BitDegree.org 에서 이더리움 101 과정을 개발한 후 Cryptopolitan 의 전속 작가로 합류했습니다. 브라이언은 에버그린 가이드 (EG), 심층 분석, 인터뷰, 가격 분석을 다루며 DeFi, 블록체인 혁신, 그리고 신흥 암호화폐 프로젝트에 집중하여 독자들에게 큰 호응을 얻고 있습니다.
