Компании, занимающиеся искусственным интеллектом, разбираются в юридических спорах, касающихся обучающих данных

В ходе недавних дебатов о том, как Open и Google подгоняют свои данные под модель, вы заметите, что в дискуссии доминируют два термина: Open и Google. Статьи, опубликованные в The Wall Street Journal и New York Times, показывают, что методы сбора данных компаниями, работающими в сфере ИИ, были неудовлетворительными и создали головную боль в вопросе о том, какие данные являются достоверными и какой этический аспект был использован при создании системы, связанной с ИИ.

Сомнительная тактика OpenAI

Однако на пике популярности газета New York Times подчеркивала более масштабные результаты, достигнутые Open AI с помощью Whisper. Эта модель преобразования аудио в текст разработана как дополнение к технологии языкового процессора Open AI, LP-4. Действительно, беспилотный автомобиль OpenAI создается не за счет сбора информации, что является сложной задачей для компании; скорее, именно сбор информации становится актуальным в таких условиях. 

Хотя первоначальная популярность законов о сборе данных была связана с соображениями добросовестного использования авторских прав, последнее также стало правовой основой для этих законов. Как выразился Брокман, один из основателей и генеральный директор OpenAI предоставил некоторую информацию, необходимую для транскрипции. Однако он добавляет, что историк также внес свой вклад в транскрипцию.

Однако корпорация Google занимает центральное место даже в таких мелких проблемах, как эта, в более крупных проектах, например, в проекте по сбору данных, подобном OpenAI, который реализуется небольшой организацией и ориентирован на гиганта индустрии, а пользователя лишь предупредили, но не сообщили, кто именно будет виноват в действиях YouTube. 

Помимо этого подхода, Facebook также рассмотрел основания для соблюдения условий использования и запретил несанкционированные действия, особенно так называемый сбор данных. В случае с Джоном Конли (представителем YouTube) он ответил на вопрос о том, использовались ли модели для обучения ИИ на основе контента после сбора данных от создателей контента.

Напротив. Помимо обучения машин, на чью сторону Meta приходится решать текущую проблему, ведущую к ее нецелесообразности. ИИ в компании, добившаяся успеха в соперничестве с OpenAI, посчитала, что обе команды использовали все доступные средства для достижения лучшего результата для своих компаний, включая оригинальное мышление, не обращая внимания ни на какие факторы в пользу отвергнутой стороны. 

Похоже, компания Meta подготовила ряд вопросов, на которые она рассчитывала получить ответы, определяя, какая работа будет делегирована, кто будет отвечать за закупку книг у каких издателей, специализирующихся в конкретных областях. Хотя пользовательский опыт в сети впечатляет, сложившаяся государственная политика взяла на себя инициативу по вмешательству в частную жизнь граждан, что было особенно ярко продемонстрировано в 2018 году в деле Cambridge Analytica.

В более широком контексте обучения ИИ мы сталкиваемся с насущной дилеммой: с одной стороны, вопрос о нехватке данных за последние пару лет стал еще острее, с другой — хотя связь между этими двумя проблемами сохраняется, исследователи всегда настаивают на наличии достаточного количества данных для повышения точности и улучшения производительности. 

Кроме того, прогноз Wall Street Journal вызывает энтузиазм, предсказывая рост выше всех целевых показателей, отметив его на начало 2020 года и достигнув пика рыночной капитализации к концу года. Этот метод основан на двух факторах: использовании моделей, которые могут быть синтетическими для построения внешней матрицы, и учебном процессе принятия решений, в рамках которого модели учатся на основе своих решений. Не следует ожидать от них результатов, но необходимо обеспечить их наблюдаемость.

Правовые и этические последствия

Отсутствие правила о защите от пиратства может создать проблемы, поскольку ничто не позволит пользователям получить доступ к защищенным авторским правом материалам, и могут возникнуть сложности с пониманием вопросов права, этики и т.д. Становятся ли данные нематериальной собственностью и основой для определения того, что принадлежит вам, а что нет, когда данные и пользователь считаются источником бизнеса, если использование этих данных неоправданно? Этот риск заставит руководителей программ научно-исследовательской группы сосредоточиться на их анализе и поиске ответов. 

В контексте целей коллективных исков, проблема заключается в том, что организация недостаточно хорошо разбирается в вопросах конфиденциальности и использования данных, чтобы обеспечить законность своей деятельности. Действительно, проблемы (например, этические вопросы, касающиеся процесса интеллектуального анализа данных, используемого в исследованиях и разработках в области ИИ) усложняются, поскольку необходимо учитывать нормативные ограничения и конфиденциальность данных (так как характер данных зависит от того, как они обрабатываются и используются).

Самая жесткая конкуренция в сфере ИИ в будущем заключается вdentнаилучших данных для обучения систем ИИ, и, что еще важнее, в том, будут ли такие данные соответствовать общим этическим или правовым нормам. Все, что связано с ИИ, по своей природе подчеркивает и расширяет такие понятия, как инновации и внедрение посредством фильтрации наборов данных для корпораций. 

Будучи технологическим искусственным интеллектом, он никогда не стоит на месте, поэтому главной проблемой всегда будет использование данных, и это останется одним из приоритетов для членов сообщества, которые формируются посредством использования искусственного интеллекта наилучшим образом.

Оригинал статьи: https://www.nytimes.com/2024/04/06/technology/tech-giants-harvest-data-artificial-intelligence.html?smid=nytcore-ios-share&sgrp=c-cb