Компании ИИ маневрируют в правовых серых зонах для обучающих данных

Когда обсуждается недавняя дискуссия о том, как Open и Google получают данные для обучения своих моделей, вы заметите, что в дебатах доминируют два термина: open и Google. Статьи, опубликованные недавно в The Wall Street Journal и New York Times, иллюстрируют, что способы сбора данных компаниями, связанными с ИИ, не соответствовали должным образом и создавали головную боль относительно того, какие данные являются достоверными и какой этический угол использовался при создании систем, связанных с ИИ.

Сомнительные тактики OpenAI

Однако на пике развития New York Times подчеркнула более крупные последствия, которые OpenAI установила с помощью Whisper. Эта модель транскрипции аудио в текст продвигается как дополнение к языковому процессору OpenAI, технологии LP-4. Действительно, беспилотный автомобиль OpenAI не связан с сбором информации, который является сложной проблемой, с которой сталкивается компания; скорее, последнее вступает в игру при таких условиях. 

Хотя первоначальная популярность действий по сбору данных была связана со соображениями добросовестного использования авторских прав, последнее также стало правовой основой для этих действий. Как сказал Брокман, один из основателей и генеральный директор OpenAI, предоставил некоторую информацию, необходимую для транскрипции. Однако он продолжает утверждать, что историк также внес свой вклад в транскрипцию.

Однако корпорация Google занимает центральное место даже в таких небольших вопросах, как крупные предприятия, то есть функция сбора данных, как у OpenAI, которая является более маленькой организацией и занимается проектами, ориентированными на гиганта индустрии, и пользователь был только предупрежден, но не проинформирован о том, кто должен быть обвинен в YouTube. 

Помимо этого подхода, Facebook также опирался на соответствие основам TOS и запрещал несанкционированные действия, особенно так называемый скрапинг данных. В случае Джона Конли (представителя YouTube) он ответил на вопрос о том, использовались ли модели для обучения ИИ на основе контента после сбора данных от создателей контента.

Напротив. Обучение машин также является текущей проблемой Meta, ведущей к ее нецелесообразности. Группа AI в компании, которая преуспела в соперничестве с OpenAI, сочла, что обе команды использовали все доступные средства для достижения лучшего результата для своих компаний, включая оригинальное мышление, не обращая внимания на какие-либо вопросы в пользу отклоненной стороны.

Похоже, Meta подготовила типы вопросов, на которые они хотели получить ответы относительно того, какая делегированная работа будет выполнена, кто будет отвечать за покупку книг у издателей, специализирующихся в определенных областях. Хотя пользовательский опыт сети чрезвычайно удивителен, установленная государственная политика взяла инициативу вмешиваться в личную приватность, что было подчеркнуто в 2018 году делом Cambridge Analytica.

Более широкий ландшафт обучения ИИ сталкивается с насущной дилеммой: с одной стороны, вопрос о нехватке данных стал более острым за последние пару лет, с другой стороны. Хотя связь между двумя остается, исследователи всегда настаивают на наличии достаточных данных для повышения точности и улучшения производительности. 

Кроме того, предсказание Wall Street Journal пробуждает энтузиазм, который проецирует повышения выше всех целей к более раннему 2020 году и пересекает конец года с самой высокой рыночной точкой. Этот метод основан на двух факторах: опора на модели, которые могут быть синтетическими для состояния внешней матрицы, и процесс принятия решений, где модели учатся на своих решениях. Не ожидайте, что они будут производить результаты, но позвольте им быть наблюдаемыми.

Правовые и этические последствия

Отсутствие правила пиратства может принести проблемы, потому что ничто не может позволить пользователям получать доступ к объектам, защищенным авторским правом, и могут возникнуть вопросы о понимании миссии вокруг закона, этики и т.д. Становятся ли данные нематериальной собственностью и основой для определения того, что принадлежит вам, а что нет, в какой момент данные и пользователь известны как источник бизнеса, когда использование этих данных неоправданно? Этот риск приведет к тому, что руководители программ R&D сосредоточатся на их пересмотре и поиске ответов. 

Отношения в целях групповых исков подразумевают, что приватность и использование данных — это ответы, которые организация не знает достаточно хорошо, чтобы легитимизировать свои операции. Действительно, проблемы (такие как этические вопросы, касающиеся процесса добычи данных, используемого для исследований и разработок ИИ) становятся сложными, потому что мы должны учитывать ограничения регулирования и конфиденциальность данных (поскольку природа данных находится в контексте того, как данные обрабатываются и используются).

Самое сложное в будущих ИИ-соревнованиях — это определение лучших данных для обучения ИИ-систем, а ещё более важно — то, будут ли такие данные подпадать под общие этические или правовые регуляторные рамки. Всё, что связано с ИИ, по своей природе подчеркивает и расширяет такие понятия, как инновации и внедрение, через фильтры наборов данных для корпоративного сектора. 

Самая сложная конкуренция ИИ будущего заключается в выявлении лучших данных для обучения систем ИИ, и еще более важно, будут ли такие данные проходить через общие этические или правовые регуляторные рамки. Все вокруг ИИ, по своей природе, подчеркивает и расширяет такие концепции, как инновации и внедрение посредством фильтров наборов данных для корпораций.

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