Google обучает инструменты поиска на основе ИИ на контенте издателей, несмотря на отказ

Google сталкивается с новым вниманием после того, как старший исполнительный директор показал, что продукты поиска на основе искусственного интеллекта (ИИ), такие как AI Overviews, обучаются на контенте издателей, даже когда эти издатели явно отказались от обучения ИИ.

Эли Коллинз, вице-президент Google DeepMind, признал в федеральном суде в пятницу, что, хотя издатели могут предотвратить использование их контента для обучения моделей ИИ, разработанных DeepMind, такие отказы не применяются к более широкой организации поиска Google.

«Как только вы берете модель Gemini [ИИ] и помещаете ее в организацию поиска, организация поиска имеет возможность обучаться на данных, от которых издатели отказались, верно?» — спросила Диана Агуилар, адвокат Министерства юстиции США (DOJ).

Коллинз подтвердил, что данные все еще могут использоваться «для использования в поиске».

Это раскрытие происходит на фоне ключевого антимонопольного процесса, определяющего, как технологическая компания должна реструктурировать свои операции после того, как в прошлом году была признана виновной в незаконной монополизации рынка онлайн-поиска. Министерство юстиции теперь настаивает на структурных мерах, включая принудительную продажу браузера Chrome и запрет на сделки, которые делают его поисковой системой по умолчанию на всех устройствах — шаг, который также повлияет на продукты ИИ, включая Gemini.

Google питает инструменты ИИ контентом, который издатели говорят, что не разрешали

Google’s Функция AI Overviews, которая суммирует ответы в верхней части результатов поиска с использованием текста, сгенерированного ИИ, уже обеспокоила веб-издателей. Многие утверждают, что это снижает количество кликов на оригинальные веб-сайты и вредит их доходам, однако технологическая компания продолжает использовать данные из этих источников.

В документе, представленном DOJ от 26 августа 2024 года, озаглавленном «Search GenAI <> Gemini v3», внутренние данные показали, что Google отфильтровал около 80 миллиардов токенов — по сути, фрагментов текста — из своего обучающего корпуса в 160 миллиардов токенов в ответ на отказы издателей. Однако оставшиеся 80 миллиардов токенов все еще могут включать контент, который питает функции поиска Google на основе ИИ.

Тот же документ также перечислил «данные сессий поиска» и видео YouTube в качестве дополнительных источников для улучшения обучения ИИ, вызывая опасения по поводу объема данных пользователей, подаваемых в модели ИИ технологической компании.

Когда судья Амит Мехта спросил, действительно ли половина набора данных была удалена из-за отказов издателей, Коллинз подтвердил: «Это верно».

DOJ подчеркивает внутренний интерес к использованию данных поиска для ИИ

DOJ дополнительно выделил внутренние обсуждения внутри Google, предполагающие амбиции обучать модели ИИ, используя огромные массивы данных поиска — рейтинги, запросы и поведение пользователей.

Один из таких случаев включал брифинг, подготовленный для генерального директора DeepMind Демиса Хагбиса, в котором он размышлял об идее обучения модели Google ИИ, используя комплексные данные поиска для оценки resulting gains в производительности.

Агуилар спросила Коллинза, построила ли Google модель, используя данные поиска. Коллинз ответил, что он не знал о разработке такой модели, хотя и признал, что Хагбис проявил интерес к этой концепции.

Юридическая команда Google попыталась преуменьшить опасения доминирования ИИ, утверждая, что другие компании ИИ могут процветать без использования их поискового индекса. Например, спортивные чат-боты могут получать доступ к данным в реальном времени через коммерческие партнерства с поставщиками счетов, а не через веб-скрапинг.

Тем не менее, DOJ утверждает, что давнее доминирование Google в поиске дает ему несправедливое преимущество в сфере ИИ, особенно по мере интеграции Gemini в его поисковую инфраструктуру.

Google сталкивается с дальнейшим вниманием к своему рекламному бизнесу

Alphabet’s Google также столкнется с судебным процессом в сентябре по поводу предложений антимонопольных органов о принуждении компании продать части своего бизнеса в области рекламных технологий. Предлагаемые изменения направлены на решение проблемы доминирования компании над инструментами, используемыми онлайн-издателями для продажи цифровой рекламы.

Судья окружного суда США Леония Бринкма в Александрии, Вирджиния, назначила дату судебного процесса после заслушивания мнений Google и DOJ о возможных мерах. Обе стороны, как ожидается, представят подробные предложения к понедельнику.

DOJ стремится, чтобы технологическая компания продала свой бизнес по обмену рекламой и серверам рекламы издателей — процесс, который, по словам адвоката DOJ Джулии Тарвер Вуд, займет несколько лет.

Адвокат Google Карен Данн возразила, что компания поддерживает поведенческие меры, такие как предоставление конкурентам доступа к торгам в реальном времени. Однако она утверждала, что DOJ не может юридически заставить компанию продать части своего бизнеса. Данн также утверждала, что такой шаг навредит пользователям интернета и столкнется с трудностями из-за отсутствия заинтересованных покупателей.