Технологические гиганты используют субтитры YouTube для обучения ИИ без разрешения
- Apple и другие разработчики ИИ, такие как Anthropic и Nvidia, были замечены в использовании субтитров YouTube без разрешения для обучения своих ИИ-систем.
- Набор данных «Субтитры YouTube» был разработан организацией EleutherAI и опубликован в 2020 году.
- OpenAI использовала миллион часов видео с YouTube для обучения своей модели GPT-4.
Установлено, что Apple, Nvidia и Anthropic используют субтитры YouTube для обучения моделей ИИ, что противоречит политикам YouTube. Отчет Proof News и Wired показал, что такие компании использовали датасет транскриптов тысяч видео с YouTube, не получив надлежащей лицензии на это.
Также читайте: Ведомство Великобритании запускает расследование в отношении найма ИИ-специалистов компанией Microsoft
Исследование показало, что Apple, Nvidia и Anthropic использовали датасет субтитров YouTube. Этот датасет состоит из транскриптов 173 536 видео с YouTube с 48 000 каналов. Видео включают образовательные каналы, такие как Khan Academy и MIT, новостные каналы, такие как The Wall Street Journal, и топовых создателей контента, таких как MrBeast и Marques Brownlee.
Популярные ютуберы реагируют на эксплуатацию данных
Популярный ютубер Marques Brownlee прокомментировал проблему в X. Он сказал: «Apple собрала данные для ИИ от других компаний. Одна из них собрала много данных/транскриптов с видео YouTube, включая мои. Хотя Apple, возможно, не скачивала данные напрямую, Браунли отметил, что эта проблема будет сохраняться.
Датасет «YouTube Subtitles» был разработан EleutherAI и опубликован в 2020 году. Он содержит 5,7 ГБ данных, включая субтитры из видео YouTube, которые были удалены с платформы.
Согласно условиям использования YouTube, доступ к видео «автоматизированными средствами» запрещен. Наличие субтитров из удаленных видео лишь усугубляет проблему, вызывая вопросы о конфиденциальности и нарушении авторских прав.
Salesforce, организация, также причастная к расследованию, признала использование указанного датасета.
«Датасет The Pile, упомянутый в исследовательской статье, был обучен в 2021 году в академических и исследовательских целях. Датасет был общедоступен и выпущен под разрешительной лицензией».
Представитель Salesforce
Однако использование контента YouTube без разрешения остается спорным и по сей день. В апреле генеральный директор YouTube Нил Моан заявил, что использование видео, транскриптов или клипов YouTube для обучения ИИ является «явным нарушением» политик. Однако, согласно New York Times, OpenAI использовала миллион часов видео с YouTube для обучения своей модели GPT-4.
Юридические споры вспыхивают из-за использования интернет-контента компаниями ИИ
Проблема использования корпорациями ИИ контента из интернета без авторизации усилилась после запуска ChatGPT. Кроме того, создатели контента подают в суд на Stability AI и Midjourney за alleged скачивание защищенных авторским правом произведений без разрешения. Владелец YouTube, компания Google, столкнулась с коллективными исками по аналогичным обвинениям, заявив, что подобные судебные действия угрожают основам генеративного ИИ.
В интервью The Wall Street Journal технический директор OpenAI Мира Мурати не стала уточнять, использовала ли компания видео с социальных платформ для обучения этой новой модели. Генеральный директор Microsoft AI Мустафа Сулейман заявил, что контент в открытом вебе считался добросовестным использованием с 1990-х годов, основываясь на том, что он назвал «социальным контрактом».
Самые умные крипто-энтузиасты уже читают нашу рассылку. Хотите присоединиться? Присоединяйтесь.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Бренда Канана
Бренда имеет более 4 лет опыта, специализируясь на криптовалютах, искусственном интеллекте и новых технологиях. Она работала в Zycrypto, Blockchain Reporter, The Coin Republic, а теперь делает Cryptopolitan своим домом. Степень по социологии, полученная в Техническом университете Момбасы, помогает ей оставаться в курсе настроений своих читателей.
