YouTube对OpenAI的Sora和ChatGPT训练持什么立场？

在最近的一项发展中，YouTube首席执行官尼尔·莫汉（Neal Mohan）就OpenAI使用其平台训练尖端AI模型Sora和ChatGPT一事发出了强烈警告。这一警告是基于可能违反YouTube服务条款以及对训练数据来源的担忧。围绕这些尖端AI系统训练数据来源的问题引发了关于道德AI研发以及科技公司义务的讨论。

探讨YouTube的担忧

米拉·穆拉蒂（Mira Murati）最近的采访为已经模糊不清的AI训练实践图景增添了另一层不确定性。更令人担忧的是，一个月前在接受《华尔街日报》采访时，OpenAI的首席技术官米拉·穆拉蒂表示对Sora训练数据的来源感到不确定和缺乏清晰度。虽然尚不清楚YouTube视频是否或正在被用于训练，但该公司首席执行官尼尔·莫汉现在可能已经发出警告，告知OpenAI禁止在其平台上使用视频。

莫汉在接受彭博原创（Bloomberg Originals）记者艾米丽·张（Emily Chang）采访时宣布：“它禁止下载材料，如字幕或视频片段，这样做公然违反了我们的服务条款。这些是我们平台上内容的准则。”虽然YouTube的母公司谷歌一直在开发其自己的多模态AI Gemini，它也使用训练数据，但莫汉表示，谷歌在决定是否使用平台内容时，会遵循每位创作者与YouTube的独特合同。

莫汉表示， 

“它不允许下载字幕或视频片段，这明显违反了我们的服务条款。这些是我们平台上内容的规则。”

来源： 彭博社

莫汉还补充道， 

“谷歌在决定是否使用平台上的视频之前，会遵守YouTube与创作者的个别合同。”

来源： 彭博社

导航道德AI开发

更详细地审视穆拉蒂的评论突显了版权和归属问题的严重性。鉴于“公开可用数据”这一说法，OpenAI的Sora可能会收集互联网上的一切，包括YouTube视频和社交媒体帖子。例如，YouTube上发布的所有内容的许可条款极不可能允许这种用途。

互联网上的版权维护本身就是一项艰巨的任务。同时，OpenAI的Sora将能够访问它，并除了用于教育目的外，还能从中获利。

不仅是OpenAI的首席技术官不愿讨论Sora学习中使用的数据集。总体而言，该公司很少提及它使用的来源。甚至在Sora的技术论文中，也没有明确提到训练文本到视频生成系统需要大量带有配套文本说明的电影。

由于这些公司没有合法权利使用数据，它们在这方面缺乏透明度可能是它们试图避免法律问题的第一个迹象。