芒果文学免费提供海量的短文学、文学名著、散文、诗歌、句子等文学作品及唯美图片！
人工智能迅速发展离不开对模型的训练。然而，高质量数据短缺以及部分领域封闭式的数据生态似乎成为AI发展的掣肘。
据多家外媒报道，OpenAI、谷歌和Meta等公司正寻求在线信息来训练最新的AI系统。但他们无视既定政策，蓄意改变规则，并试图规避版权法。
收集数据“走捷径”
英国《泰晤士报》近日刊文指出，科技巨头一直在“走捷径”为其AI系统收集训练数据。OpenAI开发了一款名为Whisper的语音识别工具，可将YouTube视频中的音频文件转录为纯文本文档，从而创建一个口语对话数据源，帮助训练其下一代基于文本的GPT-4算法。
美国《商业内幕》网报道称，YouTube在其官网明令禁止“独立”于其之外的应用程序使用其视频内容。而OpenAI的数据并非意外收集的。
实际上，OpenAI员工知道这样做会涉足法律灰色地带。OpenAI总裁格雷格·布罗克曼甚至亲自参与了所使用视频的收集。但OpenAI依然认为这是合理的，最终获得了超过100万小时的转录视频。
最大的谜团在于，OpenAI如何访问足够多的YouTube视频来完成这项工作。
当OpenAI首席技术官米拉·穆拉蒂被问及该公司是否使用YouTube视频来训练Sora时，她表示并不确定。当再次被问及训练数据的来源时，她表示不会透露细节。
《纽约时报》称，与OpenAI一样，谷歌也转录了YouTube视频，为其AI模型收集文本，这可能侵犯了视频创作者的版权。去年，谷歌还更改了其服务条款。此番动机意图明显，即允许AI对来自谷歌文档中公开可用文档的数据以及上传到谷歌地图的餐馆评论等其他材料进行训练。
面临“数据瓶颈”
对于科技公司来说，庞大的数据“肥料”是生成式AI的核心养分，也是大模型发展的必争之地。唯有足够的数据才能指导技术即时生成与人类创作相似的文本、图像、声音和视频，实现系统创新。
但随着AI发展，现有互联网信息量的不足、高质量文本数据的匮乏以及科技巨头优质数据的垄断，都可能导致AI“养分不足”。即便谷歌和Meta拥有数十亿用户，每天都会产生搜索查询和社交媒体帖子，但这些数据在很大程度上受到隐私法和自身政策的限制，无法让AI利用这些内容。
这些科技公司的处境似乎十分窘迫。据人工智能研究机构Epoch称，科技公司最快将于2026年耗尽互联网上的高质量数据。这些公司使用数据的速度超过了产生数据的速度。
Meta同样也遇到了训练数据可用性限制。该公司打算采取一些措施，例如支付图书许可费用，甚至直接收购一家大型出版商。Meta也曾作出以隐私为中心的变革，因此它使用消费者数据的方式显然也受到了限制。
在人类数据告急的情况下，不少公司甚至试图用AI“喂”AI。包括微软、OpenAI在内的公司正在把大模型生成的结果，也就是所谓的“合成数据”，“喂”给参数更小的模型。但有研究认为，合成数据最终将让AI“自食其果”。
因版权被多方状告
《纽约时报》去年起诉OpenAI和微软，称其在未经许可的情况下使用受版权保护的新闻文章来训练AI聊天机器人。OpenAI和微软回应称，这属于“合理使用”，或者说是版权法允许的，因为他们为了不同的目的而改造了这些作品。
去年，超过1万个贸易团体、作者、公司和其他人士向美国版权局提交了有关AI模型使用创意作品的意见。
生成式AI的迅速兴起引发了一场全球性的高质量数据竞赛。然而，在这个新领域中，关于什么是合法的、道德的，没有明确规定。
《商业内幕》网称，目前，谷歌、OpenAI和其他科技公司正在辩解，认为将受版权保护的内容用于AI模型训练是合法的，但监管机构及法院尚未对此作出裁决。
美国电影制作人、前演员及作家贾斯汀·贝特曼告诉版权局，AI模型在未经许可或付费的情况下获取了其作品内容。她称，“这是美国最大的盗窃案。”
发布时间：2024-04-17 18:46
上述文字是💠《繁荣背后存隐忧，美AI巨头被控秘密“侵吞”数据|今日视点》✨的美文内容，大家如想要阅读更多的短文学、文学名著、精品散文、诗歌等作品，请点击本站其他文章进行赏析。
版权声明：本文由互联网用户自发贡献，该文仅代表作者观点。芒果文学仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件进行举报，一经核实本站将立刻删除。
8月21日晚间，中国船舶集团有限公司旗下上市公司中船科技股份有限公司正式发布公告称，中船科技已完成资产收购。这意味着，自2022年1月正式披露重大资产重组预案以来，中船科技...
2 月 25 日消息，北京市商务局现发布通知，面向在京消费者发放京彩・绿色消费券，鼓励消费者购买使用绿色智能商品，持续助力北京国际消费中心城市建设。据悉，此次消费券发放的...
妈妈经常用百梦多咖喱做菜。记得有次做了咖喱牛肉，味道非常浓郁，我将这咖喱牛肉盖在饭上，超级美味，一下子吃了两碗饭，肚子快要撑破了。 好侍百梦多咖喱很好吃啊，我一个星...
想让电脑定位，非常简单。 只需你把电脑的网络打开即可。 打开百度地图--我的位置。 打开桌面“我的电脑”点击菜单上面的“向上”，当看到IE图标后把他拖到桌面即可(恢复网页的...
苹果手机电池88属于9成新，iphone电池最大容量88是正常的，但是也可以更换电池了。如果iPhone手机的电池循环了600次，达到了88%的健康度是正常的；如果是电池循环没有600次，或者电池...
Sherlock Holmes 是Sherlock Holmes 音标： http://www..com/s?ie=gb2312bs=Sherlock+Holmessr=z=cl=3f=8tn=wd=Holmesct=1048576 http://www..com/s?ie=gb2312bs=Sherlock+Holmessr=z=cl=3f=8tn=wd=Sherlockct=1048576 英文名：Sherlock Holmes Sherl...
1.愿你在人潮拥挤的街头， 与命中注定到白头的人撞个满怀。 2.过去就让它过去，来不及从头喜欢你。 3.我们都喜欢光，虽然转瞬即逝，但你还是你，有我一喊就心颤的名字。 4.这里荒...
近日，基石药业宣布，与三生制药附属公司沈阳三生制药有限责任公司就抗PD-1单抗nofazinlimab(CS1003)签订许可协议。 依据许可协议条款，基石药业从此次交易中获得6000万元的首付款，上...
本文目录一览： 1、aiib是哪个组织的简称 aiib相关介绍 2、aiib是哪个组织的简称(aiib是什么组织) 3、aiib是什么组织,aiib全称 aiib是哪个组织的简称 aiib相关介绍 1、AIIB的全称是Asian Infrast...
导读：下文是小编给大家带来的知乎消息数字提醒在哪关 知乎消息数字提醒关闭位置一览。知乎消息数字提醒在哪关?知乎是一款非常实用的查询问题的助手，当你在生活中或是工作中...
唐朝是指一个国家，因为“朝”指的是一个国家，前面和它相结合的一个字是这个国家的国号。而唐代指的是时代，是一个历史时期，唐代指的是唐朝时的那个时代，那一个历史时期...
近日 ，住在上海青浦区的李密斯用高价拍下了一盒具有保藏价值的普洱茶，成果不知情的保母认为是通俗茶叶竟拿它煮了茶叶蛋。 (来自:视觉中国) 李密斯简单计算了下那小盆茶叶蛋的...
本篇文章给大家谈谈100wh,以及100wh等于多少毫安对应的知识点，希望对各位有所帮助，不要忘了收藏本站！ 内容导航： 100wh什么意思 100wh等于多少毫安 充电宝多少毫安可以带上飞机 1...
排骨冬瓜汤的做法没了炊火气，人生就是一段孤单的路程。今天给各人分享10种家常粥的做法，营养丰硕，好喝不上火，全家都爱喝，快快保藏吧！ 2锅中油烧热放入葱煸香，参加虾头炒...
1.注意集中。记忆时只要聚精会神、专心致志，排除杂念和外界干扰，大脑皮层就会留下深刻的记忆痕迹而不易遗忘。如果精神涣散，一心二用，就会大大降低记忆效率。 2.兴趣浓厚。...
1.外国人的礼仪是什么啊 外国礼仪 到外国人办公室或住所，均应预先约定、通知，并按时抵达。 如无人迎候，进门先按铃或敲门，经主人应允后方得进入。如无人应声，可稍等片刻后...