为了AI西席数据，科技巨头们“无下限”？
发布日期：2024-04-12 11:40 点击次数：187作者：赵雨荷
着手：硬AI
在AI迅猛发展的大潮下，新闻报谈、臆造作品、留言板帖子、维基百科著作、计较机规律、相片、播客和电影裁剪等会聚数据，越来越成为东谈主工智能行业的命根子。因为创建革命系统取决于领有富裕的数据，教育AI即时产生肖似东谈主类创作的文本、图像、声息和视频。
有接洽夸耀，科技公司可能在2026年前就用完互联网上的高质料数据，因为这些公司使用数据的速率比产生数据的速率快，情况依然十分蹙迫。
为了莽撞这一问题，包括OpenAI、Google和Meta等外洋科技巨头在征集数据方面，依然“无所无须其极”，有的甚而初始忽略公司计谋以及躲闪狡饰法律。
OpenAI：转码Youtube、“合成”数据据报谈，现在AI领域的领头羊OpenAI在2021年末，依然挥霍了互联网上统共可靠的英文文本资源，需要更多量据来西席下一个版块的时刻。其时，OpenAI的接洽东谈主员创建了一个名为Whisper的语音识别器具。它不错转录YouTube视频中的音频，生成新的对话文本，使东谈主工智能系统愈加智能。
尽管这么作念可能违背YouTube法令，因为YouTube拦阻用户将其视频用于“沉寂”应用，还拦阻通过“任何自动化技能（如机器东谈主、僵尸会聚或会聚合手取器具）”访谒其视频，但OpenAI的团队转录了最初一百万小时的YouTube视频。然后，这些文本被输入到GPT-4的系统中，成为最新版块ChatGPT聊天机器东谈主的基础。
媒体报谈，OpenAI的职工知谈他们正在涉足法律灰色地带，但他们觉得用视频西席东谈主工智能是合理使用。知情东谈主士说，OpenAI的总裁格雷格·布罗克曼（Greg Brockman）就切身匡助网罗YouTube视频数据，以此为基础带领了开发GPT-4的团队。
数据紧缺的问题，也让OpenAI正在开发“合成”数据，即东谈主工智能模子产生的文本、图像和代码，而非东谈主类创造的数据。换句话说，这些系统从它们我方生成的骨子中学习。
OpenAI独创东谈主Sam Altman此前说，“合成”数据不错创造特等的数据来开发更好的AI版块，并减少他们对受版权保护数据的依赖。
但有分析觉得，开辟一个不错自我西席的AI系统提及来容易作念起来难。从我方的输出中学习的AI模子可能会堕入一个轮回，其中它们加强我方的怪癖、极度和截止。
为了莽撞这一问题，OpenAI和其他机构正在接洽何如让两个不同的AI模子沿途职责，生成更有用、更可靠的合成数据。一个系统产生数据，投资期货而另一个系统判断信息，以分离蛮横。接洽东谈主员对这种情势是否灵验见解不一。
谷歌：修改狡饰计谋 扩大数据着手尽管一些谷歌职工知谈OpenAI依然网罗了YouTube视频的数据，但他们莫得隔绝OpenAI，因为谷歌也使用YouTube视频的转录文底本西席其东谈主工智能模子。这种作念法可能侵略了YouTube创作者的版权。因此，若是谷歌对OpenAI大作念著作，可能会引起公众对其自己情势的抗议，东谈主们说。
客岁，Google还扩大了其工作狡饰要求，允许Google简略使用公开可用的Google Docs、Google Maps上的餐厅驳倒和其他网上材料，为更多的东谈主工智能家具提供复古。
此前，谷歌的狡饰计谋规章，公司只可使用公开信息来“匡助西席谷歌的话语模子并构立功能，如谷歌翻译”，但新要求使谷歌不错哄骗这些数据为其“东谈主工智能模子及构建家具和功能，如谷歌翻译、Bard和Cloud AI功能”。
Meta：版权问题上或铤而走险在AI领域一直处于追逐状态的Meta，客岁初碰到了与其竞争敌手调换的空乏：数据不及。
有媒体报谈，Meta的生成式东谈主工智能副总裁Ahmad Al-Dahle告诉高管，他的团队简直使用了互联网上统共可用的英语竹素、论文、诗歌和新闻著作来开发模子，除非获取更多量据，不然Meta无法与ChatGPT匹敌。
但要念念取得更多量据，版权保护的问题是躲不掉的。该公司客岁计议了购买出书社Simon & Schuster以获取长篇作品，他们还计议了从互联网上网罗版权数据的可能性，即使这可能意味着面对诉讼，因为与出书商、艺术家、音乐家和新闻行业协商许可证需要的时辰太长。
有媒体知道，有Meta高管觉得，OpenAI似乎在未经允许的情况下使用了受版权保护的材料，Meta也可能会奴隶这一“阛阓前例”。
阐述里面会议灌音，Meta的高管们喜悦依据2015年对于作者协会对谷歌的法庭裁决来操作。在那起案件中，谷歌被允许扫描、数字化并在在线数据库中编目竹素，因为谷歌争狡辩它仅在线上重现了作品的片断，并升沉了原作，这组成了合理使用。
风险辅导及免责要求 阛阓有风险，投资需严慎。本文不组成个东谈主投资提倡，也未议论到个别用户特殊的投资野心、财务情状或需要。用户应试虑本文中的任何见解、不雅点或论断是否相宜其特定情状。据此投资，包袱自诩。