Kevin TopolskyΜια σειρά από τεχνολογικούς γίγαντες, συμπεριλαμβανομένης της Apple, αντιμετωπίζουν κατηγορίες για εκπαίδευση μοντέλων AI χρησιμοποιώντας βίντεο από το YouTube χωρίς τη συγκατάθεση των δημιουργών περιεχομένου. Αντί να ζητήσουν άδεια, αυτές οι εταιρείες έχουν εξάγει υπότιτλους από πάνω από 170.000 βίντεο μέσω μιας εφαρμογής τρίτων.
Δημιουργοί περιεχομένου όπως ο γνωστός τεχνολογικός vlogger Marquees Brownlee (MKBHD), ο MrBeast, ο PewDiePie, ο Stephen Colbert, ο John Oliver και ο Jimmy Kimmel έχουν πληγεί από αυτήν την μη εξουσιοδοτημένη χρήση του περιεχομένου τους. Οι υπότιτλοι που εξήχθησαν είναι αποσπάσματα του περιεχομένου των βίντεο, μια σαφής παραβίαση των πολιτικών του YouTube.
Αποκάλυψη της Έρευνας και των Ευρημάτων
Μια έρευνα που πραγματοποιήθηκε από το Proof News ανέδειξε τον τρόπο με τον οποίο μερικές από τις πλουσιότερες εταιρείες παγκοσμίως χρησιμοποίησαν υλικά από χιλιάδες βίντεο του YouTube για την εκπαίδευση των μοντέλων τους AI, παραβλέποντας τους κανονισμούς της πλατφόρμας. Η έρευνα αποκάλυψε ότι οι υπότιτλοι από 173.536 βίντεο του YouTube, που προέρχονταν από πάνω από 48.000 κανάλια, χρησιμοποιήθηκαν από τους τεχνολογικούς τιτάνες όπως η Anthropic, η Nvidia, η Apple και η Salesforce.
Οι λήψεις πραγματοποιήθηκαν από το EleutherAI, μια μη κερδοσκοπική οργάνωση που βοηθά τους προγραμματιστές στην εκπαίδευση μοντέλων γλώσσας. Παρά τον δηλωμένο στόχο τους να παρέχουν πόρους εκπαίδευσης για μικρούς προγραμματιστές και ακαδημαϊκούς, το σύνολο δεδομένων χρησιμοποιήθηκε επίσης από μεγάλες τεχνολογικές εταιρείες, συμπεριλαμβανομένης της Apple.
Χρησιμοποιώντας το Σύνολο Δεδομένων Pile
Όπως περιγράφεται σε ένα ερευνητικό άρθρο που δημοσιεύτηκε από το EleutherAI, το εν λόγω σύνολο δεδομένων είναι μέρος μιας συλλογής που είναι γνωστή με το όνομα Pile. Αυτά τα σύνολα δεδομένων είναι ανοιχτά προσβάσιμα για οποιονδήποτε στο διαδίκτυο, υπό την προϋπόθεση ότι διαθέτει τους απαιτούμενους πόρους και τη δύναμη υπολογιστών. Όχι μόνο οι τεχνολογικοί γίγαντες, αλλά και οι ακαδημαϊκοί και οι προγραμματιστές έξω από τις μεγάλες τεχνολογικές εταιρείες έχουν χρησιμοποιήσει αυτά τα σύνολα δεδομένων.
Εταιρείες όπως η Apple, η Nvidia και η Salesforce, που διαθέτουν αξιολογήσεις στα εκατοντάδες δισεκατομμύρια και τρισεκατομμύρια δολάρια, έχουν περιγράψει στα ερευνητικά τους άρθρα πώς εκμεταλλεύτηκαν το Pile για σκοπούς εκπαίδευσης AI. Αναφορές επισημαίνουν ότι η Apple χρησιμοποίησε το Pile για την εκπαίδευση του OpenELM, ένα μοντέλο γλώσσας που κυκλοφόρησε τον Απρίλιο, λίγο πριν από την αποκάλυψη νέων δυνατοτήτων AI για iPhones και MacBooks.
Επιπτώσεις της Χρήσης Μη Εξουσιοδοτημένου Περιεχομένου για την Εκπαίδευση του AI
Ενώ η αρχική έρευνα επέστησε την προσοχή στην ευρεία, μη εξουσιοδοτημένη εξαγωγή περιεχομένου από το YouTube για την εκπαίδευση μοντέλων AI, προκύπτουν επιπλέον επιπτώσεις από αυτήν την πρακτική. Η χρήση υποτίτλων από βίντεο του YouTube από τους τεχνολογικούς γίγαντες χωρίς τη ρητή συγκατάθεση των δημιουργών περιεχομένου θέτει αρκετά κρίσιμα ερωτήματα που δικαιολογούν μια εξερεύνηση.
Κύρια Ερωτήματα:
1. Νομικές Επιπτώσεις: Ποιες είναι οι πιθανές νομικές συνέπειες για τις τεχνολογικές εταιρείες που εμπλέκονται στη μη εξουσιοδοτημένη χρήση περιεχομένου του YouTube για την εκπαίδευση του AI;
Απάντηση: Οι εταιρείες μπορεί να αντιμετωπίσουν αγωγές για παραβίαση πνευματικών δικαιωμάτων, ζημίες και βλάβη στο κύρος τους για την παραβίαση των πνευματικών δικαιωμάτων των δημιουργών περιεχομένου χωρίς την απαιτούμενη άδεια.
2. Ηθικές Επισημάνσεις: Πώς αντικατοπτρίζεται η μη εξουσιοδοτημένη χρήση περιεχομένου στα ηθικά πρότυπα αυτών των τεχνολογικών γιγάντων;
Απάντηση: Η έλλειψη συγκατάθεσης και διαφάνειας στη χρήση περιεχομένου τρίτων για την ανάπτυξη του AI προκαλεί ανησυχίες σχετικά με τις ηθικές πρακτικές, τα δικαιώματα απορρήτου και τη δίκαιη αποζημίωση των δημιουργών.
3. Ανησυχίες για το Απόρρητο Δεδομένων: Ποιες επιπτώσεις έχει η εξαγωγή υποτίτλων από βίντεο του YouTube στην ασφάλεια και το απόρρητο δεδομένων των χρηστών;
Απάντηση: Η μη εξουσιοδοτημένη εξαγωγή περιεχομένου βίντεο για την εκπαίδευση του AI μπορεί να διακινδυνεύσει το απόρρητο των χρηστών, καθώς προσωπικές πληροφορίες που ενσωματώνονται στους υπότιτλους θα μπορούσαν να χρησιμοποιηθούν κατάχρηστα ή ανεύθυνα.
Προκλήσεις και Πολεμικές:
Η πολεμική γύρω από τη μη εξουσιοδοτημένη χρήση περιεχομένου του YouTube για την εκπαίδευση του AI παρουσιάζει αρκετές προκλήσεις και πολεμικές που αξίζουν προσοχή και επίλυση.
Πλεονεκτήματα:
1. Οικονομικά Αποδοτική Εκπαίδευση: Η πρόσβαση σε δεδομένα συνόλου όπως το Pile από πλατφόρμες όπως το YouTube μπορεί να μειώσει το κόστος που συνδέεται με τη συλλογή και τη σημειοθέτηση μεγάλων ποσοτήτων δεδομένων εκπαίδευσης.
2. Ενισχυμένες Δυνατότητες AI: Χρησιμοποιώντας διαφορετικές πηγές περιεχομένου για την εκπαίδευση των μοντέλων AI, οι τεχνολογικοί γίγαντ
