Le aziende tecnologiche sono attualmente impegnate in una corsa sfrenata per dominare il settore dell’intelligenza artificiale (IA), ma si trovano di fronte a una sfida critica: la necessità di vasti quantitativi di dati per addestrare i loro modelli di IA. Per soddisfare questa domanda crescente, compagnie come OpenAI, Google e Meta hanno adottato azioni discutibili, deviando dalle politiche aziendali e persino aggirando i limiti legali.
Ad esempio, OpenAI si è trovata di fronte a una carenza di approvvigionamento verso la fine del 2021. Per addestrare il loro ultimo sistema di IA, necessitavano di più dati ma avevano già esaurito le fonti affidabili di testo in lingua inglese su internet. In risposta, i ricercatori di OpenAI hanno sviluppato Whisper, uno strumento di riconoscimento vocale che trascriveva l’audio da video di YouTube. Il testo conversazionale risultante è stato inserito nel loro potente modello di IA, GPT-4, per potenziarne le capacità.
L’utilizzo di video di YouTube per la trascrizione del testo ha sollevato preoccupazioni riguardo possibili violazioni delle regole di YouTube. Tuttavia, OpenAI ha proseguito e trascritto oltre 1 milione di ore di video, utilizzando i testi per migliorare il loro sistema di IA. Greg Brockman, presidente di OpenAI, ha partecipato personalmente alla raccolta di questi video.
Analogamente, Meta, la società madre di Facebook e Instagram, ha esplorato vari metodi per acquisire i dati necessari. In incontri interni sono emerse discussioni sull’acquisto di Simon & Schuster, una casa editrice, per ottenere accesso a opere di lunga durata. Hanno anche considerato il reperimento di dati coperti da copyright da vari siti web, anche se ciò avesse comportato conseguenze legali. La negoziazione di licenze con editori e creatori di contenuti è stata percepita come un’attività laboriosa e non pratica.
Google, un altro grande player nel campo dell’IA, ha utilizzato la trascrizione di video di YouTube per la raccolta di dati, potenzialmente violando i diritti d’autore dei creatori di video. L’azienda ha inoltre ampliato i propri termini di servizio per accedere ai documenti di Google disponibili pubblicamente, alle recensioni di ristoranti su Google Maps e ad altri materiali online, al fine di utilizzarli per prodotti di IA.
Le azioni di queste aziende tecnologiche mettono in luce la crescente dipendenza dalle informazioni online per alimentare gli sviluppi nel campo dell’IA. Testi, immagini, suoni e video creati dagli esseri umani sono diventati risorse preziose per l’addestramento dei sistemi di IA. Man mano che i modelli di IA diventano più potenti, la quantità di dati di cui necessitano continua ad aumentare.
Le aziende tecnologiche si trovano di fronte a una sfida urgente nell’accedere a dati di alta qualità. Sebbene internet fosse una volta una fonte abbondante di informazioni, gli sviluppi nel campo dell’IA richiedono repository più diversificati ed estesi. Tuttavia, regolamentazioni come le leggi sulla privacy ostacolano aziende come Google e Meta dall’utilizzare i contenuti generati dagli utenti per scopi di IA.
Gli esperti prevedono che i giganti tecnologici potrebbero esaurire i dati di alta qualità disponibili su internet già entro il 2026. Di conseguenza, le aziende si trovano a esplorare approcci alternativi per raccogliere dati, compreso la creazione di informazioni sintetiche. Questo implica che i modelli di IA generino testi, immagini e codici per apprendere dai propri output.
OpenAI, Google e Meta hanno affrontato le preoccupazioni riguardo all’acquisizione dei dati, mettendo in luce i loro sforzi nel selezionare e integrare i dati nei loro modelli di IA. OpenAI afferma che ciascuno dei suoi modelli di IA possiede un set di dati unico, selezionato per potenziare la propria comprensione del mondo. Google ammette di utilizzare i contenuti di YouTube, ma rigorosamente nel rispetto degli accordi con i creatori, mentre Meta sottolinea la vasta collezione di immagini e video condivisi pubblicamente da Instagram e Facebook.
L’utilizzo sempre maggiore di opere creative da parte delle aziende di IA ha scatenato dispute legali riguardanti il diritto d’autore e le licenze. Numerose associazioni di settore, autori e aziende hanno inviato commenti all’Ufficio del Copyright riguardanti l’utilizzo delle proprie opere da parte dei modelli di IA. L’Ufficio del Copyright si sta ora preparando a fornire indicazioni su come la legge sul diritto d’autore si applica all’era dell’IA.
Il dilemma dei dati nell’IA è un problema complesso che coinvolge il trovare un equilibrio tra l’innovazione e il rispetto dei diritti dei creatori. Mentre le aziende tecnologiche si sforzano di sviluppare sistemi avanzati di IA, la ricerca dei dati continuerà a evolversi, generando dibattiti continuativi riguardanti i limiti etici e legali.
**Domande Frequenti**
1. Come le aziende tecnologiche acquisiscono i dati per i loro modelli di IA?
Le aziende tecnologiche come OpenAI, Google e Meta stanno adottando vari metodi per raccogliere dati per i loro modelli di IA. Questi metodi includono la trascrizione audio da video di YouTube, l’accesso a materiale online disponibile pubblicamente e la selezione dei propri set di dati.
2. Cosa si intende per informazioni sintetiche e come vengono utilizzate?
Le informazioni sintetiche si riferiscono a dati generati dagli stessi modelli di IA, inclusi testi, immagini e codici. Le aziende tecnologiche stanno esplorando l’uso di informazioni sintetiche quando l’accesso limitato ai dati organici non è disponibile.
3. Quali sfide affrontano le aziende tecnologiche nell’acquisizione dei dati per i loro modelli di IA?
Le aziende tecnologiche si confrontano con sfide come le leggi sulla privacy, le politiche aziendali e possibili violazioni del copyright nell’acquisizione dei dati per i loro modelli di IA. Queste sfide richiedono approcci innovativi per superare le limitazioni dei dati.
4. In che modo l’uso di opere creative da parte dei modelli di IA sta influenzando i creatori e i detentori dei diritti d’autore?
L’uso di opere creative da parte dei modelli di IA ha sollevato preoccupazioni tra i creatori e i detentori dei diritti d’autore, portando a cause legali e discussioni sulla legge sul diritto d’autore. Il dibattito in corso ruota attorno all’uso lecito, alla trasformazione delle opere e alla necessità di proteggere i diritti di proprietà intellettuale.
The source of the article is from the blog elperiodicodearanjuez.es