Kevin TopolskyEtt antal teknikjättar, inklusive Apple, står inför anklagelser om att utbilda AI-modeller med hjälp av YouTube-klipp utan samtycke från innehållsskaparna. Istället för att erhålla tillstånd har dessa företag extraherat undertexter från över 170 000 videor genom en tredjepartsapplikation.
Påverkade skapare som framstående teknikvloggare som Marquees Brownlee (MKBHD), MrBeast, PewDiePie, Stephen Colbert, John Oliver och Jimmy Kimmel har alla påverkats av denna obehöriga användning av deras innehåll. De extraherade undertexterna är transkriptioner av videomaterialet, en tydlig överträdelse av YouTubes riktlinjer.
Avslöjande av Undersökningen och Resultaten
En undersökning genomförd av Proof News har belyst hur några av de rikaste företagen globalt har använt material från tusentals YouTube-videor för att träna sina AI-modeller, nonchalera plattformsregler. Undersökningen avslöjade att undertexter från 173 536 YouTube-videor, från över 48 000 kanaler, utnyttjades av teknikjättar som Anthropic, Nvidia, Apple och Salesforce.
Nedladdningarna utfördes av EleutherAI, en ideell organisation som hjälper utvecklare att träna språkmodeller. Trots deras angivna syfte att tillhandahålla träningsresurser för små utvecklare och akademiker, antogs datasetet också av stora teknikföretag, inklusive Apple.
Användning av Pile Datasetet
Enligt en forskningsrapport som släppts av EleutherAI är datasetet i fråga en del av en samling som kallas Pile. Dessa dataset är öppet tillgängliga för alla på internet, förutsatt att de har nödvändiga resurser och databehandlingskraft. Inte bara teknikjättar utan även akademiker och utvecklare utanför de stora techföretagen har använt dessa dataset.
Företag som Apple, Nvidia och Salesforce, som skryter med värderingar på hundratals miljarder och biljoner dollar, har detaljerat i sina forskningsrapporter hur de utnyttjade Pile för AI-träningsändamål. Rapporter indikerar att Apple använde Pile för att träna OpenELM, en språkmodell lanserad i april, strax före att avslöja nya AI-funktioner för iPhones och MacBooks.
Ytterligare Konsekvenser av Obehörig Användning av Innehåll för AI-träning
Medan den initiala undersökningen belyser den omfattande obehöriga extraheringen av YouTube-innehåll för att träna AI-modeller, uppstår ytterligare konsekvenser från denna praxis. De stora teknikjättarnas användning av undertexter från YouTube-videor utan tydligt samtycke från innehållsskapare väcker flera centrala frågor som förtjänar utforskning.
Nyckelfrågor:
1. Lagliga Konsekvenser: Vilka potentiella rättsliga konsekvenser kan techföretag som är involverade i obehörig användning av YouTube-innehåll för AI-träning möta?
Svar: Företag kan stå inför stämningar för upphovsrättsbrott, skadestånd och skadat rykte för att ha kränkt innehållsskapares immateriella rättigheter utan behörigt tillstånd.
2. Etiska Överväganden: Hur avspeglas den obehöriga användningen av innehåll på de etiska normerna hos dessa teknikjättar?
Svar: Bristen på samtycke och transparens vid användningen av tredjepartsinnehåll för AI-utveckling väcker frågor kring etiska metoder, integritetsrättigheter och rättvis ersättning till skapare.
3. Dataskyddsfrågor: Vilka implikationer har extraheringen av undertexter från YouTube-videor för användares dataskydd och säkerhet?
Svar: Den obehöriga skrapningen av videoinnehåll för AI-träning kan äventyra användares integritet då personlig information inbäddad i undertexter kan missbrukas eller hanteras felaktigt.
Utmaningar och Kontroverser:
Kontroversen kring den obehöriga användningen av YouTube-innehåll för AI-träning presenterar flera utmaningar och kontroverser som förtjänar uppmärksamhet och lösningar.
Fördelar:
1. Kostnadseffektiv Träning: Att få tillgång till publika dataset som Pile från plattformar som YouTube kan minska kostnader för insamling och annotering av stora mängder träningsdata.
2. Förbättrade AI-färdigheter: Genom att utnyttja olika innehållskällor för att träna AI-modeller kan teknikjättar förbättra noggrannheten och mångsidigheten hos sina AI-system för framtida utveckling.
Nackdelar:
1. Brist på Transparens: Den hemliga extraheringen av videoinnehåll utan korrekt attribuering eller samtycke underminerar transparens och ansvarighet i AI-utvecklingsprocesser.
2. Intrång i Upphovsrättsliga Rättigheter: Den obehöriga användningen av upphovsrättsskyddat material för AI-träning väcker frågor kring upphovsrättsliga rättigheter och rättvis ersättning till innehållsskapare.
För mer insikter om AI-etik, dataskydd och teknikregler, besök AoL News.
