4 月 7 日消息,本周早些時候,《華爾街日報》報道稱 AI 公司在收集高質(zhì)量訓(xùn)練數(shù)據(jù)方面遇到了困難。今天,《紐約時報》詳細介紹了 AI 公司處理此問題的一些方法,其中涉及到屬于 AI 版權(quán)法模糊灰色區(qū)域的內(nèi)容。
報道稱,OpenAI 迫切需要訓(xùn)練數(shù)據(jù),并開發(fā)了 Whisper 音頻轉(zhuǎn)錄模型來克服困難,轉(zhuǎn)錄了超過 100 萬小時的 YouTube 視頻來訓(xùn)練其最先進的大型語言模型 GPT-4。
報道提到,OpenAI 在 2021 年耗盡了有用的數(shù)據(jù)供應(yīng),并在耗盡其他資源后討論了轉(zhuǎn)錄 YouTube 視頻、播客和有聲讀物的可行性。此外,OpenAI 使用了包括來自 Github 的計算機代碼、國際象棋走棋數(shù)據(jù)庫和來自 Quizlet 的作業(yè)內(nèi)容。
據(jù)報道,OpenAI 公司知道這在法律上存在問題,但認為這是合理使用!短┪钍繄蟆穭t透露,OpenAI 總裁 Greg Brockman 親自參與了所使用視頻的收集。
OpenAI 發(fā)言人 Lindsay Held 在一封電子郵件中告訴 The Verge,該公司為其每個模型策劃了“獨特”的數(shù)據(jù)集,以“幫助他們了解世界”并保持其全球研究競爭力。Held 補充說,該公司使用“眾多來源,包括公開數(shù)據(jù)和非公開數(shù)據(jù)的合作伙伴”,并且正在考慮生成自己的合成數(shù)據(jù)。
谷歌發(fā)言人 Matt Bryant 在一封電子郵件中表示,該公司“看到了有關(guān) OpenAI 活動的未經(jīng)證實的報告”,并補充說“我們的 robots.txt 文件(注:網(wǎng)站與爬蟲間的君子協(xié)定)和服務(wù)條款都禁止未經(jīng)授權(quán)的抓取或下載 YouTube 內(nèi)容”。
注意到,YouTube 首席執(zhí)行官 Neal Mohan 近日在采訪中公開表示,盡管沒有直接證據(jù)表明 OpenAI 使用 YouTube 視頻來訓(xùn)練 Sora(文本生成視頻的 AI 模型),但警告稱這種行為違反了 YouTube 現(xiàn)行的平臺服務(wù)條款。
Meta 同樣也遇到了數(shù)據(jù)可用性的限制,在《泰晤士報》聽到的錄音中,Meta 的 AI 團隊為了努力追趕 OpenAI,討論了未經(jīng)許可使用版權(quán)作品的情況。該公司在瀏覽了“互聯(lián)網(wǎng)上幾乎可用的英語書籍、散文、詩歌和新聞文章”后,顯然考慮采取一些措施,例如支付圖書許可費用,甚至直接收購一家大型出版商。(汪淼)
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
近日,德國柏林國際電子消費品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)成功斬獲兩項“IFA全球產(chǎn)品設(shè)計創(chuàng)新大獎”金獎,有力證明了其在全球市場的強大影響力。
近日,中國家電及消費電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實驗室、上海臨港經(jīng)濟發(fā)展(集團)有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。