Apple, NVIDIA та Anthropic використовували транскрипти YouTube без дозволу для навчання ШІ-моделей

Деякі з найбільших технологічних компаній світу, включаючи Apple, NVIDIA та Anthropic, використовували транскрипції YouTube без дозволу для навчання своїх моделей штучного інтелекту, повідомляє розслідування Proof News.

Набір даних, створений некомерційною компанією EleutherAI, включав розшифровки понад 173 тис. відео з більш ніж 48 тис. каналів. Серед цих каналів були роботи відомих творців, таких як Маркес Браунлі та MrBeast, а також матеріали великих видавців новин, таких як The New York Times, BBC та ABC News.

Зміст набору даних з Youtube для навчання ШІ 

Набір даних не включає жодних відео чи зображень з YouTube, але містить текстові транскрипції відео. Це викликає занепокоєння серед творців контенту, оскільки дані використовувалися без їхньої згоди чи компенсації. Маркес Браунлі, відомий техноблогер, опублікував допис на платформі X, в якому розповідає, що його відео також були використані без дозволу, і він вважає це питанням, яке буде розвиватися довгий час.

Підписуйтеся на наші соцмережі

Реакція компаній

Apple, NVIDIA, Anthropic та EleutherAI поки що не прокоментували ситуацію. Представник Google зазначив, що використання даних YouTube для навчання моделей штучного інтелекту без дозволу порушує умови надання послуг платформи. Попередні заяви генерального директора YouTube Ніла Мохана підтверджують, що компанії, що використовують такі дані, будуть нести відповідальність за порушення умов.

Відсутність прозорості

Компанії зі штучним інтелектом критикують за відсутність прозорості щодо джерел даних, що використовуються для навчання їхніх моделей. Художники та фотографи також висловлювали невдоволення через нерозкриття джерел навчальних даних для генеративного ШІ Apple Intelligence.

Використання даних YouTube

YouTube, найбільше у світі сховище відео, є привабливим джерелом для навчання моделей ШІ через велику кількість стенограм, аудіо, відео та зображень. Головний технологічний директор OpenAI Міра Мураті уникла відповідей на питання про використання відео YouTube для навчання їхнього інструменту генерації відео зі штучним інтелектом Sora, зазначивши лише, що були використані загальнодоступні або ліцензовані дані.