برای آموزش از هزاران ویدیوی یوتوب بدون مجوز استفاده کرده است

شرکت یکی از فعالان برجسته در حوزه هوش مصنوعی است که مدل قدرتمند تولید ویدیو را توسعه داده است. بر اساس گزارش جدید نشریه ۴۰۴ مدیا، این شرکت به احتمال زیاد برای آموزش مدل خود بدون کسب اجازه از محتوای ویدیویی تعداد زیادی از کانال‌های یوتوب بهره برده است.

آموزش هوش مصنوعی تولید ویدیو نیاز به حجم عظیمی از داده‌های بصری دارد. گزارش ۴۰۴ مدیا نشان می‌دهد که به صورت غیر‌مجاز بر پایه ویدیو‌های کانال‌های معروفی مانند مستر بیست و ام‌کی‌بی‌اچ‌دی در یوتوب آموزش دیده است. لیست کامل این کانال‌ها در یک فایل گوگل داکس منتشر شده که شامل نزدیک به چهار هزار لینک است.

علاوه بر یوتوب، در این لیست به سایت‌هایی مانند کیس‌کارتون نیز اشاره شده که به عنوان پلتفرم‌های سرقت محتوا شناخته می‌شوند. ادعا می‌شود مدل بر پایه ویدیو‌های این منابع تغذیه شده است. بر اساس گزارش، از یک ابزار دانلودکننده برای دریافت ویدیو‌ها استفاده کرده و سپس مدل خود را با آن‌ها آموزش داده است. همچنین از یک پروکسی بهره برده تا از شناسایی توسط گوگل جلوگیری کند.

احتمال جریمه به دلیل آموزش غیر‌مجاز

در صورت اثبات استفاده غیر‌قانونی از ویدیو‌ها، ممکن است با جریمه‌های سنگین روبرو شود. پیش از این شرکت‌هایی مانند مایکروسافت و اوپن‌ای‌آی به دلیل استفاده از داده‌های نشریاتی نظیر نیویورک تایمز به دادگاه کشیده شده‌اند. اکنون یوتوب نیز در صورت وجود شواهد می‌تواند به صورت قانونی از شکایت کند.

تنها شرکتی نیست که استفاده از داده‌های یوتوب برای آموزش مدل‌های هوش مصنوعی آن آشکار شده است. در اوایل سال جاری می‌لادی، می‌را موراتی مدیر ارشد اجرایی اوپن‌ای‌آی در مورد اینکه آیا مدل سورا با داده‌های یوتوب آموزش دیده یا خیر، اظهار بی‌اطمینانی کرد. مدیرعامل یوتوب نیز احتمال نقض شرایط خدمات توسط اوپن‌ای‌آی را مطرح کرد.

در گزارش‌های دیگر نیز آمده است که شرکت‌هایی مانند اپل، انویدیا، آنتروپیک و سیلس‌فورس برای آموزش مدل‌های هوش مصنوعی خود از بیش از صد و هفتاد هزار ویدیوی یوتوب استفاده کرده‌اند.