Non-profit sertifiserer AI-modeller som lisensierer skrapte data

Non-profit sertifiserer AI-modeller som lisensierer skrapte data

Tidsstempel: 18. januar 2024 7:05
Non-profit sertifiserer AI-modeller som lisensierer skrapet data PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

En tidligere VP for lyd hos Stability AI som sluttet i bransjen på grunn av innholdsskraping, har lansert en ideell organisasjon kalt "Fairly Trained" som sertifiserer generative AI-modeller hvis utviklere har fått samtykke til å trene modellene deres på opphavsrettsbeskyttet data.

Ed Newton-Rex lanserte organisasjonen onsdag og sa at den vil tildele sin første lisensmodellsertifisering til AI-operasjoner som har sikret en lisens for tredjepartsdata som brukes til å trene modellene deres.

Fremtredende AI-modellprodusenter har ikke sikret seg lisenser, i stedet skraper de internett for å skaffe seg et korpus og hevder at praksis er rettferdig. Innholdsskapere er uenige i den tolkningen av opphavsrett og har lansert flere søksmål søker kompensasjon for å ha arbeidet sitt brukt av generative AI-tjenester.

"Det er et skille mellom to typer generative AI-selskaper: de som får samtykke fra opplæringsdataleverandører, og de som ikke gjør det, og hevder at de ikke har noen juridisk forpliktelse til å gjøre det," sier en Fairly Trained poste.

"Vi vet at det er mange forbrukere og selskaper som foretrekker å jobbe med førstnevnte, fordi de respekterer skapernes rettigheter. Men akkurat nå er det vanskelig å si hvilke AI-selskaper som tar hvilken tilnærming.»

Sertifiseringen viser at modellprodusenter har samlet inn data på en ansvarlig måte. Ni generative AI-selskaper som genererer bilde- og lydinnhold har allerede vunnet Fairly Trained-sertifiseringer, inkludert Beatoven.AI, Boomy, BRIA AI, Endel, LifeScore, Rightsify, Somms.ai, Soundful og Tuney.

Selskaper som søker om sertifisering må avsløre kilden til treningsdata og lisenser for å bruke dem, forklarte Newton-Rex til Registeret.

"Vi stiller dem oppfølgingsspørsmål hvis noe er uklart, og vi sertifiserer dem først når vi har tillit til at vi har en fullstendig forståelse av datakildene deres. Som sådan er den avhengig av tillit. Vi føler at det er tilstrekkelig for vårt nåværende stadium, men vi kan oppdatere sertifiseringsprosessen over tid, sa han.

Hvis et selskap trener opp modellene sine på nytt eller utvikler nye på nye opphavsrettsbeskyttede data uten samtykke, er utlevering til Fairly Trained ikke obligatorisk. Organisasjonen vil trekke tilbake sertifikatene hvis den finner at modeller bryter kravene.

Organisasjonen innrømmet at lisensmodellsertifiseringen ikke løser alle AI-opphavsrettsproblemer. Å kompensere og kreditere folk for deres immaterielle rettigheter er ikke noe Fairly Trained driver med for øyeblikket. Forhandlinger mellom generative AI-selskaper og opphavsrettseiere tar opp problemet.

"Fairly Trained AI-sertifisering er fokusert på samtykke fra opplæringsdataleverandører fordi vi tror relaterte forbedringer for rettighetsinnehavere kommer fra samtykke: rettferdig kompensasjon, kreditt for inkludering i datasett og mer. Vi er oppmerksomme på at ulike rettighetsinnehavere sannsynligvis vil ha ulike krav til AI-selskaper. Hvis det er et samtykketrinn for rettighetshaverne, er det en mulighet for rettighetshaverne til å sikre seg eventuelle andre krav de har», heter det fra organisasjonen. FAQ.

Newton-Rex håper at forbrukernes bekymringer om maskiner som river av menneskers arbeid kan føre til at AI-brukere blir mer kresne når det gjelder verktøyene de bruker. Brukere kan derfor utøve nok press til at AI-bedrifter vil vise at de har trent modellene sine på etisk hentet innhold.

"Vi håper at Fairly Trained-sertifiseringen er et merke som forbrukere og selskaper som bryr seg om skapernes rettigheter kan bruke for å bestemme hvilke generative AI-modeller de skal jobbe med," sa den ideelle organisasjonen.

I fjor, Newton-Rex slutte jobben hans hos Stability AI etter en intern strid om lovligheten og etikken ved å skrape opphavsrettsbeskyttet materiale uten samtykke for å trene AI-modeller. Han sa at han ikke kunne endre andre stabilitetslederes mening om dette emnet og trakk seg over saken. ®

Tidstempel:

Mer fra Registeret