تصاعد أزمة بيانات تدريب الذكاء الاصطناعي: شركة تكنولوجيا عملاقة أخرى تواجه دعوى قضائية بسبب كتب مسروقة

حدث أمر مثير للاهتمام مؤخرا - حيث تعرضت دائرة التكنولوجيا لدعوى قضائية بشأن مجموعات بيانات الذكاء الاصطناعي. كاتبة تدعى إليزابيث ليون رفعت دعوى قضائية ضد شركة تقنية معروفة لاستخدامها مجموعة بيانات تحتوي على أعمالهم المحمية بحقوق النشر أثناء تدريبهم على نماذج اللغة الكبيرة.

ما الذي يحدث بالضبط؟ المشكلة تكمن في مجموعة بيانات SlimPajama-627B. تأتي هذه المجموعة من مشروع RedPajama، الذي يحتوي على مجموعة مثيرة للجدل للغاية من كتب “Books3” - بصراحة، كمية كبيرة من بيانات الكتب غير المصرح بها. استخدمت الشركة هذه المجموعة من البيانات لتدريب نموذج الذكاء الاصطناعي SlimLM، ووجد المؤلف أن عمله كان مدمجا فيه.

هذه ليست حادثة معزولة. تتراكم مشاكل قانونية مماثلة، ليس فقط لهذه الشركة، بل أيضا لعدة عمالقة تقنية آخرين - متهمين باستخدام محتوى محمي دون إذن عند تطوير أنظمة الذكاء الاصطناعي. وهذا ينطوي على سؤال أساسي: هل يمكن تدريب نماذج الذكاء الاصطناعي باستخدام بيانات من الإنترنت والمنشورات حسب الرغبة؟ كيف يمكن حماية حقوق ومصالح مالكي حقوق النشر؟

من منظور الويب 3 ومجتمع المصدر المفتوح، يعكس هذا تناقضا أكبر. من ناحية، يتطلب تطوير الذكاء الاصطناعي بيانات ضخمة؛ من ناحية أخرى، لا يمكن انتهاك حقوق ومصالح منشئي المحتوى متى شاءوا. أصبح إيجاد توازن بين الاثنين مشكلة تواجه صناعة التكنولوجيا بأكملها. من المفيد الاستمرار في الانتباه لكيفية تطور مثل هذه الدعاوى القضائية في المستقبل.