Эскалация скандала с данными для обучения ИИ: еще один технологический гигант подает в суд за использование пиратских книг

Недавно произошло интересное событие — технологический круг потерпел судебный иск по поводу наборов данных ИИ. Писательница Элизабет Лайон подала в суд на известную технологическую компанию за использование набора данных с их защищёнными авторским правом произведениями при обучении их больших языковых моделей.

Что именно происходит? Проблема заключается в наборе данных SlimPajama-627B. Этот набор данных взят из проекта RedPajama, который содержит крайне спорную коллекцию книг «Books3» — если говорить прямо, большое количество несанкционированных книг. Компания использовала этот набор данных для обучения модели ИИ SlimLM, и автор обнаружил, что его работа была встроена в неё.

Это не единичный случай. Похожие юридические проблемы накапливаются не только для этой компании, но и для нескольких других технологических гигантов — обвиняемых в использовании защищённого контента без разрешения при разработке ИИ-систем. Это связано с основным вопросом: можно ли обучать модели ИИ, используя данные из Интернета и публикаций по желанию? Как защитить права и интересы правообладателей?

С точки зрения Web3 и сообщества open source это отражает более широкое противоречие. С одной стороны, разработка ИИ требует огромного объема данных; С другой стороны, права и интересы создателей контента нельзя нарушать по своему желанию. Поиск баланса между этими двумя направлениями стал проблемой, стоящей перед всей технологической индустрией. Стоит продолжать следить за развитием подобных судебных разбирательств в будущем.