La ambigüedad del jefe de OpenAI sobre el origen de los datos del modelo Sora en medio de demandas por derechos de autor
Summary:
La CTO de OpenAI, Mira Murati, ha mostrado incertidumbre sobre el origen de los datos utilizados en el entrenamiento del próximo modelo de IA de la empresa, Sora. En una entrevista con The Wall Street Journal, declaró que se utilizaron datos disponibles públicamente y con licencia, pero no pudo confirmar si se incluyeron datos de plataformas de redes sociales. Confirmó el uso de los datos de Shutterstock para la capacitación de Sora. OpenAI se ha enfrentado a múltiples acciones legales debido a los datos de entrenamiento de sus modelos de IA, y los autores y The New York Times alegan que su contenido protegido por derechos de autor se ha utilizado sin consentimiento.
La directora de tecnología de OpenAI, Mira Murati, ha mostrado incertidumbre sobre el origen de los datos utilizados para entrenar el modelo de IA de generación de vídeo de la empresa, Sora, que se lanzará próximamente. Durante una discusión con The Wall Street Journal que tuvo lugar el 13 de marzo, Murati no proporcionó claridad sobre los orígenes de los datos de Sora, un modelo diseñado para producir videos a partir de instrucciones escritas. La respuesta de Murati a las preguntas sobre la base de los datos fue que se obtuvieron de recursos públicos y datos con licencia. Así fue como una firma con una valoración de 80.000 millones de dólares preparaba su próximo modelo. Joanna Stern, de The Journal, preguntó si los datos de entrenamiento de Sora se derivaban de plataformas de redes sociales como YouTube, Instagram o Facebook, a lo que Murati respondió que no estaba segura. Stern luego hizo referencia a la colaboración de OpenAI con Shutterstock, la firma de imágenes de archivo, y se preguntó si sus datos se habían empleado en el entrenamiento de Sora. Ante esto, Murati se abstuvo de dar detalles sobre el uso específico de los datos, pero reiteró que se originaron en fuentes públicas o autorizadas. Más tarde confirmó al Journal que los datos de Shutterstock se utilizaron para Sora.
A los modelos de IA se les enseña a reconocer tendencias, hacer pronósticos o comprender el lenguaje a través de grandes cantidades de datos conocidos como conjuntos de datos de entrenamiento. Desde que se unió a OpenAI en 2018, Murati ha desempeñado un papel central en múltiples proyectos exitosos de la empresa, incluido DALL-E 3, un modelo de generación de imágenes, el instrumento de reconocimiento de voz Whisper y la versión más reciente de su chatbot, GPT-4. Asumió brevemente el cargo de directora ejecutiva temporal en noviembre de 2023 después de que Sam Altman fuera despedido por la junta directiva de OpenAI.
Se han iniciado procedimientos legales contra la empresa relacionados con los datos de entrenamiento de los modelos de IA de OpenAI. En julio de 2023, OpenAI fue demandada por los autores Sarah Silverman, Richard Kadrey y Christopher Golden, ya que afirmaron que ChatGPT genera resúmenes de material protegido por derechos de autor de estos autores. Una demanda similar fue presentada en diciembre por The New York Times contra Microsoft y OpenAI, alegando infracción de derechos de autor, ya que las empresas utilizaron el contenido del periódico en el entrenamiento de sus chatbots de IA. Una demanda colectiva separada en California acusa a OpenAI de extraer datos privados de usuarios de Internet sin obtener el consentimiento del usuario para entrenar a ChatGPT.
Published At
3/16/2024 11:47:13 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.