Ambiguidade do chefe da OpenAI sobre a origem dos dados do modelo Sora em meio a processos de direitos autorais
Summary:
O CTO da OpenAI, Mira Murati, mostrou incerteza sobre a origem dos dados usados no treinamento do próximo modelo de IA da empresa, Sora. Em entrevista ao The Wall Street Journal, ela afirmou que dados disponíveis publicamente e licenciados foram usados, mas não pôde confirmar se dados de plataformas de mídia social foram incluídos. Ela confirmou o uso de dados da Shutterstock para o treinamento de Sora. A OpenAI enfrentou várias ações legais devido aos dados de treinamento de seus modelos de IA, com autores e o The New York Times alegando que seu conteúdo protegido por direitos autorais foi usado sem consentimento.
A diretora de tecnologia da OpenAI, Mira Murati, demonstrou incerteza sobre a origem dos dados utilizados para treinar o modelo de IA de geração de vídeo da empresa, Sora, que será lançado em breve. Durante uma discussão com o The Wall Street Journal que ocorreu em 13 de março, a clareza sobre as origens dos dados para Sora, um modelo projetado para produzir vídeos a partir de instruções escritas, não foi fornecida por Murati. A resposta de Murati aos questionamentos sobre a fundamentação dos dados foi que eles foram obtidos com recursos públicos e dados licenciados. Era assim que uma empresa com uma avaliação de US$ 80 bilhões preparava seu próximo modelo. Joanna Stern, do The Journal, perguntou se os dados de treinamento de Sora eram derivados de plataformas de mídia social como YouTube, Instagram ou Facebook, ao que Murati respondeu que não tinha certeza. Stern então fez referência à colaboração da OpenAI com a Shutterstock, a empresa de imagens de estoque, e se perguntou se seus dados haviam sido empregados no treinamento de Sora. Para isso, Murati evitou entrar em detalhes sobre o uso específico de dados, mas reiterou que eles se originaram de fontes públicas ou licenciadas. Mais tarde, ela confirmou ao Journal que os dados da Shutterstock foram realmente utilizados para Sora.
Os modelos de IA são ensinados a reconhecer tendências, fazer previsões ou compreender a linguagem por meio de grandes quantidades de dados, conhecidos como conjuntos de dados de treinamento. Desde que se juntou à OpenAI em 2018, Murati desempenhou um papel central em vários projetos bem-sucedidos da empresa, incluindo o DALL-E 3, um modelo de geração de imagem, o instrumento de reconhecimento de fala Whisper e a versão mais recente de seu chatbot, o GPT-4. Ela assumiu brevemente o papel de CEO temporária em novembro de 2023, depois que Sam Altman foi demitido pelo conselho da OpenAI.
Processos legais envolvendo os dados de treinamento dos modelos de IA da OpenAI foram iniciados contra a empresa. Em julho de 2023, a OpenAI foi processada pelos autores Sarah Silverman, Richard Kadrey e Christopher Golden, pois alegaram que o ChatGPT gera resumos de material protegido por direitos autorais desses autores. Um processo semelhante foi aberto em dezembro pelo The New York Times contra a Microsoft e a OpenAI, alegando violação de direitos autorais, já que as empresas usaram o conteúdo do jornal no treinamento de seus chatbots de IA. Uma ação coletiva separada na Califórnia acusa a OpenAI de extrair dados privados de usuários da internet sem obter o consentimento do usuário para treinar o 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.