มีรายงานว่า OpenAI และ Google ใช้การถอดเสียงของ YouTube เพื่อฝึกโมเดล AI ของพวกเขา

มีรายงานว่า OpenAI และ Google ได้นำการถอดเสียงวิดีโอ YouTube เพื่อฝึกอบรม LLM ของพวกเขา

เตรียมพร้อมสำหรับประสบการณ์ YouTube ใหม่ล่าสุด

การฝึกอบรมโมเดลปัญญาประดิษฐ์ต้องใช้ข้อมูลจำนวนมากเพื่อช่วยให้เข้าใจบริบทของคำถามได้ดีขึ้น และให้คำตอบที่ดีขึ้นในท้ายที่สุด ในการค้นหาข้อมูลเพิ่มเติมอย่างต่อเนื่อง ทั้ง OpenAI และ Google หันมาใช้วิดีโอ YouTube ที่สร้างโดยผู้อื่นเพื่อฝึกโมเดลภาษาขนาดใหญ่ (LLM) The New York Times รายงานในช่วงสุดสัปดาห์ โดยอ้างถึงบุคคลที่อ้างว่ามีความรู้เกี่ยวกับ กิจกรรมของบริษัท

ในปี 2023 OpenAI ได้พัฒนา Whisper ซึ่งเป็นเครื่องมือรู้จำคำพูดที่จะช่วยให้บริษัทขูด YouTube รับเสียงจากวิดีโอ YouTube มากกว่า 1 ล้านรายการ และใช้ข้อมูลดังกล่าวเพื่อแจ้ง GPT-4 ตามแหล่งที่มาของ Times

ในขณะเดียวกัน Google ก็ถอดเสียงวิดีโอ YouTube ด้วยเช่นกันตามรายงาน ยิ่งไปกว่านั้น ยักษ์ใหญ่ด้านการค้นหาได้เปลี่ยนแปลงข้อกำหนดในการให้บริการในปี 2566 เพื่อให้ง่ายต่อการกวาดล้าง Google เอกสารสาธารณะ รีวิวร้านอาหารใน Google Maps และเนื้อหาที่เปิดเผยต่อสาธารณะอื่น ๆ เพื่อใช้ในรูปแบบ AI ตามรายงานของ Times

ไม่ใช่ความลับที่โมเดล AI ต้องการข้อมูลจำนวนมากเพื่อให้ทำงานได้อย่างมีประสิทธิภาพ ข้อมูลเพิ่มเติม รวมถึงข้อความ เสียง และวิดีโอ ทำให้โมเดลสามารถเข้าใจบริบทของมนุษย์ ปฏิสัมพันธ์ของมนุษย์ และรายละเอียดการสื่อสารที่สำคัญอื่นๆ ที่ทำให้มีประสิทธิภาพมากขึ้น

อย่างไรก็ตาม มีความตึงเครียดเพิ่มมากขึ้นระหว่างบริษัทที่พัฒนาโมเดลเหล่านั้นกับผู้สร้างเนื้อหา เนื้อหาใด (ถ้ามี) ควรได้รับอนุญาตให้ใช้ในการฝึกอบรมโมเดล AI ในหลายกรณี สำนักข่าว เว็บไซต์ และผู้สร้างเนื้อหาต่างเรียกร้องให้ OpenAI, Google, Meta และบริษัทเทคโนโลยีอื่นๆ ชำระค่าเข้าถึงเนื้อหาของตนก่อนที่จะนำไปใช้ในการฝึกอบรม LLM ได้

ในบางกรณี ผู้สร้างโมเดลได้ปฏิบัติตามและลงนามข้อตกลงกับบริษัทต่างๆ รวมถึง Reddit และ Stack Overflow เพื่อเข้าถึงข้อมูลผู้ใช้ ในกรณีอื่น ๆ ก็ไม่มากนัก

ตามรายงานของ The New York Times การถอดเสียงวิดีโอ YouTube มากกว่า 1 ล้านรายการที่ถูกกล่าวหาของ OpenAI อาจทำงานฝ่าฝืนข้อกำหนดในการให้บริการของ Google ซึ่งทำให้แอปพลิเคชันบุคคลที่สามใช้วิดีโอ YouTube ของตนเพื่อวัตถุประสงค์ "อิสระ" นอกจากนี้ การตัดสินใจของบริษัทในการกล่าวหาว่าถอดเสียงวิดีโออาจฝ่าฝืนกฎหมายลิขสิทธิ์ เนื่องจากผู้สร้าง YouTube ที่อัปโหลดวิดีโอไปยัง YouTube ยังคงรักษาลิขสิทธิ์ในเนื้อหาที่พวกเขาสร้างขึ้น

เพื่อให้ชัดเจน รายงานของ Times ไม่สามารถตรวจสอบได้อย่างอิสระ นอกจากนี้ทั้ง Google และ OpenAI ก็ไม่รับทราบว่าพวกเขาคัดลอกข้อมูลอย่างผิดกฎหมาย อย่างไรก็ตาม เรารู้ว่าบริษัทต่างๆ กำลังจะหมดหนทางในการเข้าถึงเนื้อหาเพิ่มเติม ที่แย่กว่านั้นคือแหล่งข่าวของ Times กล่าวว่ามีความเป็นไปได้ที่บริษัทเทคโนโลยีจะหมดเนื้อหาที่จะเข้าสู่โมเดลของตนภายในปี 2569

แล้วไงล่ะ? เป็นไปได้ทั้งหมด - และอาจเป็นไปได้ - ที่บริษัทเทคโนโลยีจะย้ายไปลงนามข้อตกลงใบอนุญาตกับผู้สร้างเนื้อหา สื่อ และแม้แต่ศิลปินดนตรีเพื่อเข้าถึงผลงานสร้างสรรค์ของพวกเขา อาจเป็นไปได้ว่าพวกเขาจะเปลี่ยนข้อกำหนดในการให้บริการเพิ่มเติม หรือแย่กว่านั้นคือหาวิธีหลีกเลี่ยงกฎหมายความเป็นส่วนตัว เพื่อเข้าถึงข้อมูลที่พวกเขาไม่สามารถเข้าถึงได้ในปัจจุบัน

เป็นที่ชัดเจนว่าจำนวนข้อมูลของบริษัทต่างๆ เช่น Meta, Google และ OpenAI ที่ต้องการในปีต่อๆ ไปจะเพิ่มขึ้นเท่านั้น จำเป็นอย่างยิ่งที่เมื่อพวกเขาเข้าถึงข้อมูลนั้น พวกเขาจะต้องเข้าถึงข้อมูลในลักษณะที่ไม่เป็นอันตรายต่อผู้ที่สร้างเนื้อหาตั้งแต่แรก