Руководитель Microsoft назвал сбор данных ИИ массовым воровством в раскрытых судебных документах
В недавно обнародованных документах по делу New York Times раскрыт случай, когда руководитель Microsoft назвал практики обучения ИИ «воровством» и описал, как OpenAI и Microsoft собирали контент за платным доступом, вызывая опасения по поводу влияния на издателей.
В раскрытых судебных документах по делу о нарушении авторских прав, поданном The New York Times против OpenAI и Microsoft, указано, что старший руководитель Microsoft в частном разговоре охарактеризовал методы обучения ИИ компаний как «воровство». В документах также содержатся внутренние замечания лидеров OpenAI, предупреждающие, что их модели могут представлять «экзистенциальную угрозу» для издателей и журналистов, чьи работы использовались для обучения систем.
Согласно документам, фирмы обходили платные стены, чтобы собрать большие объёмы новостного контента, удаляли уведомления об авторском праве из данных и создавали обширные обучающие наборы, включавшие миллионы статей из Times и других изданий. Внутренние презентации Microsoft отмечают, что движок ответов Copilot снизил коэффициент переходов на сайт Times до 93 % по сравнению с традиционным поиском Bing, что компания назвала «циклом гибели».
Генеральный директор Microsoft Сатья Наделла заявил, что материал за платным доступом должен лицензироваться для обучения, и сказал, что потребовал бы от OpenAI переобучить свои модели, если бы знал, что они собирали такой контент. Глава ChatGPT в OpenAI Ник Тёрли написал, что издатели сталкиваются с «экзистенциальной угрозой» со стороны чат-бота, описывая его как всё более «заменяющий».
Документы показывают, что промежуточные обучающие наборы OpenAI содержат более 91 000 копий работ из Times, Daily News и Центра расследовательской журналистики, а набор, полученный из Common Crawl, включает более двух миллионов документов с nytimes.com. Внутренняя служебная записка Microsoft назвала эту практику «поразительным воровством беспрецедентных масштабов» и «самым крупным воровством труда в истории человечества».
Судебные документы также описывают совместные обмены данными между компаниями, включая проекты Taxi и Mango, которые поставляли друг другу обучающие материалы. Исследователи OpenAI, как сообщается, обсуждали методы обхода платной стены Times, при этом один комментарий охарактеризовал такой подход как «хороший» хак.
Обе компании отказались комментировать недавно обнародованные материалы.