AI Data Laundering - Waxy.org

הסקירה

מטא הציגה את פרויקט Make-A-Video שלה על בסיס מאגר שכלל 10.7 מיליון סרטונים שנלקחו ישירות ממאגר התמונות של Shutterstock, כולל סימני המים המקוריים על גבי הקבצים, לצד עוד עשרה מיליון קטעים מתוך שלושה מיליון סרטוני יוטיוב. הטקסט בבלוג Waxy בוחן את השיטה הזו, שבה חברות טכנולוגיה מסחריות מנצלות גופים אקדמיים ומלכרים כדי לאסוף מידע מוגן בזכויות יוצרים, להכשיר אותו במסגרת מחקר ללא כוונת רווח, ואז להטמיע אותו במוצרים מסחריים בלי לשאת באחריות משפטית. השם שהודבק כאן לעמוד ברשימת הכלים מתייחס למעשה לתחקיר ביקורתי על הלבנת מידע ולא לתוכנת מדף שמורידים כדי לנהל משימות במשרד. אם חיפשתם תוסף שיסדר לכם את הלוז או יכתוב במקומכם מיילים, הגעתם לכתובת הלא נכונה, כי מדובר במאמר דעה וניתוח טכנולוגי שמסביר איך חברות ענק משיגות את הדאטה שמניע מודלים ליצירת תמונות ווידאו.

במקום תוכנה שמבצעת פעולות אוטומטיות, מה שתמצאו בטקסט הזה הוא פירוק מעמיק של התהליך שדרכו מאגרים נוצרים ומולבנים. חוקרים מקימים מאגר כמו WebVid-10M תחת החרגה של שימוש הוגן למטרות לימוד באקדמיה, ואחר כך תאגיד כמו מטא או סטארטאפ כמו Stability AI משתמשים בתוצרים המוגמרים בתוך מערכות כמו DreamStudio או מודלים חדשים ליצירת וידאו. מחברי המאמר מראים איך ארגון ללא כוונת רווח בגרמניה בשם LAION אסף כמויות עצומות של תמונות וכיתובים, כשחברת Stability AI מימנה ישירות את כוח המחשוב שלו. המנגנון הזה מרחיק את החברות מתביעות פוטנציאליות על הפרת זכויות יוצרים, כי מבחינת הדין האמריקאי, בתי המשפט נוטים לראות במחקר אקדמי שימוש הוגן. אתם מקבלים כאן ניתוח של צינור המידע הזה, כולל דוגמאות מפורטות לפרויקטים מקבילים כמו מאגר הפרצופים MegaFace, שהתחיל מתמונות ברישיון שיתופי של Yahoo ופליקר והגיע לידי חברות מעקב ממשלתיות וצבאיות.

מבחינת כסף, אין כאן מחירון שירות, תוכניות חודשיות או עלויות שימוש במערכת. המידע הכללי מגדיר את העסק כקוד פתוח ובתשלום, אבל הגישה למאמר עצמו באתר פתוחה ואינה דורשת תשלום כלל. המספרים הפיננסיים היחידים שמוזכרים הם כספי ההשקעה הגדולים שזורמים מסביב, כמו הדיווחים על גיוס מתוכנן של 100 מיליון דולר לפי שווי של מעל מיליארד דולר סביב הכלים המסחריים שנבנו על גבי אותם מודלים. אין כאן מדרגת כניסה, חבילת פרו או צורך להוציא כרטיס אשראי, ואין שום מוצר שאתם צריכים לשלם עליו כדי לקרוא את הטענות.

החומר מתאים למי שבונה מודלים בעצמו, עוסק במחקר של בינה מלאכותית, או מתעניין בהשלכות המשפטיות והאתיות של איסוף נתונים בקנה מידה רחב. הוא מיועד גם לאנשי קריאייטיב, יוצרי וידאו וצלמים שרוצים להבין לאן התמונות והעבודות שלהם מתגלגלות בלי שהם נתנו לזה אישור מפורש. מצד שני, מי שמחפש פתרון תוכנה יעיל כדי להגדיל תפוקה יומיומית, לנהל פרויקטים של צוות או לייצר סרטונים בעצמו לא יקבל פה שום כלי עבודה. אין כאן כפתור הרשמה, ממשק משתמש או פיצ'רים של פרודוקטיביות.

לפני שמתבססים על המידע הזה, צריך לזכור שהאתר מציג זווית ראייה ספציפית מאוד של בלוגר וחוקר עצמאי, ולא פסק דין מחייב או סקירה משפטית סופית. הסטטוס של אימון מודלים על חומרים שמוגנים בזכויות יוצרים בארצות הברית עדיין לא הוכרע סופית בבתי המשפט, וההגדרה של מה שמכונה כאן הלבנת מידע אינה מונח משפטי רשמי אלא תיאור ביקורתי של תופעה. הטקסט כולו כתוב באנגלית מלאה, ללא שום תמיכה, ממשק או התייחסות למשתמש הישראלי, למעט הרלוונטיות של הדיון העולמי בזכויות יוצרים עבור כל מי שמעלה תוכן מקומי לרשתות גלובליות כמו יוטיוב או שירותי תמונות. המאמר מסתיים בתהייה של הכותב לגבי היוצרים המקוריים של הסרטונים והתמונות, בלי להציע דרך פעולה טכנית או תוכנה להורדה.