Что делать с проблемой авторских прав художников и взрывного роста работ ИИ
Колонка Andrew Ng: сообщение 183
Дорогие друзья,
Как вы можете прочитать в этом выпуске The Batch, на компании, занимающиеся генеративным искусственным интеллектом, подали в суд за использование ими данных (в частности, изображений и кода), взятых из Интернета, для обучения своих моделей. После обучения такие модели могут генерировать по запросу изображения в стиле данного художника или код, который выполняет определенные задачи.
Судебные иски ответят на вопрос о том, законно ли использование общедоступных данных для обучения генеративных моделей, но я вижу еще более важный вопрос: справедливо ли это? Если у общества есть точка зрения на то, что справедливо, мы можем работать над принятием законов, отражающих это.Чтобы было ясно, эта проблема намного серьезнее, чем генеративный ИИ. Фундаментальный вопрос заключается в том, следует ли разрешать системам искусственного интеллекта учиться на данных, которые свободно доступны любому, у кого есть подключение к Интернету. Но сейчас основное внимание уделяется моделям, которые генерируют изображения и код.
Сегодня мы регулярно советуем студентам, изучающим компьютерное программирование, читать открытый исходный код и, возможно, вносить в него свой вклад. Чтение с открытым исходным кодом, без сомнения, вдохновляет людей на написание лучшего кода. Никто не ставит под сомнение, справедливо ли это. В конце концов, именно так люди учатся. Справедливо ли, чтобы компьютер делал то же самое?В последний раз, когда я посещал музей Гетти в Лос-Анджелесе, Калифорния, я видел начинающих художников, сидящих на полу и копирующих шедевры на своих собственных холстах. Копирование мастеров - общепринятая часть обучения на художника. Копируя множество картин, студенты развивают свой собственный стиль. Художники также обычно смотрят на другие работы в поисках вдохновения. Даже мастера, чьи работы изучаются сегодня, учились у своих предшественников.
Справедливо ли для системы искусственного интеллекта аналогичным образом учиться на картинах, созданных людьми? Конечно, существуют важные различия между человеческим обучением и машинным обучением, которые влияют на справедливость. Модель машинного обучения может считывать гораздо больше кода и изучать гораздо больше изображений, чем человек.
Эти различия поднимают серьезные проблемы для художников, программистов и общества в целом:
- Производство творческих работ машиной может обесценить труд людей-творцов.
- Генеративные модели могут воспроизводить личный стиль художников, на работах которых они обучались, без компенсации этим художникам.
- Такие модели, возможно, были обучены на конфиденциальных данных, которые не предназначались для размещения в Интернете (например, личные изображения, которые были украдены или/и "были слиты в сеть").
С другой стороны, генеративные модели обладают огромной потенциальной ценностью. Они помогают людям, которые не являются квалифицированными художниками, создавать красивые работы, побуждают художников по-новому сотрудничать с компьютерами и автоматизируют повседневные задачи, чтобы люди могли сосредоточиться на творчестве более высокого уровня. Более того, достижения в области искусственного интеллекта опираются друг на друга, а прогресс в генеративном ИИ влечет за собой прогресс и в других областях.
В результате нам необходимо найти трудный компромисс между обеспечением технологического прогресса и уважением желания защитить средства к существованию создателей. Продуманное регулирование может сыграть важную роль. Можно представить себе потенциальные нормативные рамки, такие как:
- Создание способа для создателей отказаться от претензий
- Предоставления компенсации художникам, когда системы искусственного интеллекта используют их данные
- Выделение государственного финансирования художникам (например, использование налоговых поступлений для финансирования государственных СМИ, таких как Би-би-си)
- Установка ограничения по времени, например, авторского права, по истечении которого творческие работы доступны для обучения ИИ
То, что общество считает справедливым, может измениться. В Соединенных Штатах когда-то считалось справедливым, что голосовать могли только определенные мужчины. Когда взгляд общества на это изменился, мы изменили правила.
В настоящее время в обществе существуют различные взгляды на то, что справедливо для искусственного интеллекта. Учитывая щедрость, предлагаемую генеративным ИИ (и другими системами искусственного интеллекта), и признавая необходимость обеспечения справедливого отношения к создателям, я надеюсь, что мы найдем путь вперед, который позволит ИИ продолжать быстро развиваться на благо всех.
Продолжайте учиться!
Эндрю
Исходный текст: https://www.deeplearning.ai/the-batch/issue-183/
