涉17万个视频!英伟达等巨头被曝违规使用YouTube数据训练模型
MPA
发表于 2024-7-17 15:06:11
137
0
0
当地时间7月16日,据外媒报道,包括苹果、英伟达、Salesforce和Anthrophic在内的一些大型科技公司,被曝在训练AI模型时使用了来自谷歌旗下视频网站YouTube的未授权数据。这些公司使用了一个由第三方提供的数据集,其中包含从YouTube上抓取的大量视频字幕文本,违反了YouTube禁止从平台上未经许可抓取内容的规定。
报道指出,这些科技公司在训练AI模型时都使用了一个名为“YouTube Subtitles(YouTube字幕)”的数据集,大小为5.7GB,包含4.89亿个单词,来自Youtube上超过4.8万个频道中的17.35万个视频。该数据集由视频字幕的纯文本组成,包括视频博主上传的部分和Youtube自动转录的文本,除了英语外,通常还附带日语、德语和阿拉伯语等语言的翻译。
非营利性组织EleutherAI是争议数据集的创作者,公司尚未对此事作出回应。根据官网介绍,EleutherAI的目标是“降低AI开发的门槛,通过训练和发布模型,让大家接触到尖端的AI技术”。此前,EleutherAI发布了名为“Pile”的数据汇编,其中的大部分数据集都是对公众开放的,包括YouTube Subtitles。
资料显示,在苹果于今年4月发布端侧小模型OpenELM模型的几周之前,公司就使用了Pile进行训练。不过,值得注意的是,苹果自己并没有下载这些数据。因此,从技术层面来说,是EleutherAI违反了YouTube的使用条款。
AI初创公司Anthropic的一位发言人证实,Pile数据集已被用于训练公司的生成式AI助手Claude,而YouTube的相关条款仅涉及“直接使用其平台”,建议与Pile的原作者讨论任何违反YouTube服务条款的行为。苹果、英伟达、Salesforce等其他公司尚未对此事作出回应。
此次事件影响到的创作者包括Marques Brownlee、MrBeast和PewDiePie等知名博主,以及《纽约时报》、英国广播公司(BBC)和美国ABC News等大型新闻出版商。另外,数据集中的一些材料宣传了“地平说”等阴谋论,甚至还包含了已被删除的视频的内容。现在,Pile已从官方下载网站上下架,但仍可通过文件共享服务访问。
对此,知名科技博主Marques Brownlee在X(原推特)平台上表示:“苹果从几家公司获取了他们AI所需的数据,其中一家从YouTube视频中抓取了大量数据/转录文本,包括我的视频。从技术上来说苹果没有‘犯错’,他们没有主动抓取数据。但这将是一个长期存在的问题。”
Marques Brownlee的推文。来源:X平台
虽然苹果和其他公司或许是使用了公开的数据集,并没有违规行为,但此次事件让人们又一次关注到AI训练背后的数据问题。今年年初,YouTube的母公司谷歌被曝利用该平台的视频来训练旗下模型,谷歌当时回应称,这种行为没有违反平台与创作者的协议。
今年3月,OpenAI首席技术官米拉·穆拉蒂(Mira Murati)在接受采访时还曾对文生视频模型Sora的训练数据来源含糊其词。4月,YouTube首席执行官尼尔·莫汉(Neal Mohan)在采访中表示,他并没有直接证据能够证明OpenAI确实使用了YouTube的视频来完善其文生视频AI工具Sora,如果真的使用了,那就“明显违反”了YouTube平台的使用条款。
CandyLake.com 系信息发布平台,仅提供信息存储空间服务。
声明:该文观点仅代表作者本人,本文不代表CandyLake.com立场,且不构成建议,请谨慎对待。
声明:该文观点仅代表作者本人,本文不代表CandyLake.com立场,且不构成建议,请谨慎对待。
猜你喜欢
- “AI妖股”超微电脑财务风险引发关注,“深度绑定”英伟达
- 大厂“拆墙” 巨头“破冰”:淘宝接入微信支付 京东接入支付宝支付
- H&M入驻拼多多 国际快时尚巨头加速拥抱电商
- 08年金融危机中令人闻风色变的资产 今年跑赢了英伟达?
- 韩国互联网巨头Kakao:下月将宣布与英伟达建立AI合作关系
- 中国资产大涨!纳斯达克中国金龙指数涨超5%!美国重磅数据公布 纳指跌超278点 英伟达跌超3% 苹果跌超2%
- OpenAI完成新一轮66亿美元融资 英伟达新近参与
- 英伟达支持的云服务提供商CoreWeave有望获思科投资 估值或达230亿美元
- 英伟达芯片热度爆表 黄仁勋曝Blackwell需求“太疯狂”
- “中国龙ETF”在美上市 持仓对标美股“七巨头”
-
AIエクスプレスによると、10月3日、米株の人気の中概株盤の前が低くなり、ピッピッピッと5%近く下落し、相多、名創優品、小鵬自動車は3%超下落し、百度、蔚来自動車、京東は2%超下落した。 ...
- SOGO
- 3 天前
- 支持
- 反对
- 回复
- 收藏
-
ナスダック中国の金龍指数は5%超上昇し、楽しい自動車は120%超上昇し、金山雲は18%超上昇し、ピシャリと12%超上昇し、子牛の電動、怪獣の充電は10%超上昇し、愛奇芸は8%超上昇し、テンセント音楽、新東方は7%超上昇 ...
- hecgdge4
- 3 天前
- 支持
- 反对
- 回复
- 收藏
-
米非農業雇用データが発表され、FRBの利下げペースは鈍化したか。 現地時間10月4日、米国の最新の非農業雇用データは予想をはるかに上回った。市場はFRBの利下げペースが鈍化すると予想している。このデータが発表 ...
- 内托体头
- 昨天 12:40
- 支持
- 反对
- 回复
- 收藏
-
EUが中国の電気自動車に関税を課す方針、独首相と財務相が反発 ドイツ連邦のショルツ首相は現地時間の10月2日、EUが中国の電気自動車に一時的な補助金税を課す紛争を解決するために中国と交渉することを表明した。 ...
- 寒郁轩良
- 前天 10:13
- 支持
- 反对
- 回复
- 收藏