无论是OpenAI 、谷歌和 Meta 的工作，人工智能为工业部门提供资金，包括以不同的创造性但有争议的方式收集或积累大量数字数据等各种手段，很明显，自动化的能力和能力正在增强。 值得注意的是，采取上述措施（即考虑法律限制和公司政策）等行动所付出的努力相当于用于训练人工智能系统的大量数据。
OpenAI 的耳语计划：挖掘 YouTube 对话
我们的 Whisper 故事是从去年开始的。 一流的英语教材严重短缺，导致教育交付延误。 Whisper 是 Google 的下一步。 它能够理解 YouTube 的海量对话，并以文本形式开发，是一种文本转语音的应用程序。 该人工智能工具本身由超过一百万小时的 YouTube 视频组成，经过人工智能审核以生成新文本（本质上是新对话），已用于训练由最先进的技术生成的人工智能模型一直到 GPT-4，ChatGPT 聊天机器人的最新版本。
尽管一些员工认为 OpenAI 的微软视频会全面抄袭 YouTube，但抄袭的道德规范仍然值得商榷； 此外，一些工作人员承认，不可能完全符合 YouTube 的意图。 同样，对视频进行算法处理以trac文本内容以供人工智能模型使用时遭到反对可能会被视为对视频创作者版权的威胁，从而引起愤怒。
Facebook 和 Instagram 的母公司 Meta 也担心使用 Simon & Schuster 等出版社的版权元素。 同时，它还讨论了收购一般网络内容，可能会陷入版权侵权。
数据紧缩：推动非常规方法
充满竞争的数据收集有助于认识数据的关键地位，并dent数据在人工智能技术发展中的关键地位。 人工智能中的语言需要越来越多的训练数据集，包括 Commonwealth，这些数据集如今被从这些来源之外的地方操纵到维基百科和 Reddit。 对于科技公司来说，尤其是那些难以访问传统数据存储等非常常见的数据源的公司，创建人工智能驱动的模型可能是一种替代解决方案，在这种情况下可能是足够理想的。
技术公司表示数据收集对于人工智能训练是必要的，而同样的过程在法庭上受到法律质疑。 在辩护中， OpenAI和微软赢得了针对他们非法使用版权材料的指控。 尽管如此，他们表示他们的行为符合合理使用的法律原则。 近年来，版权人向美国版权局提交的申请数量已超过一万件，这清楚地表明人工智能时代版权法的独特性和全新性。 因此，基于此基础上使用人工智能的模型没有许可用途，许多作品的主要参与者总是面临着侵权的危险。
海量数据集的必要性
总体而言，凯潘（de Jared，科学家）的工作在人工智能开发领域无意中成为了史诗般的作品。 数据驱动的内容是人工智能训练过程所需的组件之一，但如果没有经过良好训练和有效运行的模型，它就无法正常运行。 随着人工智能技术的增长，对数据在市场上取得成功的需求高速升级，给企业带来了与法律、道德和隐私相关的问题。 因此，人工智能算法必须利用这些数据集才能在市场上取得成功。
V.IP 的数据收集行为因AI增强而被破坏； 典型的方法论誓言正在变得粗糙。 无论是通过 YouTube 演讲还是创建合成数据生成器，这些公司都是肩负着发现法律、道德和隐私问题真正含义的使命的领导者。
他们以后可能会成为海上的笑话。 由于驱动创新过程所需的大量数据的出现，社会领袖需要积极参与建设性对话，以制定规则和标准，使创新努力与知识产权和隐私的道德原则相平衡。
原创故事来自： https
加密大都会学院：想在2025年养活您的钱吗？在即将到来的WebClass中DeFi进行操作保存您的位置
