Já jsem asi naivní, ale jak se tohle dá reálně vymáhat. Pokud nějaká dirma začne svoji AI trénovat na nějakých materiálech, lze to vůbec v případě obvinění zpětně prokázat? Já nevěřím že velké technokorporáty nepoužívají uživatelská data pro trénování svých AI, souhlas nesouhlas, protože to beztak nejde dokázat.

Obecně máte pravdu, ale občas se pořád ještě ojediněle stane, že model zahalucinuje delší kus z training setu, což by použít asi šlo.
I když nedělám si iluze, že by to dopadlo jakkoli jinak než mimosoudním settlementem s dostatečně vysokým držhubným pro autora, a současně zanedbatelným pro majitele AI, včetně NDA doložky.

Případně s trochou cynismu po způsobu Boeingu.

28. 6. 2024, 17:46 editováno autorem komentáře

Dříve se říkalo, na čem AI natrénovali. Takže když někdo uvedl "the Pile", tak ...
Teď už se od toho upouští a nepíše se přesně, na čem je co trénované.

Já nevěřím že velké technokorporáty nepoužívají uživatelská data pro trénování svých AI, souhlas nesouhlas, protože to beztak nejde dokázat.

Ani dokazovat nic není potřeba. Otestováno na lidech v případě poplatků co krade společnost OSA. Platíte za něco, co neděláte a jste automaticky považován za piráta.

Stejný princip jde tedy aplikovat na firmy, co se zabývají LLM (AI). Taková firma by platila nějakou částku, za každou v minulosti vydanou knihu, na kterou se ještě vztahují autorská práva nebo za každou písničku co kdy vyšla. Bylo by to automaticky jednorázově zpětně a potom každý rok za nově vydané. A firmy ani nemusí protestovat, stejně jako uživatelé neprotestují u poplatků OSA. Prostě se na to zvykne.

Zeptal jsem se Barda, kolik bylo v roce 2020 vydáno knih.
V roce 2020 odhaduje UNESCO, že bylo na světě vydáno 672 milionů knih.

Když tedy bude poplatek 1 USD za vydanou knihu, je to 672 milionů dolarů ročně * třeba 100 let zpět = 672 miliard dolarů by firma zaplatila jednorázově a potom každý rok.

A to samé na hudbu.

Rázem by se netrénovali na cizím.

Vyřešeno. Je na světě nějaký další problém?

Odkdy je 672 milionů * 100 = 672 miliard ?

Neda, nebot nijak nedokazes, ze se tak stalo.
Nikdo je nedonuti vydat data a urcite maji data zasifrovane, takze odmitnou vydat kody a voala, nikdo jim nic nedokaze.
Darilo se to v porde kodu, kde byly speicifkce promenne s nazvy projektu a firmy - tam se odstraneni mozna podarilo. Firma to slibila, ale zda tak ucinila, nebo jen prejmenovali promenne nikdo nezjisti.