大佬们偷上瘾了
文摘
2024-07-21 22:22
山西
哎哟喂，各位摄影家们，大公司偷油管（YouTube）的数据被抓包了，这些著名的大公司个顶个都是行业翘楚，包括苹果（Apple）、英伟达（Nvidia）, 安思普AI（Anthropic）和赛富时（Salesforce）公司。他们用油管视频中的资料来训练其AI模型，尽管油管明令禁止，但这些大佬还是我行我素，“明知山有虎，偏向虎山行”。这事儿是数字媒体平台Proof News与老牌科技杂志《连线》的联手挖出来的。![]()
这些数据包括来自超过4.8万个频道的超过17万个油管视频的字幕，数据集名为“YouTube字幕”，包括来自可汗学院（Khan Academy）、麻省理工学院(MIT)和哈佛大学等教育和在线学习频道，《华尔街日报》、美国国家公共广播电台(NPR)和英国广播公司(BBC)的视频，“史蒂芬·科尔伯特晚间秀”、“约翰·奥利弗上周今夜秀”和“吉米·坎摩尔现场秀”(Jimmy Kimmel Live.)等节目的视频，还有油管上一些超级大V明星，包括有2.89亿的粉丝的MrBeast、1.11亿粉丝的PewDiePie、3100万粉丝的Jacksepticeye和1900万粉丝的Marques Brownlee。![]()
油管明确表示，将视频用于训练AI的行为违反了该平台的服务条款（TOS）。油管首席执行官桑达尔·皮查伊说：“我们有相应的条款和条件，当你开发一款产品时，我们希望人们能够遵守这些条款和条件。”但当下从文本到视频(Text-to-Video)、文本到音频（Text-to-Speech,TTS）的模型的竞争越来越激烈，油管的素材无疑是生成AI的聚宝盆。根据非营利组织EleutherAI发布的一份研究报告，这些数据只是名为“Pile”的冰山一角，还有欧洲议会、英维基百科、书籍和安然公司（Enron）的电子邮件等内容。Pile的大部分数据对所有人免费开放。![]()
“没有人和我说，‘我们想用你们这个’。”《大卫·帕克曼秀》（The David Pakman Show）的主持人帕克曼说，““这是我的饭碗，我投入了时间、资源、金钱和员工来制作这些内容。”这是一家拥有200多万粉丝和20多亿次观看量的视频节目，他的近160个视频被收到训练数据库里。“这是盗窃行为，”流媒体服务Nebula的首席执行官戴夫·威斯库斯（Dave Wiskus）说，尤其“生成型AI“可能会极大地剥削、伤害并取代真的艺术家。其实，AI一开始就带着版权的原罪，训练模型的数据来路一直像个谜。科技公司守口如瓶，谁也不吱声。就拿OpenAI来说吧，前些日子，面对媒体的提问，首席技术官米拉·穆拉蒂就是不肯说其AI文生视频Sora的训练数据详情,她只是笼统地说，“这些数据是公开可用或已获得许可的数据”。而在AI文生图（text-to-image），这种事早就习以为常，见怪不怪了。上个月，Meta使用IG和FB的上数千亿张公开分享的图片和数百亿个视频，训练其AI模型Emu，得到一众摄影大牛联名反对。上月初，时尚摄影师张晶娜和其他三位艺术家直接把谷歌告上了法庭。因为谷歌的AI图片生成器Imagen，偷偷用了他们的版权作品。这可不是头一遭，张晶娜和安德森之前还参与了和Stability AI类似官司。2022年10月，Midjourney创始人大卫·霍尔茨接受福布斯的采访时承认，他们没有训练模型的数亿张图像的版权。
2022年8月，OpenAI的DALL-E 2的训练数据是从互联网上收集的约6.5亿张图像。该公司声称“有数亿张图像是OpenAI获得授权的，还有一些来自公开可用的来源”。2022年2月，老牌图片社盖蒂Getty Images起诉Stable Diffusion，称其已经窃取了他们1200多万张受版权保护的照片，并要求赔偿1.8万亿美元。在赤祼祼的利益面前，大佬们就像一辆脱轨的列车，哐哐哐往前冲，资本的力量碾压所有阻拦它的一切，不管前面是什么。
又：解决拍虚了、修老照片、分辨率低的问题，小编现推荐一款图像AI放大和增强的软件，正在限免ing，可白用一年——Aiarty Image Enhancer，这款基于AI的工具来增强图像细节，消除噪点，提高图像分辨率，最高可放大到32K，满足打印或显示需求。
