一千名艺术家联合发布了一张无声专辑，以抗议英国政府将音乐版权出售给人工智能公司。 这一行动旨在强调人工智能对艺术家创作的潜在威胁，以及保护艺术家权利的需求。

द न्यू यॉर्क टाइम्स और डेली न्यूज़ ने कॉपीराइट मुकदमे में अप्रत्याशित मोड़ का सामना किया: OpenAI के एक इंजीनियर ने अनजाने में संभावित प्रमुख सबूत वर्चुअल मशीन खोज डेटा हटा दिया, जिससे इस महत्वपूर्ण कानूनी विवाद में और नाटकीयता आ गई। बुधवार रात न्यूयॉर्क दक्षिणी जिला अमेरिकी न्यायालय में जमा पत्र के अनुसार, दोनों मीडिया कंपनियों के वकील और तकनीकी विशेषज्ञों ने पहले OpenAI के AI प्रशिक्षण डेटा सेट की खोज में 150 घंटे से अधिक का समय व्यतीत किया था। हालाँकि, 14 नवंबर को, एक OpenAI इंजीनियर ने वर्चुअल मशीन पर संग्रहीत डेटा अनजाने में हटा दिया।

गेटी इमेजेज ने एक महत्वपूर्ण पहल की है, जो AI डेवलपर्स को 3750 उच्च गुणवत्ता वाली तस्वीरों के प्रशिक्षण डेटा सेट की सुविधा प्रदान करता है, जो 15 श्रेणियों को कवर करता है, जिसका उद्देश्य AI एप्लिकेशन परिदृश्यों के विकास का समर्थन करना है। ये तस्वीरें हगिंग फेस प्लेटफॉर्म पर उपलब्ध हैं, जहां उपयोगकर्ता सेवा की शर्तों से सहमत होकर और संपर्क जानकारी प्रदान करके मुफ्त में पहुंच सकते हैं। यह कदम व्यवसायों और डेवलपर्स को आकर्षित करने के साथ-साथ इसकी भुगतान लाइसेंसिंग सेवाओं को बढ़ावा देने के लिए किया गया है। गेटी इमेजेज का दावा है कि उसके पास 572 मिलियन से अधिक तस्वीरें हैं, जिनमें से 200 मिलियन से अधिक वाणिज्यिक उपयोग के लिए उपलब्ध हैं।

LAION ने Re-LAION-5B जारी किया, जो दुनिया का पहला AI प्रशिक्षण डेटा सेट है जिसने CSAM लिंक को पूरी तरह से हटा दिया है, और जिसका उद्देश्य बच्चों के यौन उत्पीड़न सामग्री (CSAM) की समस्या को हल करना है। यह डेटा सेट LAION-5B के आधार पर महत्वपूर्ण सुधारों के साथ आया है, जिसे मुख्य रूप से Re-LAION-5B Research और Research-Safe के दो संस्करणों में विभाजित किया गया है, जिसमें 2236 CSAM लिंक हटाए गए हैं, जिनमें से 1008 बच्चों की सुरक्षा संगठनों की सूची से हैं। डेटा सेट में 55 अरब पाठ और छवियों के जोड़े शामिल हैं, जिसका उद्देश्य मदद करना है।

हाल ही में, राष्ट्रीय सुपरकंप्यूटिंग चेंगदू सेंटर, चीन भूकंप ब्यूरो के भूभौतिकी अनुसंधान संस्थान और तियुंगhua विश्वविद्यालय द्वारा संयुक्त रूप से विकसित दित्यि भूकंप तरंग बड़ा मॉडल सिचुआन चेंगदू में औपचारिक रूप से जारी किया गया है। यह मॉडल देश का पहला 100 मिलियन पैरामीटर वाला भूकंप तरंग बड़ा मॉडल है, जो चीन में भूकंप विज्ञान अनुसंधान और कृत्रिम बुद्धिमत्ता प्रौद्योगिकी के एकीकरण में महत्वपूर्ण प्रगति का प्रतीक है।

हाल ही में, बीजिंग इंटरनेट अदालत ने ऑनलाइन चार चित्रकारों द्वारा AI चित्रकला सॉफ्टवेयर विकास और संचालनकर्ताओं के खिलाफ कॉपीराइट उल्लंघन के मामलों की सुनवाई की। इन चार मामलों के याचिकाकर्ता सभी प्रसिद्ध चित्रकार हैं, जिन्होंने पाया कि उनकी原创 कृतियाँ किसी सामग्री साझा करने वाले प्लेटफॉर्म पर AI चित्रकला सॉफ़्टवेयर द्वारा बड़े पैमाने पर अनुकरण की गईं और नई रचनाएँ उत्पन्न करने के लिए प्रशिक्षण सामग्री के रूप में उपयोग की गईं। ये AI द्वारा जनित चित्र रचनाएँ न केवल याचिकाकर्ता की कृतियों की शैली के साथ अत्यधिक समान हैं, बल्कि इन्हें व्यावसायिक उद्देश्यों के लिए भी बड़े पैमाने पर उपयोग किया गया, जिससे याचिकाकर्ता के हितों को गंभीर रूप से नुकसान पहुँचा।

Spawning कलाकारों को अपने कार्यों के ऑनलाइन उपयोग पर अधिक नियंत्रण प्रदान करने के लिए समर्पित है, कंपनी ने अपने नवीनतम प्रोजेक्ट का नाम Source.Plus रखने का निर्णय लिया है, जिसका उद्देश्य 'गैर-उल्लंघन' मीडिया सामग्री को छाँटना है, जिसका उपयोग AI मॉडल के प्रशिक्षण के लिए किया जाएगा, ताकि कलाकार और सर्जक अपने कार्यों के उपयोग अधिकारों का और अधिक बारीकी से प्रबंधन कर सकें।

OpenAI ने डेटा साझेदारी योजना शुरू की, तीसरे पक्ष के संगठनों के साथ मिलकर AI मॉडल प्रशिक्षण के लिए सार्वजनिक और निजी डेटा संचय बनाने के लिए। OpenAI विभिन्न क्षेत्रों, भाषाओं और प्रारूपों के डेटा की तलाश कर रहा है, ताकि AI मॉडल की व्यापक समझ को बढ़ाया जा सके। OpenAI विभिन्न प्रकार के डेटा को इकट्ठा करने की योजना बना रहा है, जिसमें चित्र, ऑडियो और वीडियो शामिल हैं, जो मानव समाज को प्रदर्शित करते हैं, ताकि एक सुरक्षित, मानवता के लिए लाभकारी AI लक्ष्य हासिल किया जा सके। OpenAI का यह उपाय डेटा मालिकों के अधिकारों और पारदर्शिता को लेकर चर्चा को जन्म देता है।

AI उद्योग प्रशिक्षण डेटा की कमी की समस्या का सामना कर रहा है, जो AI मॉडल की वृद्धि को धीमा कर सकता है। उच्च गुणवत्ता का डेटा अत्यंत महत्वपूर्ण है, लेकिन 2026 से पहले यह समाप्त हो सकता है। हल में एल्गोरिदम में सुधार और संश्लेषित डेटा का उपयोग करना शामिल है。

विपरीत कॉपीराइट संगठन ने ऑनलाइन पायरेटेड पुस्तक संसाधनों के भंडार "The Eye" से AI प्रशिक्षण डेटा सेट "Books3" को ऑफ़लाइन कराने में सफलता प्राप्त की है। "Books3" डेटा सेट में 37GB टेक्स्ट है, जिसे कृत्रिम बुद्धिमत्ता मॉडल को प्रशिक्षित करने के लिए उपयोग किया गया है, और इसे कई कंपनियों द्वारा उपयोग किया गया है। विपरीत कॉपीराइट संगठन ने कहा है कि AI ने कॉपीराइट के लिए नई चुनौतियाँ उत्पन्न की हैं और वे इस डेटा सेट को होस्ट करने वाली अन्य वेबसाइटों के खिलाफ कार्रवाई जारी रखने की योजना बना रहे हैं।

गूगल और OpenAI इंटरनेट से डेटा एकत्र करने के लिए बॉट्स का इस्तेमाल करते हैं, लेकिन हाल के कॉपीराइट कानून उनके डेटा खींचने के काम में बाधा डाल रहे हैं। AI मॉडलों के लिए मानव-निर्मित सामग्री की आवश्यकता होती है, लेकिन कंपनियों को इसके लिए भुगतान करना चाहिए या इसे इंटरनेट से प्राप्त करना चाहिए, यह एक बड़ा सवाल है। OpenAI ने पहले से ही GPT-4 को प्रशिक्षित करने के लिए ChatGPT द्वारा बनाए गए डेटा सेट का उपयोग करना शुरू कर दिया है, लेकिन केवल इन डेटा पर निर्भर रहना मॉडल के गिरने का कारण बन सकता है।