最近，一位来自马萨诸塞州的 YouTube 创作者大卫・米莱特（David Millette）向 OpenAI 发起了集体诉讼，声称该公司在未获得允许的情况下，使用了数百万个 YouTube 视频的转录内容来训练他们的生成式人工智能模型。根据米莱特的律师在美国加州北区地方法院提交的诉状，OpenAI 被指控暗中转录他的影片及其他创作者的内容，以此训练其 ChatGPT 和其他生成式 AI 产品的模型。
诉状中指出，OpenAI 通过收集这些数据，明显从创作者的工作中获利，而这违反了版权法和 YouTube 的服务条款，这些条款禁止将视频用于独立于其服务的应用。米莱特的律师在诉状中写道，OpenAI 的 AI 产品因使用了未经同意、未给予任何信用和补偿的训练数据而愈发显得有价值。
米莱特代表的律师事务所寻求陪审团审判，并要求赔偿超过500万美元，作为所有可能受到影响的 YouTube 用户和创作者的损失赔偿。
众所周知，生成式 AI 模型并没有真正的智能。它们通过处理大量的数据样本（比如电影、录音、论文等）来学习数据出现的可能性及其模式。很多模型的训练数据来源于网络上的公共网站和数据集。尽管企业声称他们的数据抓取符合 “合理使用” 的原则，但许多版权持有者对此表示不同意，并通过诉讼来停止这种做法。
视频转录内容如今成为了一种重要的训练数据，尤其是随着其他数据来源的枯竭。根据 Originality.AI 的数据，目前全球超过35% 的顶级网站已经封锁了 OpenAI 的网络爬虫。此外，麻省理工学院的数据来源倡议的研究显示，约25% 的高质量数据来源已被限制使用，导致 AI 模型的训练数据变得更加紧张。
值得一提的是，OpenAI 的 Whisper 模型专门用于转录视频音频以收集更多训练数据。根据《纽约时报》的报道，OpenAI 团队在转录了超过一百万小时的 YouTube 视频后，利用这些转录文本来训练他们的 GPT-4模型。这引发了内部讨论，认为这可能违反了 YouTube 的规定。
最近，一位来自马萨诸塞州的 YouTube 创作者大卫・米莱特（David Millette）向 OpenAI 发起了集体诉讼，声称该公司在未获得允许的情况下，使用了数百万个 YouTube 视频的转录内容来训练他们的生成式人工智能模型。根据米莱特的律师在美国加州北区地方法院提交的诉状，OpenAI 被指控暗中转录他的影片及其他创作者的内容，以此训练其 ChatGPT 和其他生成式 AI 产品的模型。
诉状中指出，OpenAI 通过收集这些数据，明显从创作者的工作中获利，而这违反了版权法和 YouTube 的服务条款，这些条款禁止将视频用于独立于其服务的应用。米莱特的律师在诉状中写道，OpenAI 的 AI 产品因使用了未经同意、未给予任何信用和补偿的训练数据而愈发显得有价值。
米莱特代表的律师事务所寻求陪审团审判，并要求赔偿超过500万美元，作为所有可能受到影响的 YouTube 用户和创作者的损失赔偿。
众所周知，生成式 AI 模型并没有真正的智能。它们通过处理大量的数据样本（比如电影、录音、论文等）来学习数据出现的可能性及其模式。很多模型的训练数据来源于网络上的公共网站和数据集。尽管企业声称他们的数据抓取符合 “合理使用” 的原则，但许多版权持有者对此表示不同意，并通过诉讼来停止这种做法。
视频转录内容如今成为了一种重要的训练数据，尤其是随着其他数据来源的枯竭。根据 Originality.AI 的数据，目前全球超过35% 的顶级网站已经封锁了 OpenAI 的网络爬虫。此外，麻省理工学院的数据来源倡议的研究显示，约25% 的高质量数据来源已被限制使用，导致 AI 模型的训练数据变得更加紧张。
值得一提的是，OpenAI 的 Whisper 模型专门用于转录视频音频以收集更多训练数据。根据《纽约时报》的报道，OpenAI 团队在转录了超过一百万小时的 YouTube 视频后，利用这些转录文本来训练他们的 GPT-4模型。这引发了内部讨论，认为这可能违反了 YouTube 的规定。
划重点:
🔍 YouTuber 大卫・米莱特对 OpenAI 提起集体诉讼，指控其未经许可使用视频转录内容进行 AI 训练。
💰 米莱特寻求超过500万美元的赔偿，代表所有受影响的 YouTube 创作者。
🚫 生成式 AI 模型的数据来源面临日益严格的限制，许多顶级网站已封锁 OpenAI 的爬虫。