计算机行业浅析AI大模型训练数据来源与版权挑战- AI训练数据版权之争,版权问题重视程度的提升 |
||
2024/10/9 16:21:56 | 5501 | |
AI 大模型训练数据来源广泛。在算力可获得性提升以及算法同质化趋 势下,训练数据成为影响大模型性能的重要因素。区别于传统 AI 模 型,大语言模型通常使用公共文本数据集的混合体作为预训练语料库,而多模态大模型则需要大规模的图片和音视频等多模态数据。这 些训练数据的来源广泛,包含公开渠道、企业自研、直接购买与合作 交换等。 内容持有者对 AI厂商态度各异。部分内容持有者针对 AI 平台提出了 各种维权诉求,已有数十起版权诉讼正在进行中。同时,另一部分内 容持有者则选择了授权合作道路。版权纠纷实质上是商业利益之争, 内容持有者具体选择诉讼还是合作取决于其商业模式、内容独特性和 行业结构等因素。作家和艺术家们普遍倾向于抵制 AI 公司并控诉其 侵权行为,而新闻媒体在版权斗争中则难以形成统一阵线。 确保训练数据的合法来源对于 AIGC 发展非常关键。我们在去年的 《从 Adobe 看 AIGC 如何重塑创意工具行业》报告中提到,训练 数据的版权问题是 AIGC 商业化落地的重要阻碍。因此,只有解决了 这一问题,才能在确保合法的前提下,推动生成式 AI 的商业落地。 从 2023 年下半年开始,AI 数据版权诉讼开始进入白热化阶段,而 内容合作则于 2024 年上半年加速,表明过去一年中版权问题已经成 为 AI 领域的焦点,并且相关法律问题正在被逐步揭示与尝试解决。 2024 年有望成为 AI训练数据版权之争的关键年。关于 AI 训练数 据版权诉讼,国内外尚未达成判例,重点案例的判决将对未来行业发 展产生重要意义,需持续关注。同时,越来越多的公司正在明确其立场,显示出行业整体对于训练数据版权问题重视程度的提升。2024 年有望成为 AI 数据版权之争的关键年,将会有更多诉讼、谈判和合 作展开,但未来授权合作或快于法律变革与监管介入。
|
||
上一篇 下一篇 |
返回顶部 ∧ |
技术支持 |
关于创泽 |
隐私条款 |
|
版权所有 @ 创泽智能机器人集团股份有限公司 运营中心 / 北京市·清华科技园九号楼5层 生产中心 / 山东省日照市开发区太原路71 |