Materi anyar sing durung dirampungake ing tuntutan hak cipta The New York Times nglawan OpenAI lan Microsoft ngungkapake pirang-pirang pengakuan internal sing nggumunake - kalebu eksekutif Microsoft ndhuwur kanthi pribadi nggambarake praktik pelatihan AI perusahaan minangka nyolong, lan pimpinan OpenAI dhewe sing ngakoni manawa chatbot kasebut nyebabake "ancaman eksistensial" kanggo penerbit sing karyane nglatih.
Pengajuan kasebut, sing dilapurake dening TechCrunch ing Kamis, teka telung taun sawise The Times pisanan nuntut, nyatakake yen perusahaan kasebut nglanggar hukum hak cipta kanthi nglatih model AI generatif babagan konten kasebut. Rincian materi sing mentas katon carane perusahaan diduga entuk lan nggunakake konten kasebut: ngliwati paywall sing ora dideteksi, mbangun set data latihan liwat scraping massal, lan kanthi sengaja ngilangi kabar hak cipta saka data latihan. For more context on this story, see our ongoing breaking AI news.
Wigati dicathet yen guwa TechCrunch dhewe ditandhani: akeh informasi anyar asale saka ringkesan The Times dhewe tinimbang pameran dhasar, sing tetep disegel, lan kutipan kasebut ditampilake tanpa konteks asline.
'A Doom Loop' kanggo Penerbit
Antarane wahyu sing paling penting yaiku data Microsoft dhewe babagan apa sing ditindakake "mesin jawaban" Copilot kanggo lalu lintas menyang situs web The Times. Miturut pengajuan, tokoh internal Microsoft nuduhake Copilot nyebabake tarif klik-tayang kanggo domain nytimes.com mudhun nganti 93 persen dibandhingake karo panelusuran Bing tradisional.
Presentasi internal sing ditulis dening direktur Ilmu Terapan Microsoft, Brent Hecht, ing Januari 2024 nggambarake penurunan kasebut minangka "doom loop" sing bakal "ngrusak kinerja model kita lan kabeh web ing wektu sing padha."
"Pancen ora biasa yen produk pungkasan ngancam dhasar ekonomi para pemasok penting, nanging kahanan iki wis digawe kanggo bisnis LLM babagan 'rantai pasokan konten,'" dokumen Microsoft diwaca, kaya sing dikutip ing file kasebut.
Pengakuan kasebut langsung nglawan salah sawijining pilar pertahanan panggunaan sing adil sing diandelake perusahaan AI: panggunaan kasebut ora ngganti karya asli utawa ngrusak pasar.
Tembung Piyambak Eksekutif Ketik Rekam
Filing sing ora direkam uga njupuk penilaian jujur saka tokoh paling senior perusahaan.
CEO Microsoft Satya Nadella menehi kesaksian ing deposisi awal taun iki yen "apa wae sing paywall kudu dilisensi dening sapa wae sing pengin nggunakake ... kanggo grounding utawa latihan." Nadella nerangake yen dheweke "wis ngerti yen OpenAI wis ngeruk lan nglatih informasi sing ana ing mburi paywall," dheweke bakal "ngundang [hak Microsoft kanggo] mbutuhake OpenAI kanggo nglatih maneh modele."
Nadella uga sarujuk kanthi sumpah manawa ngobrol karo chatbots "wis ngganti ... menehi informasi langsung ing situs web ing platform AI tinimbang kudu menyang sumber dhasar."
Ing sisih OpenAI, Nick Turley, kepala perusahaan ChatGPT, nulis ing komunikasi internal manawa penerbit ngadhepi "ancaman eksistensial" saka produk kaya chatbot, sing "ujare substitutif" lan "bakal dadi luwih substitutif nalika dadi luwih apik." Presiden OpenAI Greg Brockman nggambarake model kasebut minangka "apik banget ing warta."
Lan ing memo internal Januari 2023, Hecht - eksekutif Microsoft sing padha sing banjur menehi tandha "doom loop" - diarani scraping "nyolong nggumunake proporsi sing durung tau ana sadurunge" lan "nyolong tenaga kerja paling gedhe ing sejarah manungsa."
Skala Tipis saka Salinan
Dokumen kasebut ngitung salinan ing skala sing durung diungkapake sadurunge. Dataset mid-training OpenAI mung, pengajuan kasebut, ngemot luwih saka 91,692 salinan karya sing diterbitake dening The New York Times, New York Daily News, lan Center for Investigative Reporting.
Dataset sing asale saka Common Crawl, gudang data crawl web gratis, kalebu luwih saka 2 yuta dokumen saka nytimes.com wae. Pengajuan kasebut uga nggambarake Project Mango, inisiatif data Microsoft-OpenAI sing kumpulan set latihan ngemot salinan paling ora 160,903 karya unik saka penerbit warta. OpenAI ngirim kabeh set data pelatihan GPT-3 menyang Microsoft kanggo evaluasi, ujare pengajuan, lan Microsoft uga nyedhiyakake data pelatihan kanggo OpenAI liwat inisiatif sing diarani Project Taxi lan Project Mango.
Karyawan OpenAI uga diduga nggawe set data latihan awal kaya WebText lan WebText2 sing ora proporsional ngandelake konten berita sing dicopot.
Hacks Paywall lan Kabar Hak Cipta sing diudani
Mbok menawa rincian sing paling jelas yaiku babagan carane konten kasebut dipikolehi. Nalika peneliti OpenAI Nick Ryder ngandhani Brockman babagan "hack kanggo ngubengi paywall nytimes," Brockman - pengajuan kasebut - mangsuli: "ah becik."
File kasebut luwih nggambarake upaya sing disengaja kanggo ngilangi kabar hak cipta saka data latihan sadurunge tekan model kasebut, amarga peneliti "ora pengin" model kasebut ngasilake "kabar hak cipta" kanggo pangguna.
"Bukti sing dicethakaké pisanan ing kene nuduhake OpenAI lan Microsoft ngerti manawa apa sing ditindakake salah," ujare Steven Lieberman, penasihat New York Daily News, ing pratelan sing dituduhake karo TechCrunch.
Apa Tegese kanggo Perang Gunakake Adil
Pitakonan babagan apa perusahaan AI bisa nglatih kanthi sah babagan materi sing duwe hak cipta tanpa lisensi tetep ora ditanggulangi, nanging hakim nganti saiki luwih seneng karo argumentasi panggunaan adil perusahaan AI. Awal wulan iki, administrasi Trump nyumbang ringkes kanggo mbela panggunaan materi hak cipta OpenAI sing ora dilisensi kanggo nglatih model basa sing gedhe.
Nanging sawetara pangakuan anyar ora cocog karo syarat cilaka pasar tes panggunaan adil - ide manawa panggunaan kasebut ora bisa ngganti utawa nyuda pasar kanggo karya asli. Pernyataan internal manawa produk kasebut "sing umume substitutif," digabungake karo data Microsoft dhewe sing nuduhake ambruk klik-liwat 93 persen, menehi bukti paling konkrit ing The Times babagan substitusi pasar.
Pengajuan kasebut minangka eskalasi paling anyar ing kasus sing wis dadi perang legal babagan carane perusahaan AI entuk data pelatihan. Punapa mawon asil, rekaman unredacted saiki nuduhake yen eksekutif perusahaan dhewe mangertos tension awal - lan sijine iku ing nulis.
Kanggo terus liputan babagan perkelahian hukum sing mbentuk intelijen buatan, tindakake warta AI paling anyar lan analisis jero babagan kasus sing bakal nemtokake industri kasebut.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
