ஓபன்ஏஐ மற்றும் மைக்ரோசாப்ட் ஆகியவற்றுக்கு எதிரான தி நியூயார்க் டைம்ஸின் பதிப்புரிமை வழக்கின் புதிய திருத்தப்படாத உள்ளடக்கம், தொடர்ச்சியான உள் சேர்க்கைகளை வெளிப்படுத்துகிறது - மைக்ரோசாஃப்ட் உயர் அதிகாரி, நிறுவனங்களின் AI பயிற்சி நடைமுறைகளை திருட்டு என்று தனிப்பட்ட முறையில் விவரிக்கிறார், மேலும் OpenAI இன் சொந்த தலைமையானது அதன் சாட்போட் அதன் பணியைப் பயிற்றுவிக்கும் வெளியீட்டாளர்களுக்கு "இருத்தலுக்கான அச்சுறுத்தலை" ஏற்படுத்துகிறது என்பதை ஒப்புக்கொண்டது.
வியாழன் அன்று TechCrunch ஆல் அறிக்கையிடப்பட்ட, தி டைம்ஸ் முதன்முதலில் வழக்குத் தொடுத்த மூன்று ஆண்டுகளுக்குப் பிறகு, நிறுவனங்கள் அதன் உள்ளடக்கத்தில் உருவாக்கும் AI மாதிரிகளைப் பயிற்றுவிப்பதன் மூலம் பதிப்புரிமைச் சட்டத்தை மீறியதாகக் குற்றம் சாட்டி வந்துள்ளது. நிறுவனங்கள் எவ்வாறு அந்த உள்ளடக்கத்தைப் பெற்றன மற்றும் பயன்படுத்தியதாகக் கூறப்படும் உள்ளடக்கத்தை புதிதாகக் காணக்கூடிய உள்ளடக்கம் விவரிக்கிறது: பேவால்களை கண்டறியாமல் புறக்கணித்தல், வெகுஜன ஸ்கிராப்பிங் மூலம் பயிற்சி தரவுத்தொகுப்புகளை உருவாக்குதல் மற்றும் பயிற்சித் தரவிலிருந்து பதிப்புரிமை அறிவிப்புகளை வேண்டுமென்றே அகற்றுதல். For more context on this story, see our ongoing latest AI developments.
டெக் க்ரஞ்ச் தானே கொடியிடப்பட்ட எச்சரிக்கையை கவனத்தில் கொள்ள வேண்டும்: புதிய தகவல்களில் பெரும்பாலானவை தி டைம்ஸின் சொந்த சுருக்கத்திலிருந்து வந்தவை, அவை சீல் வைக்கப்பட்டவை, மேலும் மேற்கோள்கள் அவற்றின் அசல் சூழல் இல்லாமல் வழங்கப்படுகின்றன.
வெளியீட்டாளர்களுக்கான 'ஒரு டூம் லூப்'
தி டைம்ஸின் இணையதளத்திற்கு டிராஃபிக்கிற்கு அதன் கோபிலட் "பதில் இயந்திரம்" என்ன செய்தது என்பது பற்றிய மைக்ரோசாப்டின் சொந்த தரவுகள் மிகவும் பின்விளைவுகளை வெளிப்படுத்துகின்றன. தாக்கல் செய்ததன் படி, மைக்ரோசாப்டின் உள் புள்ளிவிவரங்கள், பாரம்பரிய Bing தேடலுடன் ஒப்பிடும்போது, nytimes.com டொமைனுக்கான கிளிக்-த்ரூ விகிதங்கள் 93 சதவிகிதம் குறைவதற்கு Copilot காரணமாக அமைந்தது.
மைக்ரோசாப்டின் பயன்பாட்டு அறிவியல் இயக்குநரான ப்ரெண்ட் ஹெக்ட், ஜனவரி 2024 இல் எழுதிய ஒரு உள் விளக்கக்காட்சி, சரிவை "டூம் லூப்" என்று விவரித்தது, இது "எங்கள் மாதிரிகள் மற்றும் முழு இணையத்தின் செயல்திறனையும் ஒரே நேரத்தில் பாதிக்கும்."
"ஒரு இறுதி தயாரிப்பு அதன் அத்தியாவசிய சப்ளையர்களின் பொருளாதார அடித்தளத்தை அச்சுறுத்துவது மிகவும் அசாதாரணமானது, ஆனால் அதன் 'உள்ளடக்க விநியோகச் சங்கிலி' தொடர்பாக எங்கள் LLM வணிகத்திற்காக நாங்கள் உருவாக்கிய நிலைமை இதுதான்," என்று மைக்ரோசாப்ட் ஆவணம் தாக்கல் மேற்கோள் காட்டப்பட்டுள்ளது.
AI நிறுவனங்கள் நம்பியிருக்கும் நியாயமான பயன்பாட்டுப் பாதுகாப்பின் ஒரு தூணுக்கு எதிராக சேர்க்கை நேரடியாக வெட்டுகிறது: பயன்பாடு அசல் வேலைக்கு மாற்றாகவோ அல்லது அதன் சந்தைக்கு தீங்கு விளைவிக்கவோ இல்லை.
நிர்வாகிகளின் சொந்த வார்த்தைகள் பதிவில் நுழைகின்றன
திருத்தப்படாத தாக்கல்கள் நிறுவனங்களின் மிக மூத்த நபர்களிடமிருந்து நேர்மையான மதிப்பீடுகளையும் கைப்பற்றுகின்றன.
மைக்ரோசாப்ட் தலைமை நிர்வாக அதிகாரி சத்யா நாதெல்லா இந்த ஆண்டின் தொடக்கத்தில் ஒரு டெபாசிஷனில் சாட்சியம் அளித்தார், "பணம் செலுத்தும் எதையும் பயன்படுத்த விரும்பும் எவராலும் உரிமம் பெற்றிருக்க வேண்டும்... அடிப்படை அல்லது பயிற்சிக்காக." "ஓப்பன்ஏஐ ஒரு பேவாலுக்குப் பின்னால் இருக்கும் தகவல்களைத் துடைத்து, பயிற்சியளித்தது" என்று தனக்குத் தெரியப்படுத்தப்பட்டிருந்தால், "ஓபன்ஏஐ அதன் மாடல்களைத் திரும்பப் பயிற்றுவிக்குமாறு [மைக்ரோசாப்ட்டின் உரிமையை] கோரியிருப்பார்" என்று நாதெல்லா தெளிவுபடுத்தினார்.
சாட்போட்களுடன் உரையாடுவது "பதிலீடு செய்யப்பட்டுள்ளது ... AI இயங்குதளத்தில் உள்ள இணையதளத்தில் உங்களுக்குத் தேவையான தகவல்களைத் தருகிறது மற்றும் அடிப்படை ஆதாரத்திற்குச் செல்ல வேண்டும்" என்று நாடெல்லாவும் உறுதிமொழியின் கீழ் ஒப்புக்கொண்டார்.
OpenAI பக்கத்தில், ChatGPT இன் நிறுவனத்தின் தலைவரான Nick Turley, "பெரும்பாலும் மாற்றியமைக்கும்" மற்றும் "மேலும் மேலும் மாற்றியமைக்கும்" சாட்போட் போன்ற தயாரிப்புகளிலிருந்து வெளியீட்டாளர்கள் "இருத்தலியல் அச்சுறுத்தலை" எதிர்கொள்கின்றனர் என்று உள் தொடர்புகளில் எழுதினார். ஓபன்ஏஐ தலைவர் கிரெக் ப்ரோக்மேன் மாடல்களை "செய்திகளில் சிறந்தவை" என்று விவரித்தார்.
ஜனவரி 2023 இன் உள் குறிப்பில், ஹெக்ட் - பின்னாளில் "டூம் லூப்பை" கொடியிட்ட அதே மைக்ரோசாப்ட் நிர்வாகி - ஸ்கிராப்பிங்கை "முன்னோடியில்லாத விகிதத்தில் வியக்க வைக்கும் திருட்டு" மற்றும் "மனித வரலாற்றில் மிகப்பெரிய உழைப்பு திருட்டு" என்று அழைத்தார்.
நகலெடுப்பின் சுத்த அளவுகோல்
ஆவணங்கள் நகலெடுப்பதை முன்னர் வெளிப்படுத்தப்படாத அளவில் அளவிடுகின்றன. தி நியூயார்க் டைம்ஸ், நியூயார்க் டெய்லி நியூஸ் மற்றும் சென்டர் ஃபார் இன்வெஸ்டிகேட்டிவ் ரிப்போர்ட்டிங் ஆகியவற்றால் வெளியிடப்பட்ட படைப்புகளின் 91,692 க்கும் மேற்பட்ட பிரதிகள் OpenAI இன் இடைப்பட்ட பயிற்சி தரவுத்தொகுப்புகளில் மட்டும் இருப்பதாக தாக்கல் கூறுகிறது.
nytimes.com இலிருந்து மட்டும் 2 மில்லியனுக்கும் அதிகமான ஆவணங்களை உள்ளடக்கிய வலை கிரால் தரவின் இலவச திறந்த களஞ்சியமான காமன் க்ராலில் இருந்து பெறப்பட்ட தரவுத்தொகுப்பு. இந்தத் தாக்கல், ப்ராஜெக்ட் மேங்கோ, மைக்ரோசாஃப்ட்-ஓபன்ஏஐ தரவு முன்முயற்சியையும் விவரிக்கிறது, அதன் அசெம்பிள் செய்யப்பட்ட பயிற்சி தரவுத்தொகுப்பில் செய்தி வெளியீட்டாளர்களிடமிருந்து குறைந்தபட்சம் 160,903 தனிப்பட்ட படைப்புகளின் பிரதிகள் உள்ளன. OpenAI ஆனது அதன் முழு GPT-3 பயிற்சி தரவுத்தொகுப்பையும் மைக்ரோசாப்ட் நிறுவனத்திற்கு மதிப்பீட்டிற்காக வழங்கியது, மேலும் மைக்ரோசாப்ட் இதேபோல் Project Taxi மற்றும் Project Mango எனப்படும் முன்முயற்சிகள் மூலம் OpenAI க்கு பயிற்சி தரவை வழங்கியது.
OpenAI ஊழியர்கள் WebText மற்றும் WebText2 போன்ற ஆரம்பகால பயிற்சி தரவுத்தொகுப்புகளை உருவாக்கியுள்ளனர், அவை ஸ்கிராப் செய்யப்பட்ட செய்தி உள்ளடக்கத்தை விகிதாசாரமாக நம்பியிருந்தன.
Paywall ஹேக்குகள் மற்றும் அகற்றப்பட்ட பதிப்புரிமை அறிவிப்புகள்
உள்ளடக்கம் எவ்வாறு பெறப்பட்டது என்பது பற்றிய மிகத் தெளிவான விவரங்கள் இருக்கலாம். ஓபன்ஏஐ ஆராய்ச்சியாளர் நிக் ரைடர் ப்ரோக்மேனிடம் "நைடைம்ஸ் பேவாலைச் சுற்றி வருவதற்கான ஹேக்" பற்றி கூறியபோது, ப்ரோக்மேன் - தாக்கல் கூறுகிறது - "ஆஹா நன்றாக இருக்கிறது" என்று பதிலளித்தார்.
மாடலை அடையும் முன் பயிற்சித் தரவிலிருந்து பதிப்புரிமை அறிவிப்புகளை அகற்றுவதற்கான வேண்டுமென்றே முயற்சிகளை இந்த பதிவுகள் மேலும் விவரிக்கின்றன, ஏனெனில் பயனர்களுக்கு "பதிப்புரிமை அறிவிப்புகளை" வெளியிடும் மாதிரியை ஆராய்ச்சியாளர்கள் "விரும்ப மாட்டார்கள்".
"முதன்முறையாக இங்கே வெளிப்படுத்தப்பட்ட சான்றுகள், OpenAI மற்றும் Microsoft அவர்கள் செய்வது தவறு என்று தெரியும் என்பதைக் காட்டுகிறது" என்று நியூயார்க் டெய்லி நியூஸின் ஆலோசகர் ஸ்டீவன் லிபர்மேன், TechCrunch உடன் பகிரப்பட்ட அறிக்கையில் தெரிவித்தார்.
நியாயமான பயன்பாட்டு சண்டைக்கு என்ன அர்த்தம்
AI நிறுவனங்கள் உரிமம் இல்லாமல் பதிப்புரிமை பெற்ற உள்ளடக்கத்தில் சட்டப்பூர்வமாக பயிற்சி பெற முடியுமா என்ற கேள்வி தீர்க்கப்படாமல் உள்ளது, ஆனால் நீதிபதிகள் இதுவரை AI நிறுவனங்களின் நியாயமான பயன்பாட்டு வாதங்களுக்கு பெரும்பாலும் சாதகமாக இருந்தனர். இந்த மாத தொடக்கத்தில், ட்ரம்ப் நிர்வாகம் அதன் பெரிய மொழி மாதிரிகளைப் பயிற்றுவிப்பதற்காக OpenAI இன் உரிமம் பெறாத பதிப்புரிமை பெற்ற பொருட்களைப் பாதுகாப்பதில் ஒரு சுருக்கமான பங்களிப்பை வழங்கியது.
இன்னும் பல புதிய சேர்க்கைகள் நியாயமான பயன்பாட்டு சோதனையின் சந்தை-தீங்கு தேவைக்கு எதிராக இயங்குகின்றன - பயன்பாடு அசல் படைப்பிற்கான சந்தையை மாற்றியமைக்கவோ அல்லது குறைக்கவோ கூடாது என்ற எண்ணம். தயாரிப்புகள் "பெரும்பாலும் மாற்று" என்று உள்ளக அறிக்கைகள், மைக்ரோசாப்டின் சொந்த தரவுகளுடன் இணைந்து, 93 சதவீத கிளிக்-த்ரூ சரிவைக் காட்டுகிறது, தி டைம்ஸ் தரப்பு அதன் சந்தை மாற்றீட்டின் மிக உறுதியான ஆதாரத்தை அளிக்கிறது.
AI நிறுவனங்கள் பயிற்சித் தரவை எவ்வாறு பெறுகின்றன என்பது குறித்த வரையறுக்கும் சட்டப் போராக மாறியுள்ள வழக்கில் தாக்கல் செய்வது சமீபத்திய விரிவாக்கமாகும். விளைவு எதுவாக இருந்தாலும், நிறுவனங்களின் சொந்த நிர்வாகிகள் பதற்றத்தை முன்கூட்டியே புரிந்துகொண்டு அதை எழுத்துப்பூர்வமாக எழுதினர் என்பதை இப்போது திருத்தப்படாத பதிவு காட்டுகிறது.
செயற்கை நுண்ணறிவை வடிவமைக்கும் சட்டச் சண்டைகளைத் தொடர்ந்து கவரேஜ் செய்ய, எங்களின் சமீபத்திய AI செய்திகளையும், தொழில்துறையை வரையறுக்கும் வழக்குகளின் ஆழமான பகுப்பாய்வையும் பின்பற்றவும்.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
