OpenAI 转录了超过100万小时的 YouTube 视频来训练 GPT-4

OpenAI转录了超过100万小时的YouTube视频来训练GPT-4据《纽约时报》报道，OpenAI公司迫切需要大量训练数据，为此开发了Whisper音频转录模型来克服困难，转录了超过100万小时的YouTube视频来训练其最先进的大型语言模型GPT-4。该公司知道这在法律上存在问题，但相信这是合理使用。OpenAI总裁格雷格·布罗克曼亲自参与了所使用视频的收集。OpenAI发言人表示，该公司为其每个模型策划了“独特”的数据集，以“帮助他们了解世界”并保持其全球研究竞争力。并补充说，该公司使用“众多来源，包括公开数据和非公开数据的合作伙伴”，并且正在考虑生成自己的合成数据。据报道，该公司在2021年耗尽了有用的数据供应，并在耗尽其他资源后讨论了转录YouTube视频、播客和有声读物。——、

GPT-4 训练引发版权争议：OpenAI 转录百万小时 YouTube 视频

GPT-4训练引发版权争议：OpenAI转录百万小时YouTube视频OpenAI为开发其尖端的GPT-4语言模型，转录了逾百万小时YouTube视频内容，此举激发了一场关于版权的讨论。在数据资源日益紧缺的背景下，公司不仅转录了视频，还从播客、有声读物、GitHub的编程代码、国际象棋游戏数据库以及Quizlet的学习资料中汲取了多元数据源。OpenAI将这些行为视为“合理使用”，但谷歌和YouTube的高层则对此表达了担忧，他们提到平台的服务条款明确禁止未授权的内容采集。与此同时，Meta也在探索如何解决数据获取的挑战，包括支付版权费或是直接购买出版内容的可能性。这些动作凸显了AI技术进步与现行版权法律之间的紧张局势。线索：@ZaiHuabot投稿：@TNSubmbot频道：@TestFlightCN

OpenAI和谷歌利用了YouTube视频转录来训练其人工智能模型

OpenAI和谷歌利用了YouTube视频转录来训练其人工智能模型就在几天前，YouTube首席执行官尼尔-莫汉（NealMohan）在接受彭博社采访时表示，OpenAI据称使用YouTube视频来训练其新的文本到视频生成器Sora将违反该平台的政策。据《纽约时报》报道，OpenAI使用其Whisper语音识别工具转录了超过100万小时的YouTube视频，然后用于训练GPT-4。TheInformation此前曾报道，OpenAI曾使用YouTube视频和播客来训练这两个人工智能系统。据报道，OpenAI总裁格雷格-布罗克曼（GregBrockman）也是这个团队的成员之一。Google发言人马特-布莱恩特（MattBryant）告诉《纽约时报》，根据Google的规定，"未经授权采集或下载YouTube内容"是不被允许的，同时他还表示，公司并不知道OpenAI使用过此类内容。不过，该报道称，Google有人知道但没有对OpenAI采取行动，因为Google自己也正在使用YouTube视频训练自己的人工智能模型。但Google告诉《纽约时报》，它只使用同意参加实验项目的创作者的视频。《纽约时报》的报道还称，Google在2022年6月调整了其隐私政策，以更广泛地涵盖使用公开内容（包括Google文档和Google工作表）来训练其人工智能模型和产品。布赖恩特告诉《纽约时报》，只有在选择使用Google实验功能的用户允许的情况下，Google才会这样做，而且该公司"并没有根据这一语言变化开始对其他类型的数据进行训练"。相关文章:YouTubeCEO表示OpenAI用其视频训练Sora将违反平台服务条款...PC版：https://www.cnbeta.com.tw/articles/soft/1426406.htm手机版：https://m.cnbeta.com.tw/view/1426406.htm

谷歌CEO皮查伊：OpenAI使用YouTube训练AI将遭法律追究

谷歌CEO皮查伊：OpenAI使用YouTube训练AI将遭法律追究近日，谷歌CEO桑达尔·皮查伊就微软支持的OpenAI使用YouTube内容训练AI模型一事表态。皮查伊明确表示，如果OpenAI确实依赖YouTube视频来训练其能够生成视频的人工智能模型，谷歌将采取相应的法律行动来解决这一问题。此前有报道称，OpenAI首席技术官在接受媒体采访时对Sora训练数据的来源含糊其辞，甚至在追问是否包含YouTube视频时表示“并不确定”。这引发了业界对于OpenAI是否违反谷歌服务条款的猜疑。皮查伊对此表示，这是OpenAI需要回答的问题，同时强调谷歌有明确的服务条款，并将与相关公司进行接触以确保条款得到遵守。他进一步指出，谷歌将积极处理任何潜在的服务条款违规行为。来源，频道：@kejiqu群组：@kejiquchat

YouTube CEO表示OpenAI用其视频训练Sora将违反平台服务条款

YouTubeCEO表示OpenAI用其视频训练Sora将违反平台服务条款"从创作者的角度来看，当创作者将他们的辛勤劳动上传到我们的平台时，他们有一定的期望，"莫汉周四在接受彭博原创节目主持人艾米莉-张（EmilyChang）的采访时说，"其中一个期望就是要遵守服务条款。它不允许下载文字稿或视频片段等内容，这明显违反了我们的服务条款。这些就是我们平台上内容的行事规则。"关于OpenAI使用什么材料来训练ChatGPT和DALL-E等流行内容创作产品的人工智能模型，公众一直争论不休。Sora和其他生成式人工智能工具的工作原理是从网络上吸取各种内容，并将这些数据作为工具生成新内容（包括视频、照片、叙述性文字等）的基础。随着OpenAI、Google等公司竞相开发更强大的人工智能，它们正寻求尽可能多的内容来训练其人工智能模型，以获得更高质量的结果。Google和YouTube是Alphabet公司的子公司。微软公司支持的OpenAI没有立即回应置评请求。OpenAI首席技术官米拉-穆拉提（MiraMurati）上个月在接受《华尔街日报》采访时说，她不确定Sora是否是在YouTube、Facebook和Instagram的用户生成视频上训练出来的。本周，《华尔街日报》援引熟悉此事的人士的话报道称，OpenAI已经讨论过在转录YouTube公开视频的基础上训练其下一代大型语言模型GPT-5。莫汉说，Google在决定是否使用平台上的视频来训练公司自己的强大人工智能模型"双子座"（Gemini）之前，会遵守YouTube与创作者签订的个人合同。"很多创作者在我们的平台上都有不同类型的内容授权合同。他说，虽然"YouTube语料库中的部分内容可能会被用于"训练Gemini等模型，但Google和YouTube会确保将这些视频用作Google人工智能的训练数据"符合该创作者事先签署的服务条款或合同"。...PC版：https://www.cnbeta.com.tw/articles/soft/1426233.htm手机版：https://m.cnbeta.com.tw/view/1426233.htm

YouTube 认为 OpenAI 利用其视频训练 Sora 将违反服务条款

YouTube认为OpenAI利用其视频训练Sora将违反服务条款YouTube首席执行官NealMohan表示，他并不了解OpenAI是否确实利用YouTube视频来训练其人工智能视频创作工具Sora，但如果真是这样，那将“明显违反”YouTube的使用条款。Mohan表示，“从创作者的角度来看，当创作者将他们的辛勤作品上传到我们的平台时，他们有一定的期望，其中一个期望是必须遵守服务条款。它不允许下载文字记录或视频片段之类的内容，这明显违反了我们的服务条款。”Mohan说：“很多创作者在我们平台上的内容方面都有不同类型的许可合同。”尽管“YouTube语料库的一部分可能被用来”训练Gemini等模型，但谷歌和YouTube确保使用这些视频作为谷歌人工智能的训练数据“符合创作者事先签署的服务条款或合同”。而OpenAI并没有与创作者签署任何协议。——