కృత్రిమ మేధ నమూనాలు నిరంతరం అభివృద్ధి చెందుతున్న సాంకేతికతతో దృష్టి కేంద్రంగా కొనసాగుతున్నాయి. అయితే, ఈ మోడల్‌లకు శిక్షణ ఇవ్వడానికి ఉపయోగించే డేటా కొన్ని ప్రశ్నలను లేవనెత్తుతుంది. OpenAI మరియు Google మధ్య డేటా వినియోగం గురించి ఇటీవలి ఆరోపణల్లో ఒకటి. న్యూయార్క్ టైమ్స్ షేర్ చేసిన నివేదిక ప్రకారం, OpenAI తన కృత్రిమ మేధ మోడల్ GPT-4 శిక్షణ కోసం అనుమతి లేకుండా Google డేటాను ఉపయోగించింది. ఈ వాదన చాలా విశేషమైనది.
YouTube డేటా వినియోగం
విస్పర్ అనే OpenAI యొక్క వాయిస్ రికగ్నిషన్ టూల్ యొక్క మిలియన్ గంటల కంటే ఎక్కువ YouTube అతను తన వీడియోను లిప్యంతరీకరించడం ద్వారా GPT-4కి శిక్షణ ఇచ్చాడని పేర్కొంది. ఈ డేటాను ఉపయోగించినప్పుడు చట్టపరమైన సమస్యలు ఎదురవుతాయని కంపెనీకి తెలుసునని, అయితే దీని వల్ల ఎలాంటి సమస్యలు ఉండవని భావిస్తున్నట్లు పేర్కొంది. టైమ్స్ కథనం ప్రకారం, OpenAI గతంలో వివిధ వనరుల నుండి డేటాను సేకరించింది YouTube వారి కంటెంట్‌ని ఉపయోగించడం ప్రారంభించారు. Google యొక్క sözcüఅటువంటి అనధికార వినియోగం నిషేధించబడిందని మరియు Google తన స్వంత నమూనాలకు శిక్షణ ఇవ్వడానికి కూడా దీనిని ఉపయోగించిందని sü నొక్కిచెప్పారు. YouTube తన డేటాను ఉపయోగించుకున్నట్లు పేర్కొంది.
- GPT-4కు శిక్షణ ఇవ్వడానికి OpenAI Google డేటాను ఉపయోగించింది.
- YouTubeఆర్టిఫిషియల్ ఇంటెలిజెన్స్ మోడల్ అభివృద్ధిలో దీని నుండి పొందిన డేటా ముఖ్యమైన పాత్ర పోషించింది.
- అనధికార డేటా వినియోగం మరియు కాపీరైట్ ఉల్లంఘన గురించి ఆందోళనలు పెరిగాయి.
