【半導体・AI】ChatGPT等の生成AIの今後の焦点は「AIがもたらす成果」から「訴訟・ライセンス・規制」へ - 後編
ウィリアム・ キーティング- ニューヨーク・タイムズは、ChatGPTがAIの訓練に際して、同社の記事を無断使用したとしてOpenAIを提訴している。
- さらに、足元、8,500人以上の著者が、AIトレーニングに使用された著作物に対する補償を求めている。
- 一方で、グーグルとRedditの契約のようなコンテンツ・ライセンシングは、AIの訓練データを取得するための標準的な慣行となるかもしれない。
※「【半導体・AI】ChatGPT等の生成AIの今後の焦点は「AIがもたらす成果」から「訴訟・ライセンス・規制」へ - 前編」の続き
OpenAIに関する訴訟に関して
昨年12月27日、ニューヨーク・タイムズ紙は、OpenAIが同社が所有するコンテンツを無断で最新モデルに学習させたとして、OpenAIを提訴している。
日本語訳：著作物のAIによる利用をめぐり、タイムズ紙がOpenAIとマイクロソフト（MSFT）を提訴
「ニューヨーク・タイムズ紙の何百万もの記事が、現在同社と競合しているOpenAIのチャットボットを訓練するために使用された」と訴訟は述べている。
「タイムズ紙は、ChatGPTや他の人気AIプラットフォームのクリエイターであるOpenAIを、著作物に関する著作権問題で訴えた最初のアメリカの主要メディア組織である。 マンハッタンの連邦地方裁判所に提出されたこの訴訟では、タイムズ紙が掲載した数百万もの記事が、信頼できる情報源として現在同社と競合している自動チャットボットの訓練に使用されたと主張している。」
現在、ニューヨーク・タイムズ紙の訴訟から生まれた進行中の裁判手続きの一環として、OpenAIは、「ニューヨーク・タイムズ紙が、OpenAIがトレーニングの目的で本当に同社のコンテンツを使用したことを証明するために、OpenAIのシステムをハッキングしようとした」と主張している。
原文：OpenAI had argued that NYT allegedly made "tens of thousands of attempts to generate" supposedly "highly anomalous results" showing that ChatGPT would produce excerpts of NYT articles. The NYT's allegedly deceptive prompts—such as repeatedly asking ChatGPT, "what's the next sentence?"—targeted "two uncommon and unintended phenomena" from both its developer tools and ChatGPT: training data regurgi
tation and model hallucination. OpenAI considers both "a bug" that the company says it intends to fix. OpenAI claimed no ordinary user would use ChatGPT this way.
日本語訳：OpenAIは、「ニューヨーク・タイムズ紙が、ChatGPTがニューヨーク・タイムズ紙の記事の抜粋を生成することを示す「非常に異常な結果」を生成するために「何万回もの試行」を行った」と主張していた。 また、ニューヨーク・タイムズ紙が行ったとされる欺瞞的なプロンプト（ChatGPTに「次の文は何ですか」と繰り返し尋ねるなど）は、その開発者ツールとChatGPTの両方から「2つの一般的でない意図しない現象」、すなわち学習データの再作成とモデルの幻覚をターゲットにしていたという。 OpenAIはこの2つを「バグ」とみなしており、同社は修正するつもりだと述べている。 そして、OpenAIは、一般ユーザーはChatGPTをこのような使い方はしないと主張している。
私としては、このようなことはあり得ないと考えている。
ニューヨーク・タイムズ紙はChatGPTが彼らのコンテンツで訓練されたという証拠を見つけられるかどうか実験した。
そして、彼らはそのような証拠を見つけたようである。
しかし、OpenAIは、ニューヨーク・タイムズ紙がそのような証拠を見つけるためにChatGPTの利用規約を無効にしたことから、調査結果は無効だと主張しているのである。
私は、ニューヨーク・タイムズ紙がOpenAIに対して起こした訴訟は、これから起こる唯一の法的問題とは言い難い。
下記のレポートによれば、一般的に著者やコンテンツ制作者は、彼らの出版した作品が生成AIモデルのトレーニングに使用されることに反対している。
A look at writers' battle to get AI vendors to pay them
「マーガレット・アトウッド、ダン・ブラウン、ジョディ・ピコールなど8,500人以上の作家が署名したAuthors Guildの公開書簡は、ChatGPTやBardなどの生成AIアプリケーションを担当するテック企業に対し、適切な認可や補償なしに彼らの作品を使用することをやめるよう求めている。 著者たちは、「AIシステムにとっての "食料 "であり、請求書のない終わりのない食事のようなものである、学習用にかき集めたデータ」に対する対価を支払うよう企業に求めている。」
コンテンツのライセンスに関して
前述した訴訟は、生成AIが膨大な量の学習用データに完全に依存しているという単純な事実の当然の帰結である。
最終的には、ニューヨーク・タイムズ紙やバックナンバーのアーカイブを持つ他のすべての出版社は、OpenAIやその競合他社にコンテンツをライセンスすることになるだろう。
もうひとつの非常に重要なデータソース、つまりRedditに関しても、まったく同じことがすでに起こっている。
去る2月22日のプレスリリースで、グーグルは次のように発表している。
原文：To enable these and other experiences, Google now has access to Reddit’s Data API, which delivers real-time, structured, unique content from their large and dynamic platform. With the Reddit Data API, Google will now have efficient and structured access to fresher information, as well as enhanced signals that will help us better understand Reddit content and display, train on, and otherwise use it in the most accurate and relevant ways. This expanded partnership does not change Google's use of publicly available, crawlable content for indexing, training, or display in Google products.
日本語訳：これらの体験やその他の体験を可能にするために、グーグルはRedditのData APIにアクセスできるようになりました。Redditは、大規模でダイナミックなプラットフォームから、リアルタイムで構造化されたユニークなコンテンツを配信しています。Reddit Data APIを利用することで、Googleはより新鮮な情報に効率的かつ構造的にアクセスできるようになります。また、Redditのコンテンツをより深く理解し、最も正確で関連性の高い方法で表示、トレーニング、その他の利用を行うのに役立つシグナルも強化されます。 このパートナーシップの拡大は、Googleが一般に公開されたクロール可能なコンテンツを、インデックス作成、学習、Google製品での表示に使用することを変更するものではありません。
この報道によると、この契約は年間6000万ドルに相当するという。
グーグルもRedditもこの条件を確認していない。
私が聞いた情報筋の一人は、この契約は当初3年間に及ぶと指摘している。
いずれにせよ、生成AIモデルのトレーニングを目的としたライセンスに関しては、コンテンツに価値が帰属することがわかり始めている。
まだ始まったばかりだが、現実には、生成AIモデルは、既存のアーカイブと、新たに生成されるデータの両方を含む、高品質のトレーニングデータにアクセスする必要がある。
そして、コンテンツの制作者は、これに対する対価を得る資格がある。
この補償は、「ニューヨーク・タイムズ紙とOpenAIの間で現在進行中の訴訟」を通じて、または、「交渉によるライセンス契約」を通じて、2つの方法のいずれかの方法によってもたらされるだろう。
私は、最近のグーグルとRedditの契約が今後選択されるアプローチになると見ている。
結局のところ、OpenAIは、自分たちのモデルをどのように訓練しているのかについて、世間からの質問がずっと少なくなることを望んでいるはずである。
さて...
次回は、3月20日に予定されているマイクロン（MU）の決算説明会についてお伝えしたい。
特にHBMについてどのような発言があるのか、興味深く待ちたい。