infa.lt

Bendrovė „Anthropic“, naudojanti pokalbių robotą „Claude“, sumokės pusantro milijardo dolerių už piratinį 500 tūkstančių knygų naudojimą dirbtinio intelekto modeliui apmokyti.

„Anthropic“ savo didelį kalbos modelį (DKM) daugiausia apmokė grožine ir publicistine literatūra, nes šiuolaikiniai profesionalų parašyti ir redaguoti tekstai garantuoja, kad kalbos modelis kalbės rišliai, kultūringai ir sklandžiai.

Jei apmokysite „pokalbių robotą“ didele atsitiktinių tekstų iš interneto mase, yra didelė tikimybė, kad jis reikš save „grubiai“ ir nerišliai.

Šiam tikslui „Anthropic“ panaudojo unikalią technologiją. Pirmiausia jie pasamdė buvusį knygų skaitmeninimo specialistą iš „Google Books“ projekto Tomą Verwey. Jis organizavo masinį knygų pirkimą, dažnai naudotų knygų parduotuvėse, supjaustydamas jas į atskirus lapus ir nuskanuodamas.

Tačiau galiausiai tai pasirodė esąs lėtas ir varginantis darbas. Todėl „Anthropic“ nusprendė pasinaudoti proga – jie vienu metu per torrentą atsisiuntė tūkstančius knygų skirtingomis kalbomis tekstinių failų pavidalu ir „apmokė jomis kalbos modelį.

„O gal praeis“ – nepasiteisino – kai „pokalbių robotai“ pradėjo „suktis“ dideliu mastu ir atnešti įmonėms didelius pinigus, iš karto atsirado daug norinčiųjų „pasimaitinti“ iš tokio pyrago. O vieni pirmųjų buvo turinio, kuriuo remiantis buvo apmokyti kalbos modeliai, kūrėjai.

Tačiau iki šiol tekstų autorių bandymai „įsikabinti“ į dirbtinio intelekto operatorių pelną nepavykdavo – teismai neįžvelgė autorių teisių pažeidimo pačiame kitų žmonių kūrinių „apmokymo“ fakte.

Taigi byloje prieš „Anthropic“, kurią pradėjo trys amerikiečių rašytojai – Andrea Bartz, Charlesas Graeberis ir Kirkas Johnsonas, daugelio rašytojų vardu jie reikalavo „autorių teisių“ už dirbtinio intelekto apmokymą jų tekstais.

Tačiau Kalifornijos teisėjas Williamas Alsupas nusprendė, kad pagal „pirmojo pirkimo taisyklę“ taikomą popierinėms knygoms, perkamoms įprastu būdu – jei knyga iš pradžių buvo įsigyta įprastu būdu, pirkėjas turi teisę su ja daryti ką nori. Išskyrus, žinoma, savarankišką jame esančio teksto publikavimą, tačiau to „pokalbių robotų“ operatoriai nedaro.

Tačiau, tas pats teisėjas pareiškė, kad šis principas netaikomas piratiniu būdu atsisiųstoms knygoms. Teismo reikalavimu „Anthropic“ pateikė vidinius dokumentus ir galiausiai ieškovams pavyko sudaryti 500 000 knygų, kurias „Claude“ kūrėjai tariamai atsisiuntė iš piratinių bibliotekų „Library Genesis“ ir „Pirate Library Mirror“, sąrašą.

„Anthropic“ pasirinko sudaryti ikiteisminį susitarimą su ieškovais, sumokėdama iš viso pusantro milijardo dolerių – po 3000 už kiekvieną iš 500 000 neteisėtai atsisiųstų knygų. Šie pinigai atiteks autoriams ir, galbūt, leidėjams.

Tačiau, ieškovų nusivylimui, teismas patvirtino bendrą principą, pagal kurį legaliai įsigytų knygų autoriai negali reikalauti dalies pelno, gauto mokantis iš jų tekstų.

Tiesa, šiuo atveju buvo kalbama apie popierines knygas, kurias pirkdamas pirkėjas nepatvirtina jokių licencijos sąlygų ir neprisiima jokių įsipareigojimų, išskyrus tuos, kuriuos nustato valstybės įstatymai.

Perkant elektronines knygas, paprastai nurodomos turinio naudojimo sąlygos, įskaitant draudimą perrašyti failus, naudoti juos kitiems tikslams ir pan.

Tačiau dėl įsigytų elektroninių knygų kopijų naudojimo dirbtinio intelekto mokymui nebuvo jokių teisinių ginčų. Įmonės, naudojančios pokalbių robotus, mieliau juos moko nelicencijuotu (nors ir autorių teisių saugomu) turiniu.

Tai arba viešai prieinami tekstai iš interneto, arba senos knygos ir žurnalai, kurioms autorių teisės jau negalioja. Tačiau antrasis variantas nėra labai priimtinas, nes tai yra daugiau nei 70 metų senumo tekstai.

Jie nėra aktualūs, juose naudojama dalinai pasenusi leksika ir, atvirkščiai, juose nėra šiuolaikinės terminologijos, geografinių pavadinimų ir pan.

Reikėtų pažymėti, kad „Anthropic“ rinkos vertė šiuo metu vertinama 65 milijardais dolerių, o metinė apyvarta – 3 milijardais dolerių. Pusantro milijardo mokėjimas nesugriaus įmonės, tačiau reikšmingai paveiks einamąsias išlaidas.

„Claude“ paslaugos yra paklausios, nes jos pritaikytos programavimo užduotims ir ilgų „kontekstų“ palaikymui – tai yra, gebėjimui savo samprotavimuose atsižvelgti į didelį kiekį jau aptartos ar paskirtos preliminarios medžiagos, kaip dabartinės užduoties dalis.