Jamie Dobson, „Container Solutions“ įkūrėjas ir „vizionierių, sukilėlių ir mašinų“ autorius

Kadangi James Watt „Steam“ variklis ir jo pagrindinis vaidmuo pramoninėje revoliucijoje, atsirado įvairių technologijų, įskaitant elektros energijos panaudojimą, Henry Fordo judanti surinkimo linija, mikroprocesorius, internetas, DNR technologijos ir mobilieji telefonai pradėjo jų pačių revoliucijas. Tačiau pramoninė revoliucija vis dar yra didžioji-pati labiausiai užbėgo iš jūsų, kai mes keitėsi žmonių civilizacijos atžvilgiu.

Iki šiol.

Vyriausybės priežiūra dėl AI duomenų naudojimo?

James Watt’s Crown ateina dirbtinis intelektas. Ir AI revoliucija bus labai skirtinga. Skirtingai nuo ankstesnių technologinių revoliucijų, kurios pirmiausia keitė pramonės šakas, priklausančias nuo fizinio darbo, AI poveikis apima intelektualines ir kūrybines sritis, kurios anksčiau buvo laikomos unikaliai žmogiškomis.

AI duomenimis

Šiuolaikinės AI sistemos mokosi suvirškinant didžiulį kiekį žmogaus sukurto turinio. Tai yra sudėtingos modelio atpažinimo sistemos, apmokytos milijardų žmogaus kūrybiškumo ir žinių pavyzdžių.

Iš pradžių technologijų kompanijos mokė šiuos modelius viešai prieinamais duomenimis, tačiau modeliams augant sudėtingesnėms, jos reikalavo vis daugiau duomenų. Bendrovės išplėtė derliaus nuėmimą, įtraukdamos autorių teisių saugomą turinį, mokėtinus straipsnius ir privačias saugyklas. Ir tai yra problema kūrėjams, kurie remiasi kompensacijomis už savo pastangas, įgūdžius ir talentą. Be to, be to, kad jis nėra tinkamai mokamas už esamą darbą, tas darbas naudojamas treniruotis pačioms sistemoms, kurios netrukus galėtų jas pakeisti.

Šiuo metu dauguma jurisdikcijų neturi konkrečių taisyklių, reglamentuojančių, kaip įmonės gali naudoti viešai prieinamus AI mokymo duomenis. Šis reguliavimo vakuumas leido AI kūrėjams veikti pagal pirmojo „Later-Later“ metodą, sukuriant kelių milijardų dolerių vertės technologijų platformas, naudojant turinį, kurio jie nesukūrė ar licencijavo.

Kai vyriausybės visame pasaulyje kovoja su šiais iššūkiais, atsiranda keli reguliavimo metodai:

„Opt-In“ arba „Out Out“ modeliai

Paprasčiausias sprendimas galėtų būti turinio pasirinkimo AI mokymo modelių ar iš jų pasirinkimo sistema. Teoriškai tai gali būti greitai įgyvendinama su kuo mažiau sudėtingumo. Vis dėlto, atsižvelgiant į tai, kad kai kurie modeliai jau yra mokomi autorių teisių saugomo turinio (kuris jau turėtų būti teisinis „atsisakymas“), jis gali būti ne ypač efektyvus.

Verslui atsisakymo sistema siūlo mažiau kliūčių PG plėtrai, tačiau sukuria ilgalaikį teisinį netikrumą. Pasirinkimo sistema suteikia aiškesnes teisines ribas, tačiau potencialiai lėtesnę prieigą prie mokymo duomenų.

Duomenų teisės ir kompensavimo modeliai

Panašiai kaip ir tai, kaip veikia muzikos ir literatūros teisių, turinio kūrėjai galėtų gauti kompensaciją, kai jų darbas bus naudojamas AI mokymui. Tai galėtų būti padaryta ad-hoc pagrindu, pavyzdžiui, transliuojant muziką, arba per vyriausybės paskirstymą per skaitmeninį mokestį.

• Kolektyvinis licencijavimas: Kūrėjai užsiregistruoja kolekcionuojančiose visuomenėse, kurios derasi su AI įmonėmis ir platina mokėjimus pagal naudojimą. Šis modelis egzistuoja muzikoje, kurioje dalyvauja teisių organizacijos, tokios kaip PRS JK, ASCAP ir KMI JAV, GEMA Vokietijoje ar Sacem Prancūzijoje.
• Duomenų dividendai: AI bendrovių mokestis ar mokestis, atsižvelgiant į jų duomenų naudojimą, o pajamos, paskirstytos kūrėjams. Tai primena viešas skolinimo teisių sistemas tokiose šalyse kaip JK, Kanada ir Australija, kur autoriai gauna mokėjimus, kai bibliotekos skolina savo knygas.
• Tiesioginis licencijavimas: Individualios didžiųjų turinio gamintojų ir AI kompanijų derybos su standartizuotomis sąlygomis mažesniems kūrėjams.

AI kaip viešas šaltinis

Kai kurie ekspertai pasisako už pažangias AI sistemas, tokias kaip komunalinės paslaugos ar natūralios monopolijos. Tai veiktų panašiai kaip, pavyzdžiui, elektros energijos kompanijos, kai nacionalinis tinklas laikomas natūralia monopolija, o vyriausybė įgyvendina tam tikrus standartus ir lūkesčius, kaip jį valdyti kaip viešą šaltinį.

• Privačios įmonės toliau plėtos AI, tačiau pagerinta reguliavimo priežiūra
• Skaidrumo reikalavimai apimtų reguliarų auditą ir viešąsias ataskaitas
• Visuotinės prieigos nuostatos užtikrintų platų naudos paskirstymą
• Kainų kontrolė ar licencijavimo reikalavimai užkirstų kelią monopolinė praktika

Šis požiūris remiasi tuo, kaip telekomunikacijos, elektra ir kitos pagrindinės paslaugos yra reguliuojamos daugelyje šalių. Tai pripažįsta tiek privačių įmonių inovacijų potencialą, tiek visuomenės susidomėjimą sąžiningomis, prieinamomis AI sistemomis.

Skaidrumas ir techninės apsaugos priemonės

Bet kuriai potencialiam reguliavimo sistemai reikės tam tikro lygio skaidrumo ir techninių apsaugos priemonių, kad būtų užtikrinta, jog AI neveikia kaip juodoji dėžutė. Turime žinoti, kaip maitinami algoritmai, ir apie tai, kokius duomenis užtikrinti, kad kūrėjams būtų teisingai kompensuojami, ir mes neįtraukiame sisteminių paklaidų į tai, kas taps visur esančiomis technologijomis. Kitaip tariant, kad ir kokia sistema būtų pasirinkta, ją reikia sekti ir polituoti, kad būtų užtikrinta atitiktis.

Leidybos pramonė galėtų pasiūlyti naudingą požiūrį. Autorių teisių registracijos sistemos ir ISBN standartai sukuria rašytinių kūrinių stebėjimo ir priskyrimo sistemą. Panašios sistemos galėtų būti sukurtos AI mokymo duomenims, sukuriant atskaitomybę ir techninę infrastruktūrą sąžiningai kompensuoti.

Išvada

Dabartinis reguliavimo vakuumas, susijęs su AI duomenų naudojimu, negali išlikti neribotą laiką. Nesvarbu, ar per vyriausybės reguliavimą, pramonės savireguliaciją ar svarbius teisinius atvejus reikia atsirasti naujų AI santykių su žmogaus kūrybiškumo valdymo pagrindų.

Klesčiančios įmonės nebus tos, kurios ištrauks maksimalią trumpalaikę vertę iš nereguliuojamų duomenų rinkimo, tačiau tie, kurie kuria tvarius modelius, kurie gerbia ir sustiprina kūrybinę ekosistemą, nuo kurios galiausiai priklauso AI.

Apie autorių

Jamie Dobsonas yra „Container Solutions“ įkūrėjas ir padeda įmonėms, visoms pramonės šakoms, pereina į „Cloud“ vietinius darbo būdus daugiau nei dešimt metų. Konteinerių sprendimai sukuria strategiją, aiškų planą ir žingsnis po žingsnio įgyvendinimo, padedantis įmonėms pasiekti sklandų skaitmeninę transformaciją. Naudodamos paslaugas, įskaitant vidaus kūrėjų platformos įgalinimą, debesų modernizavimą, „DevOps“/„DevSecops“, svetainių patikimumo inžinerijos (SRE) konsultacijas, debesų optimizavimą ir visos debesies vietinės strategijos sukūrimą, įmonės gauna ne tik inžinerijos žinių, bet ir tik inžinerijos žinių. Jamie taip pat yra „Debesčio gimtojo požiūrio“ ir neseniai išleistų „vizionierių, sukilėlių ir mašinų: nepaprastos žmonijos kelionės nuo elektrifikavimo iki debesijos“ autorės autorė. Abu juos galima įsigyti iš „Amazon“ ir gerų knygynų.

https://www.container-solutions.com/

Peržiūrėkite daugiau pasakojimų čia.

Nuoroda į informacijos šaltinį