“`html
人工智慧（AI）的發展日新月異，但訓練AI模型是否必須仰賴受版權保護的內容，一直是業界爭論不休的議題。最新研究顯示，即使不使用侵權資料，也能訓練出具備一定效能的AI模型，這項發現挑戰了產業長久以來的迷思，為AI的發展開闢了更具道德與法律基礎的新方向。
AI訓練的道德新路徑：不侵權也能創新
過去許多AI公司聲稱，訓練先進AI模型幾乎不可能避免使用受版權保護的內容。然而，這項最新的研究成果證明，即使僅使用公共領域和開放授權的資料，也能成功訓練出具有競爭力的LLM模型。
研究團隊由麻省理工學院、卡內基美隆大學等多所知名學府的學者組成，他們建立了一個包含8TB資料的「道德來源」資料集，其中包含來自美國國會圖書館的13萬本書籍。利用這些資料，他們訓練了一個擁有70億參數的LLM模型。
雖然該模型的效能與當前最先進的模型相比仍有差距，但已達到2023年Meta推出的Llama 2-7B模型的水平。這表明，在不侵犯版權的前提下，AI模型仍有提升至相當水準的潛力。
資料篩選的艱辛挑戰
研究團隊在資料篩選的過程中遇到了許多困難。由於許多資料無法被機器讀取，他們不得不投入大量人力進行人工標註和審查。此外，確認每個擷取網站的授權細節也耗費了大量的時間和精力。共同作者斯特拉·比德曼（Stella Biderman）表示，這是一個相當艱辛的過程。
業界論點的有力反駁
OpenAI曾在英國國會的聽證會上表示，幾乎不可能在未使用受版權保護資料的情況下訓練AI模型。Anthropic的專家也指出，如果AI公司需要為其訓練資料集中的作品獲得授權，LLM可能根本不會存在。這項研究的成功，直接反駁了這些論點，證明了AI發展存在更具道德和法律基礎的替代方案。
優勢和劣勢的影響分析
優勢：這項研究最大的優勢在於，它為AI的發展提供了一條更具道德和法律基礎的路徑。它證明了AI模型可以在不侵犯版權的前提下進行訓練，這對於保護創作者的權益至關重要。同時，它也挑戰了業界對於AI訓練方式的固有觀念，促使人們重新思考AI發展的方向。
劣勢：儘管該研究取得了顯著的成果，但其訓練過程相當艱辛，需要投入大量的人力和時間。此外，模型效能與最先進的模型相比仍有差距，這表明在不侵犯版權的前提下，AI技術的發展可能需要更長的時間。
深入分析前景與未來動向
儘管這項研究不太可能立即改變AI公司的發展方向，但它至少為未來的法律案件和監管討論提供了重要的參考依據。隨著社會對於AI倫理和版權問題的關注度不斷提高，這項研究的結果可能會在未來被反覆提及，並影響AI相關的法律和政策制定。未來，我們有望看到更多基於「道德來源」資料集的AI模型出現，為AI的發展帶來更健康、更可持續的生態。
常見問題QA
雖然短期內可能影響不大，但長期來看，它可能會促使AI公司重新評估其訓練資料的來源，並更加重視版權問題。
個人和企業應該開始關注AI倫理和版權問題，並支持那些使用「道德來源」資料集進行AI訓練的公司和研究機構。
未來，我們可能會
相關連結：
Share this content:
