Reem
04-07-2024, 12:00 AM
OpenAI (https://www.sport.es/es/temas/openai-1853532) cre? un programa para transcribir m?s de un mill?n de horas de videos de Youtube (https://www.sport.es/es/temas/youtube-1848821)con el objetivo de entrenar el modelo de generaci?n de texto GPT-4, su modelo m?s avanzado abierto al p?blico, seg?n una exclusiva de The New York Times (NYT) publicada este s?bado.
El diario asegura que OpenAI, una empresa sin ?nimo de lucro, desarroll? un programa bautizado como 'Whisper' que extrajo texto de m?s de un mill?n de horas en videos para obtener datos de entrenamiento de modelos de generaci?n de lenguaje, conocidos como LLM.
Las fuentes consultados por el NYT aseguran que el equipo encargado de Whisper inclu?a a Greg Brockman, presidente de OpenAI.
La empresa mantuvo un debate interno sobre si la extracci?n de texto de los v?deos alojados en la plataforma propiedad de Google supon?an una violaci?n de términos de uso.
Seg?n el art?culo, OpenAI consider? que necesitaba m?s datos de entrenamiento en 2021 y discuti? si obteneros de Youtube, podcast o audiolibros.
En una reciente entrevista el consejero ejecutivo de YouTube, Neal Mohan, asegur? que si OpenAI ha usado v?deos de la plataforma para entrenar 'Sora', su modelo de generaci?n de v?deos realistas, estar?a violando sus términos de servicio.
"Los creadores de contenido que vienen a Youtube tienen ciertas expectativas, entre ellas que los términos de servicio se cumplen. Nuestros términos permiten extraer cierto contenido como el t?tulo, el nombre de canal o el nombre del creador para facilitar la web abierta", explic? Mohan.
"No est? permitido descargar las transcripciones o partes de los videos. Eso es una violaci?n clara de nuestro términos de contenido", a?adi? el directivo.
La portavoz de OpenAI Lindsay Held indic? en una respuesta a la exclusiva obtenida por The Verge que la compa??a crea bases de datos "?nicas" y utiliza "numerosas fuentes disponibles p?blicamente y realiza acuerdos para obtener dato que no es p?blico".
Google transcribe los videos de Youtube para obtener texto para alimentar a sus modelos de generaci?n de texto, algo que violar?a los derechos de los creadores que suben sus videos a la plataforma, seg?n fuentes consultadas por el diario.
Los derechos sobre el contenido usado para entrenar modelos de Inteligencia Artificial a?n no est?n bien definidos y la competitividad para conseguir los mejores modelos de generaci?n de contenido realista est? llevando a empujar las fronteras de la legalidad en derechos de autor.
El gigante tecnol?gico Meta, creador de Facebook, debati? el a?o pasado si comprar la editorial Simon & Schuster para obtener acceso a su material de largo formato, seg?n el contenido de reuniones entre gerentes, abogados e ingenieros de la compa??a a los que tuvo acceso el NYT.
أكثر... (https://www.sport.es/es/noticias/sociedad/openai-proceso-millon-horas-videos-100726300)
El diario asegura que OpenAI, una empresa sin ?nimo de lucro, desarroll? un programa bautizado como 'Whisper' que extrajo texto de m?s de un mill?n de horas en videos para obtener datos de entrenamiento de modelos de generaci?n de lenguaje, conocidos como LLM.
Las fuentes consultados por el NYT aseguran que el equipo encargado de Whisper inclu?a a Greg Brockman, presidente de OpenAI.
La empresa mantuvo un debate interno sobre si la extracci?n de texto de los v?deos alojados en la plataforma propiedad de Google supon?an una violaci?n de términos de uso.
Seg?n el art?culo, OpenAI consider? que necesitaba m?s datos de entrenamiento en 2021 y discuti? si obteneros de Youtube, podcast o audiolibros.
En una reciente entrevista el consejero ejecutivo de YouTube, Neal Mohan, asegur? que si OpenAI ha usado v?deos de la plataforma para entrenar 'Sora', su modelo de generaci?n de v?deos realistas, estar?a violando sus términos de servicio.
"Los creadores de contenido que vienen a Youtube tienen ciertas expectativas, entre ellas que los términos de servicio se cumplen. Nuestros términos permiten extraer cierto contenido como el t?tulo, el nombre de canal o el nombre del creador para facilitar la web abierta", explic? Mohan.
"No est? permitido descargar las transcripciones o partes de los videos. Eso es una violaci?n clara de nuestro términos de contenido", a?adi? el directivo.
La portavoz de OpenAI Lindsay Held indic? en una respuesta a la exclusiva obtenida por The Verge que la compa??a crea bases de datos "?nicas" y utiliza "numerosas fuentes disponibles p?blicamente y realiza acuerdos para obtener dato que no es p?blico".
Google transcribe los videos de Youtube para obtener texto para alimentar a sus modelos de generaci?n de texto, algo que violar?a los derechos de los creadores que suben sus videos a la plataforma, seg?n fuentes consultadas por el diario.
Los derechos sobre el contenido usado para entrenar modelos de Inteligencia Artificial a?n no est?n bien definidos y la competitividad para conseguir los mejores modelos de generaci?n de contenido realista est? llevando a empujar las fronteras de la legalidad en derechos de autor.
El gigante tecnol?gico Meta, creador de Facebook, debati? el a?o pasado si comprar la editorial Simon & Schuster para obtener acceso a su material de largo formato, seg?n el contenido de reuniones entre gerentes, abogados e ingenieros de la compa??a a los que tuvo acceso el NYT.
أكثر... (https://www.sport.es/es/noticias/sociedad/openai-proceso-millon-horas-videos-100726300)