この著作権訴訟は人工知能の将来に影響を与える可能性があります!
ここ数日、相次ぐ解雇、ツイッターでの混乱の継続、そして仮想通貨の劇的な崩壊により、テクノロジー業界は「低迷」している。
しかし、生成人工知能は投資家や起業家に新たな希望を与えました。
生成人工知能とは、コンピューターが一貫したテキスト、魅力的な画像、機能的なコンピューター コードを自動的に生成できるようにする、教師なしおよび半教師ありの機械学習アルゴリズムを指します。
今、この「青空」も何層もの黒い雲に覆われています。
今月、カリフォルニア州連邦裁判所に起こされた集団訴訟で、AIプログラミング支援ツール「GitHub Copilot」が法廷で訴えられた。
Microsoft 子会社の GitHub によって作成された Copilot は、数億のソフトウェア プロジェクトのコードをホストし、プログラマーの作業と同様に機能するコードを自動的に作成できる強力なツールです。生成 AI テクノロジーの創造的かつ商業的な可能性を実証します。
GitHub の新しい調査によると、Copilot を使用すると、コーダーは使用しない場合の半分の時間で特定のタスクを完了し、その結果、生産性が大幅に向上します。
ただし、一部のプログラマが気づいているように、Copilot は、数百万行のパブリック コード リポジトリから識別可能なコード スニペットをコピーすることがあります。
訴訟の背後にあるプログラマーのバテリック氏は、Microsoft、GitHub、および OpenAI が、Copilot がライセンスでカバーされる必要があるオープンソース コードをコピーした際に、著作権の帰属を提示しなかったため、著作権を侵害したと主張しています。
もちろん、プログラマーは常にお互いのコードを研究し、学習し、コピーし合っていますが、AI が同じことをすることが公平であると誰もが考えているわけではありません。特に、AI が敬意を払わずに動作することが許可されている場合はそうです。ソース素材のライセンス要件を確認し、貴重なコードを自分で大量に生成します。
「技術者として、私は人工知能の大ファンであることを認めざるを得ません。これらのツールのあらゆる可能性を楽しみにしていますが、それは誰にとっても公平でなければなりません。」とバターリック氏は述べました。
GitHub CEO の Thomas Dohmke 氏は、Copilot には既存のコードのコピーを防ぐ機能があると述べました。
「これを有効にすると、Copilot は GitHub でリリースされたコードのライセンスと一致します。ライセンスがない場合、AI は関連するコードを適用しません。」と彼は言いました。
この機能が適切な法的保護を提供するかどうかはまだわかりません。
GitHub の共同創設者である Nat Friedman は、Copilot のようなツールは明らかにオープンソースとフリー ソフトウェアの精神に違反していないと信じています。
「1980 年代と 1990 年代のフリー ソフトウェア運動では、人々のコーディング能力を向上させるために著作権の力を弱めることがよく話題になりました。」
" 「これらのコミュニティを保護するには最大限の著作権が必要だ、と言いながら走り回っている人たちがいる状況にあるのは、ある意味もどかしいことだと思います。」 マーケティングコピーに使用されるイラストや「AI アシスタント」は、過去の人間の仕事から訓練されたものです。
これまで、ビジュアル アーティストは、AI 作品の合法性と倫理に疑問を抱いた最初のグループでした。
ビジュアルクリエイティビティで生計を立てている人の中には、自分の作品に合わせて訓練された AI アートツールが同じスタイルで新しい画像を生成できることに腹を立てている人もいます。
音楽業界団体であるアメリカレコード協会は、AIによる音楽生成とミキシングが著作権問題で「最も大きな打撃を受ける分野」になる可能性があると述べた。
現在、訴訟はまだ初期段階にあり、見通しは不透明です。 AI テクノロジーの概念の多くは非常に新しいため、これまで法的な観点から検討されたことはありません。
法律専門家らは、これは過去30年間の人工知能の進歩を支えてきた最も重要な原則のいくつかに疑問を呈するものであり、生成型AIツールの将来に影響を与える可能性があると述べている。
「この訴訟は間違いなく画期的な訴訟になるだろう」とオープンソース関連訴訟を専門とする弁護士、ルイス・ヴィラ氏は語った。
参考:
https://gizmodo.com/ai-microsoft-dall-e-1849816871
https://www.wired.com/story/this -copyright-lawsuit-could-shape-the-future-of-generative-ai/
以上がこの著作権訴訟は人工知能の将来に影響を与える可能性があります!の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
