Tömegével használhatja a Google a YouTube-videókat AI képzéshez
Bennfentes források szerint a Google YouTube-videók hatalmas gyűjteményét használja AI-modelljei betanításához, beleértve a Geminit és a Veo 3 videógenerálót is, ez ellen pedig semmit nem tehetnek a felhasználók.
A CNBC-nek nyilatkozó bennfentes források megerősítették, amit eddig is sejteni lehetett: saját Gemini AI-modellje, valamint a Veo 3 videógenerátora képzéséhez is felhasználta a Google a YouTube-on elérhető videók hatalmas gyűjteményét. A techcég számszerűsítve 20 milliárd YouTube-videót tartalmazó katalógusából meríthette a képzési adatokat új eszközei betanításához.
A keresőcég korábban csak annyit erősített meg, hogy valóban felhasznál videókat az általa üzemeltetett videómegosztó platformról, de annak csak egy töredékét, és tiszteletben tartja az alkotókkal és médiavállalatokkal kötött megállapodások és a jogvédelmet. A YouTube szóvivőjének nyilatkozata szerint a Google mindig is felhasználta a YouTube-tartalmakat termékfejlesztés céljából, az AI érkezésével pedig „robusztus védelmi intézkedéseket” vezettek be, hogy a kreatívok megvédhessék szellemi tulajdonaikat.
A lapnak nyilatkozó szakértők szerint azonban az alkotók és a médiaszervezetek jelentős része nem látja át, és sok esetben nem tud róla, hogy a Google a videókönyvtárak segítségével képzi a modelleket. Pedig a szolgáltatás feltételei közt egyértelműen fel van tüntve, hogy tartalom feltöltésekor a feltöltő nem kizárólagos, jogdíjmentes, továbblicencelhető és átruházható licencet ad a YouTube-nak az adott tartalom felhasználására.
Az AI és a nagy full-full-stack trend Az AI farvizén számos új informatikai munkakör születik, vagy már ismert munkák kapnak új nevet és vele extra elvárásokat is.
A YouTube arra ugyan lehetőséget ad az alkotóknak, hogy leiratkozzanak más külsős AI-cégek cégek, például az Amazon, az Apple és az Nvidia általi adatgyűjtésről és tartalmaik képzési célokra való felhasználástól, de arra nem, hogy a Google a saját modelljeihez felhasználja azokat, és nincs módjuk vagy különálló beállítás arra sem, hogy a folyamatot letiltsák.
A cég nem közölte, hogy a platformján található 20 milliárd videóból hányat használ fel ténylegesen modellek tanítására, és milyen szempontok alapján válogat köztük. Abból kiindulva, hogy ha a teljes könyvtár mindössze csak egy százalékát használná fel, akkor is összesítve 2,3 milliárd percnyi tartalomról lenne szó, ami a szakértők szerint több mint negyvenszer annyi, mint amennyi képzési adatból tudnak dolgozni a versenytársak.
A felhasználók videóinak hasznosítása főleg azután hangsúlyosabb kérdés, hogy a Google májusban bejelentette a Veo 3 videógenerátor szolgáltatását. Sok tartalomgyártó attól tart, hogy tudtukon kívül járulhatnak hozzá egy olyan rendszer betanításához, amely végül veszélyeztetheti a saját munkájukat, és ezért kompenzációt sem kapnak.