Dínit Sonraí: Deireadh an Lóin Shaor in Oiliúint AI
An Gadaíocht is Mó sa Stair
Glaoimis ar an gcéad chéim den AI ghiniúna mar a bhí i ndáiríre: an gníomh eastósctha luacha is mó i stair an chine dhaonna.
Idir 2018 agus 2024, chuir roinnt cuideachtaí i Silicon Valley armáil de chraolaithe gréasáin ar fud an idirlín ar fad. D'ith na craolaithe seo gach rud: gach leabhar a digitíodh riamh, gach alt a foilsíodh riamh, gach grianghraf a uaslódáladh riamh, gach postáil fóraim a scríobhadh riamh, gach líne chóid a roinneadh riamh ar GitHub, gach liric amhráin, gach tráchtas dochtúireachta, gach litir ghrá a postáladh ar bhlag pearsanta.
Rinne siad é seo gan cead a iarraidh. Rinne siad é seo gan chúiteamh a sholáthar. Rinne siad é seo gan fiú an fhoinse a admháil.
Ansin thóg siad an luach eastósctha seo go léir, chomhbhrúigh siad ina mheáchain mhatamaiticiúla é, agus thóg siad táirgí dílseánaigh a dhíol siad ar na céadta billiún dollar. Na daoine a chruthaigh an luach, ní bhfuair siad faic. Na cuideachtaí a d'eastósc é, rinne siad na fiontair is luachmhaire ar an phláinéid.
Ní nuálaíocht a bhí anseo. Ba é seo idirghabháil cóipchirt thionsclaithe ar scála nach bhfacthas riamh cheana.
Ach tá deireadh ag teacht leis an lón saor. Tá na cruthaitheoirí ag troid ar ais. Agus tá na bunsraitheanna dlíthiúla, eiticiúla agus eacnamaíocha den mhúnla eastósctha ag titim as a chéile.
Na Ballaí Dlí ag Éirí
The legal foundations of the extraction model were always questionable. AI companies argued that training on copyrighted material constituted "fair use" because the model "transforms" the data rather than copying it directly. They claimed this was analogous to a human reading books in a library.
This argument is failing in courts worldwide.
The New York Times Lawsuit
The New York Times lawsuit against OpenAI and Microsoft, filed in December 2023, was the opening salvo of what promises to be years of litigation. The lawsuit demonstrated that ChatGPT could reproduce copyrighted Times articles nearly verbatim. It showed that the model could bypass paywalls by summarizing articles so completely that users had no reason to visit the original source.
This is not "transformation." This is market substitution. When an AI can replace the function of a newspaper subscription, the fair use defense collapses.
The Artist Rebellion
Visual artists were among the first to recognize the threat. Image generators trained on billions of artworks could replicate individual artists' styles with devastating precision. A prompt like "in the style of [living artist]" could produce unlimited works that competed directly with the original creator's livelihood.
Class action lawsuits on behalf of visual artists are now working through the courts. But artists didn't wait for legal resolution. They developed technical countermeasures.
Tools like Glaze and Nightshade add imperceptible perturbations to images that poison AI training. A scraped image appears normal to humans but causes model degradation or unpredictable outputs. It's a digital form of booby-trapping content, and it's spreading rapidly.
The Platform Lockdown
Major platforms have closed their doors to AI training. Reddit, which was one of the largest sources of conversational training data, now charges prohibitive fees for API access. Twitter/X blocked AI crawlers entirely before reversing course and monetizing access. Stack Overflow implemented strict terms against AI training on their programming Q&A.
The "open web" that AI companies relied upon is becoming a patchwork of walled gardens, each extracting tolls from any AI that wants access.
Dínit Sonraí: Fealsúnacht Dhifriúil
Ag Dweve, glacaimid le coincheap na Dínite Sonraí, téarma a chuir an t-eolaí ríomhaireachta Jaron Lanier i mbéal an phobail. Tá an prionsabal simplí: má chuireann do shonraí le luach córais AI, tuilltear scair den luach sin duit.
Ní carthanas é seo. Ní fiú eitic ar mhaithe léi féin é seo. Is é seo an bonn le geilleagar AI inbhuanaithe.
Ní raibh an tsamhail eastósctha fónta ó thaobh an gheilleagair riamh. Bhí sí ag brath ar chrios liath dlíthiúil sealadach agus ar an éagumas praiticiúil a bhí ar na milliúin cruthaitheoirí aonair a gcearta a fhorfheidhmiú. De réir mar a athraíonn an dá choinníoll seo, bíonn riosca eiseach roimh chuideachtaí a thógtar ar eastóscadh.
Cruthaíonn samhail atá bunaithe ar dhínit, os a choinne sin, dreasachtaí ailínithe. Tá cruthaitheoirí spreagtha chun a saothar is fearr a chur ar fáil toisc go gcúitítear iad as. Faigheann cuideachtaí AI rochtain ar shonraí ar chaighdeán níos airde toisc go n-íocann siad as coimeád agus fíorú. Faigheann úsáideoirí torthaí níos fearr toisc go bhfuil na sonraí oiliúna níos fearr.
Ailtireacht Dweve don Dínit Sonraí
Ní polasaí amháin é ár gcur chuige i leith na dínite sonraí. Tá sé tógtha isteach inár n-ailtireacht theicniúil.
Píblíne Eolais Spindle
Cuireann Dweve Spindle i bhfeidhm píblíne eipistéimeolaíoch seacht gcéim a rianaíonn gach píosa eolais ó thionscnamh go himscaradh:
- Iarrthóir: Aithnítear faisnéis amh agus cuirtear meiteashonraí foinse uirthi
- Eastósctha: Baintear faisnéis struchtúrtha amach agus an bunús caomhnaithe
- Anailísithe: Déantar ábhar a dhianscaoileadh ina fhíorais adamhacha agus stádas ceadúnaithe á fhíorú
- Ceangailte: Naiscítear fíorais leis an ngraf eolais le slabhraí tréithrithe
- Fíoraithe: Deimhníonn bailíochtú ilfhoinse cruinneas agus stádas dlíthiúil
- Deimhnithe: Deimhníonn dearadh cáilíochta comhlíonadh riachtanas dínite sonraí
- Canónta: Bíonn eolas fíoraithe réidh don AI le bunús iomlán
Ciallaíonn an phíblíne seo gur féidir linn aon phíosa eolais inár gcóras a rianiú siar go dtí a bhunfhoinse. Is féidir linn stádas ceadúnaithe a chruthú. Is féidir linn a aithint cé na cruthaitheoirí a chuir le haon aschur ar leith.
Na 456 Tacair Srianta Speisialtóra Réimse
Cuireann ailtireacht Dweve Loom de 456 thacar srianta speisialaithe ar chumas ceadúnú agus cúiteamh miondealaithe. Léiríonn gach speisialtóir réimse réimse ar leith eolais lena fhoinsí sonraí agus lena shocruithe ceadúnaithe féin.
Nuair a phróiseálann speisialtóir an Réimse Dlíthiúil (Dlí Conarthaí na Gearmáine) ceist, tá a fhios againn go díreach cé na foilsitheoirí dlíthiúla agus na gnólachtaí dlí a chuir leis an gcumas sin. Nuair a sholáthraíonn speisialtóir an Réimse Leighis (Oinceolaíocht) faisnéis, is féidir linn rianiú siar go dtí na hirisí leighis, na bunachair shonraí chliniciúla, agus na hinstitiúidí taighde a sholáthair an t-eolas.
Cuireann an mhiondealú seo ar chumas roinnt ioncaim sofaisticiúil. In ionad éilimh doiléire faoi “oiliúint ar an idirlíon,” is féidir linn a ríomh go beacht cé mhéad a chuir gach foinse sonraí le gach cumas.
An Margadh Sonraí Cóirthrádála
Táimid ag tógáil an bhonneagair do gheilleagar sonraí nua. Smaoinigh air mar dheimhniú "Cóirthrádála" do shonraí oiliúna AI.
Do Sholáthróirí Sonraí
Is féidir le foilsitheoirí, ollscoileanna, institiúidí taighde, agus saineolaithe fearainn a n-ábhar a chlárú ar ár n-ardán. Socraíonn siad na téarmaí ceadúnaithe. Socraíonn siad an praghas. Coinníonn siad smacht.
Murab ionann agus an tsamhail eastósctha inar tógadh a n-ábhar gan chead, bíonn siad ina rannpháirtithe gníomhacha i ngeilleagar an AI. Is féidir leo a roghnú cé na feidhmchláir AI a fhéadfaidh a gcuid sonraí a úsáid, faoi na coinníollacha céanna, agus cén praghas.
Faigheann sonraí ardchaighdeáin praghsanna préimhe. Is féidir le foilsitheoir acadúil le taighde piarmheasúnaithe dhian níos mó a ghearradh ná feirm ábhair le clicbhaoite optamaithe le haghaidh innill chuardaigh. Luann an margadh cáilíocht.
D'Fhorbróirí AI
Faigheann cuideachtaí atá ag tógáil feidhmchláir AI rochtain ar shonraí oiliúna atá soiléir ó thaobh dlí de le bunús doiciméadaithe. Is féidir leo a chruthú do rialtóirí, árachóirí, agus cúirteanna go díreach cá as a dtáinig a gcuid sonraí oiliúna agus go raibh an ceart acu iad a úsáid.
Cuireann sé seo deireadh leis an riosca dlíthiúil atá ag fás a bhaineann le samhlacha atá oilte ar shonraí scriosta. Soláthraíonn sé rochtain freisin ar "ábhar dorcha" an eolais, na hóstórais ollmhóra faisnéise ardchaighdeáin nach raibh ar fáil riamh ar an ngréasán oscailte: cartlanna corparáideacha, taighde taobh thiar de bhallaí íocaíochta, bunachair shonraí dílseánaigh.
D'Úsáideoirí Deiridh
Faigheann úsáideoirí torthaí níos fearr toisc go bhfuil an AI oilte ar shonraí ardleibhéil, coimeádta seachas ar thorann an idirlín oscailte. Faigheann siad tréithriú freisin, nuair a sholáthraíonn ár gcóras faisnéis ó fhoinsí ceadúnaithe, is féidir linn na foinsí sin a lua, rud a chuireann ar chumas fíoraithe agus iniúchadh níos doimhne.
Geilleagar na Cáilíochta Thar Chainníocht
Áitíonn criticeoirí go ndéanann íoc as sonraí forbairt AI neamh-inmharthana ó thaobh eacnamaíochta de. Maíonn siad go dteastaíonn "an t-idirlíon ar fad" uait chun samhlacha inniúla a oiliúint.
Léiríonn sé seo smaointeoireacht atá as dáta ó ré "an bhailiúcháin mhóir sonraí" sna 2020idí. Tá taighde le déanaí tar éis a chruthú go cinntitheach go bhfuil cáilíocht sonraí i bhfad níos tábhachtaí ná cainníocht sonraí.
Smaoinigh ar an matamaitic. Bhí thart ar 45 teiribheart de théacs comhbhrúite ag teastáil chun GPT-3 a oiliúint. Ba é an chuid is mó de sin scriosadh gréasáin ar chaighdeán íseal: rannáin tuairimíochta, turscar, faisnéis as dáta, earráidí fíorasacha, agus raiméis iomlán.
Is féidir le samhail atá oilte ar 500 ghigibheart d'ábhar coimeádta, ardchaighdeáin téacsleabhar agus acadúil, feidhmíocht na samhlacha atá oilte ar 100 uair níos mó sonraí a mheaitseáil nó a shárú. Tá cóimheas comhartha-go-torann na sonraí coimeádta i bhfad níos airde dá réir.
Trí íoc as sonraí, faighimid rochtain ar ábhar nach raibh ar fáil riamh do scriosóirí: litríocht leighis taobh thiar de bhallaí íocaíochta foilsitheoirí, taighde airgeadais i mbunachair shonraí dílseánaigh, eolas tionsclaíoch i gcartlanna corparáideacha. Tá an "ábhar dorcha" seo níos glaine, níos dlúithe, agus níos luachmhaire ná aon rud ar an ngréasán oscailte.
Tacaíonn an eacnamaíocht leis an tsamhail dhínit i ndáiríre. Íocaimid níos mó in aghaidh an bheart ach teastaíonn i bhfad níos lú beart uainn. Faighimid rochtain ar fhoinsí préimhe nach sroicheann scrabhálaithe go deo. Agus cuirimid deireadh leis an dliteanas dlíthiúil atá ag bagairt anois ar chuideachtaí eastósctha le damáistí féideartha na mbilliún.
An Riachtanas Fiontraíochta
I gcás custaiméirí fiontraíochta, ní rogha é dínit sonraí. Is riachtanas bainistíochta riosca é.
Bíonn riosca ollmhór dliteanais roimh eagraíochtaí móra mar gheall ar chórais AI a bhfuil oiliúint curtha orthu ar shonraí amhrasacha. Má úsáideann roinn mhargaíochta gineadóir íomhánna a bhfuil oiliúint curtha air ar shaothar ealaíne a bailíodh gan chead, bíonn sí i mbaol éileamh sáraithe cóipchirt. Má úsáideann roinn dhlítheanach samhail teanga a bhfuil oiliúint curtha uirthi ar ábhar atá taobh thiar de bhalla íocaíochta, bíonn sí i mbaol nochta maoine intleachtúla. Má úsáideann eagraíocht cúram sláinte samhail nach féidir léi cruthúnas a thabhairt ar bhunús a sonraí oiliúna, bíonn sí i mbaol riosca rialála.
Tá na cásanna dlí ag teacht. D'éiligh Getty Images ar Stability AI. D'éiligh The New York Times ar OpenAI. Tá ceardchumainn údair ag eagrú aicmeghníomhartha. Na damáistí féideartha sna billiúin.
Is féidir le heagraíochtaí a úsáideann córais Dweve a thaispeáint go díreach cá as ar tháinig ár sonraí oiliúna agus go raibh ceadúnú cuí againn orthu go léir. Is fiú i bhfad níos mó an bunús glan seo ná aon ghnóthachan imeallach cumais ó shonraí a bailíodh gan chead.
Tréithriú agus Geilleagar an Eolais
Seachas cúiteamh, éilíonn dínit sonraí tréithriú. Nuair a sholáthraíonn ár gcórais faisnéis a dhíorthaítear ó fhoinsí ceadúnaithe, luaimid na foinsí sin.
Cruthaíonn sé seo timthriall tairbhiúil. Is féidir le húsáideoirí faisnéis a fhíorú trí sheiceáil ar na bunfhoinsí. Is féidir leo ábhair a iniúchadh níos doimhne trí na tagairtí a leanúint. Sreabhann trácht ar ais chuig cruthaitheoirí ábhair, ag deisiú conradh sóisialta briste an ghréasáin.
Maidir lenár 456 tacar srianta speisialtóra i Dweve Loom, tá slabhra bunúis ag gach píosa eolais. Nuair a sholáthraíonn speisialtóir an Réimse Leighis faisnéis faoi ghalar annamh, is féidir linn a thaispeáint cé na páipéir irisleabhair leighis a chuir an freagra sin ar an eolas. Nuair a mhíníonn speisialtóir an Réimse Dhlítheanaigh ceanglas rialála, is féidir linn na foinsí reachtúla a lua.
Ní dea-eitic amháin é seo. Is dea-dhearadh táirge é. Bíonn muinín níos mó ag úsáideoirí as córais nuair is féidir leo éilimh a fhíorú. Is fearr le fiontair córais ar féidir leo a réasúnaíocht a léiriú. Tógann tréithriú muinín.
An Todhchaí atá á Tógáil Againn
Tá ré na heastóscachta ag teacht chun deiridh. Tá an méid a thagann ina dhiaidh á chinneadh anois.
Tagann cosán amháin chuig comóntas nimhithe. Glacann cruthaitheoirí bearta cosanta atá ag éirí níos ionsaithí. Meathlaíonn cáilíocht na sonraí oiliúna. Stoptar forbairt AI nó bíonn sí ina chúram ag cúpla cuideachta a bhfuil buntáistí oidhreachta sonraí acu.
Tagann an cosán eile chuig geilleagar eolais inbhuanaithe. Faigheann cruthaitheoirí cúiteamh as a gcion. Tá sonraí ardchaighdeáin ar fáil dóibh siúd atá sásta íoc go cothrom astu. Leanann forbairt AI ar aghaidh le rannpháirtíocht leathan agus le tairbhí dáilte.
Ag Dweve, táimid ag tógáil an bhonneagair don dara cosán. Léiríonn ár laghdú fuinnimh 96% go bhfuil AI éifeachtach indéanta. Léiríonn ár míniúthacht 100% go bhfuil AI trédhearcach bainte amach. Léiríonn ár n-ailtireacht dhínit sonraí go bhfuil AI eiticiúil praiticiúil.
Creidimid nach bhfuil i gceist le dínit a thabhairt do chruthaitheoirí sonraí ach ceart ó thaobh moráltachta de. Tá sé níos fearr ó thaobh eacnamaíochta de freisin. Táirgeann sé AI níos fearr arna oiliúint ar shonraí níos fearr, le stádas dlíthiúil níos glaine agus le geilleagracht inbhuanaithe.
Tá an lón saor thart. Is é an cheist ná cad a thagann ina dhiaidh. Táimid ag tógáil an mhalairt.
An bhfuil tú réidh le AI a thógáil ar bhunús dhínit sonraí? Soláthraíonn margadh trádála cothrom sonraí Dweve cinnteacht dhlíthiúil, sonraí oiliúna ar chaighdeán níos airde, agus geilleagracht inbhuanaithe. Déan teagmháil linn chun a fháil amach conas is féidir le dínit sonraí a bheith mar do bhuntáiste iomaíoch.