دعوى قضائية ضد NVIDIA لانتهاك حقوق النشر الخاصة بالذكاء الاصطناعي
تاريخ النشر: 12th, March 2024 GMT
أصبح من الصعب مواكبة الدعاوى القضائية المتعلقة بحقوق الطبع والنشر ضد الذكاء الاصطناعي التوليدي، مع رفع دعوى جماعية جديدة مقترحة إلى المحاكم الأسبوع الماضي. هذه المرة، رفع المؤلفون دعوى قضائية ضد شركة NVIDIA بسبب منصة الذكاء الاصطناعي NeMo، وهو نموذج لغة يسمح للشركات بإنشاء وتدريب روبوتات الدردشة الخاصة بها، حسبما أفاد Ars Technica.
طالب المؤلفون عبدي ناظميان وبريان كين وستيوارت أونان بمحاكمة أمام هيئة محلفين وطلبوا من NVIDIA دفع تعويضات وتدمير جميع نسخ مجموعة بيانات Books3 المستخدمة لتشغيل نماذج اللغات الكبيرة NeMo (LLMs). يزعمون أن مجموعة البيانات نسخت مكتبة ظل تسمى Bibliotek تتكون من 196640 كتابًا مقرصنة.
وجاء في المطالبة: "باختصار، اعترفت NVIDIA بتدريب نماذج NeMo Megatron الخاصة بها على نسخة من مجموعة بيانات The Pile". "لذلك، قامت NVIDIA بالضرورة أيضًا بتدريب نماذج NeMo Megatron الخاصة بها على نسخة من Books3، لأن Books3 جزء من The Pile. بعض الكتب التي كتبها المدعين هي جزء من Books3 - بما في ذلك الأعمال المنتهكة - وبالتالي قامت NVIDIA بالضرورة بتدريب نماذج NeMo Megatron الخاصة بها على نسخة أو أكثر من الأعمال المخالفة، مما يشكل انتهاكًا مباشرًا لحقوق الطبع والنشر للمدعين.
ردًا على ذلك، قالت NVIDIA لصحيفة وول ستريت جورنال: "نحن نحترم حقوق جميع منشئي المحتوى ونعتقد أننا أنشأنا NeMo مع الامتثال الكامل لقانون حقوق الطبع والنشر".
في العام الماضي، تعرضت شركتا OpenAI وMicrosoft لدعوى قضائية بشأن حقوق الطبع والنشر من مؤلفين غير روائيين، زاعمين أن الشركتين كسبت أموالاً من أعمالهما لكنها رفضت دفعها. وتم إطلاق دعوى قضائية مماثلة في وقت سابق من هذا العام. هذا بالإضافة إلى دعوى قضائية رفعتها مؤسسات إخبارية مثل The Intercept وRaw Story، وبالطبع الإجراء القانوني الذي بدأ كل هذا من صحيفة نيويورك تايمز.
المصدر: بوابة الوفد
كلمات دلالية: حقوق الطبع والنشر دعوى قضائیة الخاصة بها بها على
إقرأ أيضاً:
ثورة في توليد الصور بالذكاء الاصطناعي.. أداة جديدة أسرع 9 مرات وتعمل على هاتفك
تمكن باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) وشركة NVIDIA من تطوير أداة جديدة لتوليد الصور تعتمد على الذكاء الاصطناعي، تمتاز بسرعة فائقة وجودة عالية مع استهلاك أقل للطاقة، ويمكن تشغيلها محليًا على أجهزة الحاسوب المحمولة أو الهواتف الذكية.
الأداة الجديدة التي تحمل اسم HART (اختصارًا لـ Hybrid Autoregressive Transformer) تمثل دمجًا مبتكرًا بين تقنيتين شائعتين في هذا المجال: النماذج التوليدية التسلسلية (autoregressive) ونماذج الانتشار (diffusion). حيث تعتمد HART على النموذج التسلسلي لرسم الصورة بشكل سريع وإجمالي، ثم تستخدم نموذج الانتشار صغير الحجم لتوضيح التفاصيل الدقيقة وتحسين جودة الصورة.
اقرأ أيضاً.. الذكاء الاصطناعي يهدد مستقبل التصوير الفوتوغرافي
السرعة والكفاءة
وتتميز HART بقدرتها على إنتاج صور تضاهي أو تتفوق على الصور التي تولدها نماذج الانتشار المتقدمة، لكنها تفعل ذلك بسرعة أكبر بنحو تسع مرات، مع تقليل استهلاك الموارد الحاسوبية بنسبة تصل إلى 31% مقارنةً بأحدث النماذج. ويكفي أن يدخل المستخدم وصفًا نصيًا بسيطًا لتقوم الأداة بتوليد الصورة المطلوبة.
ويُتوقع أن تفتح هذه التقنية آفاقًا واسعة في عدة مجالات، مثل تدريب السيارات الذاتية القيادة في بيئات افتراضية واقعية، وتصميم مشاهد غنية لألعاب الفيديو، وحتى مساعدة الروبوتات على إتمام مهام معقدة في العالم الحقيقي.
يقول الباحث هاوتيان تانغ، المؤلف المشارك في الدراسة: "تمامًا كما يرسم الفنان لوحة من خلال تحديد الشكل العام أولًا، ثم يعود لإضافة التفاصيل الدقيقة بضربات فرشاة صغيرة، هذا ما تفعله HART بالضبط".
أخبار ذات صلة
تحسين الجودة
وقد واجه الباحثون تحديات أثناء تطوير الأداة، خاصة في كيفية دمج نموذج الانتشار بطريقة تكمّل عمل النموذج التسلسلي دون أن تؤدي إلى تراكم الأخطاء. وخلصوا إلى أن أفضل طريقة هي استخدام نموذج الانتشار فقط في المرحلة النهائية لمعالجة التفاصيل الدقيقة.
ومن أبرز ما يميز HART أنها تعتمد بشكل أساسي على نموذج تسلسلي مشابه للنماذج اللغوية الكبيرة (LLMs) مثل ChatGPT، مما يسهل دمجها مستقبلاً مع نماذج توليدية متعددة الوسائط تجمع بين الرؤية واللغة، وهو ما يمهد الطريق لتطبيقات جديدة مثل شرح خطوات تركيب قطعة أثاث بالصوت والصورة.
مستقبل HART
ويطمح الفريق البحثي إلى تطوير HART مستقبلًا ليشمل مجالات أوسع مثل توليد الفيديوهات والتنبؤ بالأصوات، مستفيدين من قابلية الأداة للتوسع والعمل عبر وسائط متعددة.
وقد تم تمويل هذا البحث من قبل عدة جهات منها مختبر MIT-IBM Watson للذكاء الاصطناعي، ومركز MIT وAmazon Science Hub، وبرنامج MIT لتقنيات الذكاء الاصطناعي، ومؤسسة العلوم الوطنية الأمريكية، كما تبرعت NVIDIA بالبنية التحتية اللازمة لتدريب النموذج.
إسلام العبادي(أبوظبي)