【環球時報特約記者 甄翔】《紐約時報》6日披露了科技公司訓練人工智能的秘密——利用語音識別工具轉錄視頻網站YouTube上的視頻，形成對話文本數據，供其最新的AI學習。這是一條違反法律的“捷徑”。

　　報道稱，早在2021年年底，OpenAI就面臨培訓AI模型的數據源幾乎陷入枯竭的境地。該公司鋌而走險，在明知YouTube母公司谷歌禁止用工具提取該平臺內容的情況下，轉錄了100多萬條視頻并生成GPT-4模型的學習材料，OpenAI創始人之一布羅克曼也參與其中。諷刺的是，谷歌得知OpenAI的行為卻并未制止，因為其也在提取YouTube平臺內容訓練AI模型。

　　《紐約時報》援引消息人士的話表示，這可能侵犯視頻版權，因為它們屬于創作者。盡管如此，越來越多的科技公司冒著面臨訴訟的風險也要“走捷徑”。報道稱，根據內部會議記錄，Meta公司商定從互聯網上收集受版權保護的數據，因為與出版商、藝術家、音樂家和新聞行業就版權內容談判太花時間。

　　報道稱，領先的AI模型需要從涵蓋多達3萬億字的數字文本池中學習。有分析稱，預計互聯網上現有可供培訓AI模型的數據最快到2026年就會耗盡。

　　《紐約時報》援引內部人士的消息稱，谷歌法律部門已經要求起草新的政策，擴大該公司對消費者數據的用途。Meta的情況更嚴峻，其旗下臉書平臺不是人們撰寫文章的地方，可用數據不多。報道稱，在一次討論中，Meta高管談到在非洲聘請承包商來匯總各種小說和非小說的文本摘要。Meta全球合作與內容副總裁格魯丁表示：“唯一阻礙我們達到ChatGPT水平的因素就是數據量?！?/p>