-
Una investigación de The New York Times asegura que OpenAI ha utilizado más de un millón de horas de video para entrenar a su IA.
-
YouTube aseguró que no quiere que OpenAI use sus vídeos para entrenar a Sora
-
OpenAI no ha clarificado completamente los métodos utilizados para entrenar su nueva inteligencia artificial.
Recientemente, el director ejecutivo de YouTube, Neal Mohan, ha manifestado que, en caso de que los videos de creadores de contenido publicados en su plataforma hayan sido utilizados por OpenAI para entrenar su modelo de Inteligencia Artificial (IA) Sora, la compañía estaría llevando a cabo una “clara violación” de las políticas de YouTube.
Precisamente, Mohan ha explicado que se trata de un uso indebido del contenido de la plataforma ya que los creadores de contenido que deciden publicar videos en YouTube esperan que su trabajo esté realmente protegido por los términos del servicio. “Cuando un creador sube su arduo trabajo a nuestra plataforma, tiene ciertas expectativas”, señaló el líder, al tiempo que ha especificado que una de estas expectativas es que no se permita la descarga de su contenido, como transcripciones o fragmentos de video.Hay que tener en cuenta que esta advertencia surge en un contexto donde OpenAI no ha clarificado completamente los métodos utilizados para entrenar su nueva inteligencia artificial. Mohan señaló que, si bien ciertos datos como el nombre del canal o el título del video pueden ser rastreados para aparecer en motores de búsqueda, los términos de uso de YouTube prohíben la descarga de videos y transcripciones.
Aumenta tensión entre OpenAI y Youtube
Un estudio de The New York Times afirma que OpenAI ha empleado más de un millón de horas de video para el entrenamiento de Whisper, su inteligencia artificial encargada de convertir audio en texto. Esta iniciativa tiene como objetivo aprovechar las transcripciones generadas para contribuir al desarrollo de GPT-4.
Según lo afirmó el medio, el laboratorio de inteligencia artificial había agotado todos los recursos de textos confiables en inglés disponibles en Internet durante el desarrollo de su última generación de sistemas de IA, requerían de más datos para entrenar la próxima iteración de su tecnología.
Por ello, los investigadores de OpenAI idearon una herramienta de reconocimiento de voz llamada Whisper. Esta herramienta sería capaz de transcribir el audio de videos de YouTube, generando nuevo texto conversacional que potenciaría la inteligencia de los sistemas de IA.
Algunos empleados de OpenAI debatieron sobre cómo esta medida podría violar las reglas de YouTube, según tres personas familiarizadas con las conversaciones. Y es que YouTube, propiedad de Google, prohíbe el uso de sus videos para aplicaciones “independientes” de la plataforma.
Es así que un equipo de OpenAI transcribió más de un millón de horas de videos de YouTube, afirmaron las fuentes. Este equipo incluía a Greg Brockman, presidente de OpenAI, quien participó personalmente en la recopilación de los videos. Posteriormente, los textos se integraron en un sistema llamado GPT-4, que fue ampliamente reconocido como uno de los modelos de IA más poderosos del mundo y sirvió de base para la última versión del chatbot ChatGPT.
