論文の概要: Training Is Everything: Artificial Intelligence, Copyright, and Fair
Training
- arxiv url: http://arxiv.org/abs/2305.03720v1
- Date: Thu, 4 May 2023 04:01:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 12:55:28.482374
- Title: Training Is Everything: Artificial Intelligence, Copyright, and Fair
Training
- Title(参考訳): トレーニングはすべて:人工知能、著作権、公正なトレーニング
- Authors: Andrew W. Torrance and Bill Tomlinson
- Abstract要約: 著者: そうしたコンテンツを使ってAIエンジンをトレーニングしている企業は、そのような使用は「フェアユース」であるべきだと信じていることが多い。
著作者: 著作権所有者は、その支持者とともに、著作権のある著作物をAIのトレーニングセットに組み入れ、所有者の知的財産の誤った評価を構成することを検討する。
我々はこの議論の両側で強い議論と刺激的な議論の両方を識別する。
- 参考スコア(独自算出の注目度): 9.653656920225858
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: To learn how to behave, the current revolutionary generation of AIs must be
trained on vast quantities of published images, written works, and sounds, many
of which fall within the core subject matter of copyright law. To some, the use
of copyrighted works as training sets for AI is merely a transitory and
non-consumptive use that does not materially interfere with owners' content or
copyrights protecting it. Companies that use such content to train their AI
engine often believe such usage should be considered "fair use" under United
States law (sometimes known as "fair dealing" in other countries). By contrast,
many copyright owners, as well as their supporters, consider the incorporation
of copyrighted works into training sets for AI to constitute misappropriation
of owners' intellectual property, and, thus, decidedly not fair use under the
law. This debate is vital to the future trajectory of AI and its applications.
In this article, we analyze the arguments in favor of, and against, viewing
the use of copyrighted works in training sets for AI as fair use. We call this
form of fair use "fair training". We identify both strong and spurious
arguments on both sides of this debate. In addition, we attempt to take a
broader perspective, weighing the societal costs (e.g., replacement of certain
forms of human employment) and benefits (e.g., the possibility of novel
AI-based approaches to global issues such as environmental disruption) of
allowing AI to make easy use of copyrighted works as training sets to
facilitate the development, improvement, adoption, and diffusion of AI.
Finally, we suggest that the debate over AI and copyrighted works may be a
tempest in a teapot when placed in the wider context of massive societal
challenges such as poverty, equality, climate change, and loss of biodiversity,
to which AI may be part of the solution.
- Abstract(参考訳): 行動を学ぶためには、現在のAIの革命的な世代は膨大な量の公開画像、著作物、音で訓練されなければならない。
一部の人にとっては、AIのトレーニングセットとしての著作権付き作品の使用は、所有者のコンテンツやそれを保護する著作権に実質的に干渉しない、過渡的で非合意的な使用である。
このようなコンテンツをaiエンジンのトレーニングに使用する企業は、米国法(他国では「フェア取引」と呼ばれることもある)では、そのような使用は「フェア利用」と見なされるべきであるとしばしば信じている。
対照的に、多くの著作権所有者とその支持者は、著作権のある著作物をaiのトレーニングセットに組み込んで、所有者の知的財産の誤認を構成することを考慮し、法の下で公正に使用しないことを決定した。
この議論は、AIとその応用の将来的な軌道に不可欠である。
本稿では,AIのトレーニングセットにおける著作権付き作品の使用を公正な使用として,好意的かつ反対的な議論を分析する。
私たちはこのフェアユースをフェアトレーニングと呼んでいます。
我々はこの議論の両側で強い議論と刺激的な議論の両方を識別する。
さらに、我々は、AIの開発、改善、導入、拡散を促進するためのトレーニングセットとして、AIが著作権付き作品を簡単に利用できるようにするための、社会的コスト(例えば、ある種の人間の雇用の置き換え)と利益(例えば、環境破壊のようなグローバルな問題に対する、新しいAIベースのアプローチの可能性)について、より広い視点で検討しようとする。
最後に、貧困、平等、気候変動、生物多様性の喪失といった大きな社会的課題の広い文脈に置かれ、AIがソリューションの一部である可能性がある場合、AIと著作権のある作品に関する議論は、ティーポットの中では極端であるかもしれないことを示唆する。
関連論文リスト
- Generative AI and Copyright: A Dynamic Perspective [0.0]
ジェネレーティブAIは、クリエイティブ産業をディスラプトしようとしている。
コンテンツが生成的AIモデル(フェアユース標準)のトレーニングに使用されているクリエーターへの補償と、著作権保護(AI-コピーライトビリティ)のためのAI生成コンテンツの適性は重要な問題である。
本稿では、これらの2つの規制問題とその相互作用の経済的意味をよりよく理解することを目的とする。
論文 参考訳(メタデータ) (2024-02-27T07:12:48Z) - ChatGPT and Works Scholarly: Best Practices and Legal Pitfalls in
Writing with AI [9.550238260901121]
我々は、このようなAIによる書き起こしが著作権に違反しているか、公正使用の安全な港に落ちているかを評価するためのアプローチを提供する。
AIは今後数年でより有能になる可能性が高いため、学術的な執筆活動にAIを統合するのは適切である。
論文 参考訳(メタデータ) (2023-05-04T15:38:20Z) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳(メタデータ) (2023-04-16T11:22:59Z) - AI Ethics Issues in Real World: Evidence from AI Incident Database [0.6091702876917279]
インテリジェントなサービスロボット、言語/ビジョンモデル、そして自動運転がリードする、AIの非倫理的利用をよく目にする13のアプリケーション領域を特定します。
倫理的問題は、不適切な使用や人種的差別から、身体的安全と不公平なアルゴリズムまで、8つの異なる形態で現れる。
論文 参考訳(メタデータ) (2022-06-15T16:25:57Z) - Fairness in Agreement With European Values: An Interdisciplinary
Perspective on AI Regulation [61.77881142275982]
この学際的立場の論文は、AIにおける公平性と差別に関する様々な懸念を考察し、AI規制がそれらにどう対処するかについて議論する。
私たちはまず、法律、(AI)産業、社会技術、そして(道徳)哲学のレンズを通して、AIと公正性に注目し、様々な視点を提示します。
我々は、AI公正性の懸念の観点から、AI法の取り組みを成功に導くために、AIレギュレーションが果たす役割を特定し、提案する。
論文 参考訳(メタデータ) (2022-06-08T12:32:08Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳(メタデータ) (2022-01-26T18:53:09Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳(メタデータ) (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳(メタデータ) (2021-06-25T22:31:55Z) - AI and Legal Argumentation: Aligning the Autonomous Levels of AI Legal
Reasoning [0.0]
法的議論は正義の重要な基盤であり、敵対的な法の形を支えている。
広範囲にわたる研究は、人工知能(AI)を含むコンピュータベースの自動化を使用して、法的議論を拡大または実施しようと試みている。
AI法則推論のLevels of Autonomy(LoA)をAIの成熟と法体系化(AILA)に適用するために、革新的なメタアプローチを提案する。
論文 参考訳(メタデータ) (2020-09-11T22:05:40Z) - How Does NLP Benefit Legal System: A Summary of Legal Artificial
Intelligence [81.04070052740596]
法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。
本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
論文 参考訳(メタデータ) (2020-04-25T14:45:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。