MÜNCHEN (IT BOLTWISE) – OpenAI steht erneut im Fokus der Kritik, da Vorwürfe laut werden, das Unternehmen habe seine KI-Modelle mit urheberrechtlich geschützten Inhalten trainiert, ohne die erforderlichen Lizenzen zu besitzen. Ein aktuelles Papier einer KI-Watchdog-Organisation legt nahe, dass OpenAI zunehmend auf nicht-öffentliche Bücher zurückgegriffen hat, um seine fortschrittlichen Modelle zu entwickeln.
OpenAI sieht sich mit schweren Vorwürfen konfrontiert, seine KI-Modelle mit urheberrechtlich geschützten Inhalten ohne Genehmigung trainiert zu haben. Ein neues Papier der AI Disclosures Project, einer 2024 von Tim O’Reilly und Ilan Strauss gegründeten Non-Profit-Organisation, erhebt den Vorwurf, dass OpenAI zunehmend auf nicht-öffentliche Bücher zurückgegriffen hat, um seine fortschrittlichen Modelle zu entwickeln.
KI-Modelle sind im Wesentlichen komplexe Vorhersagemaschinen. Sie werden mit einer Vielzahl von Daten trainiert – Bücher, Filme, TV-Shows und mehr – und lernen, Muster zu erkennen und aus einfachen Eingaben neue Inhalte zu extrapolieren. Wenn ein Modell einen Aufsatz über eine griechische Tragödie „schreibt“ oder Ghibli-ähnliche Bilder „zeichnet“, greift es auf sein umfangreiches Wissen zurück, um eine Annäherung zu schaffen. Es handelt sich nicht um echte Neuerungen.
Während einige KI-Labore, darunter OpenAI, begonnen haben, KI-generierte Daten zu nutzen, um KI zu trainieren, da sie reale Quellen (hauptsächlich das öffentliche Web) erschöpfen, haben nur wenige vollständig auf reale Daten verzichtet. Das liegt wahrscheinlich daran, dass das Training mit rein synthetischen Daten Risiken birgt, wie die Verschlechterung der Modellleistung.
Das neue Papier zieht die Schlussfolgerung, dass OpenAI wahrscheinlich sein GPT-4o-Modell mit Büchern von O’Reilly Media trainiert hat, die hinter einer Bezahlschranke liegen. O’Reilly Media hat jedoch keine Lizenzvereinbarung mit OpenAI, wie das Papier feststellt.
„GPT-4o, OpenAIs jüngeres und leistungsfähigeres Modell, zeigt eine starke Erkennung von Inhalten aus O’Reilly-Büchern hinter Bezahlschranken im Vergleich zu OpenAIs früherem Modell GPT-3.5 Turbo“, schreiben die Co-Autoren des Papiers. „Im Gegensatz dazu zeigt GPT-3.5 Turbo eine größere relative Erkennung von öffentlich zugänglichen O’Reilly-Buchproben.“
Die Autoren des Papiers – O’Reilly, Strauss und der KI-Forscher Sruly Rosenblat – untersuchten das Wissen von GPT-4o, GPT-3.5 Turbo und anderen OpenAI-Modellen über O’Reilly Media-Bücher, die vor und nach ihren Trainingsstichtagen veröffentlicht wurden. Sie verwendeten 13.962 Absatz-Auszüge aus 34 O’Reilly-Büchern, um die Wahrscheinlichkeit zu schätzen, dass ein bestimmter Auszug in einem Trainingsdatensatz eines Modells enthalten war.
Den Ergebnissen des Papiers zufolge „erkannte“ GPT-4o weitaus mehr Inhalte aus O’Reilly-Büchern hinter Bezahlschranken als ältere Modelle von OpenAI, einschließlich GPT-3.5 Turbo. Das gilt auch nach Berücksichtigung potenzieller Störfaktoren, wie Verbesserungen in der Fähigkeit neuerer Modelle, zu erkennen, ob ein Text von Menschen verfasst wurde.
Die Co-Autoren betonen jedoch, dass es sich nicht um einen eindeutigen Beweis handelt. Sie erkennen an, dass ihre experimentelle Methode nicht unfehlbar ist und dass OpenAI die Buchauszüge möglicherweise von Nutzern gesammelt hat, die sie in ChatGPT kopiert und eingefügt haben.
Die Autoren haben OpenAIs neueste Modellsammlung, zu der auch GPT-4.5 und „Reasoning“-Modelle wie o3-mini und o1 gehören, nicht bewertet. Es ist möglich, dass diese Modelle nicht mit Daten aus O’Reilly-Büchern hinter Bezahlschranken trainiert wurden oder in geringerem Umfang als GPT-4o.
Es ist bekannt, dass OpenAI, das sich für lockerere Beschränkungen bei der Entwicklung von Modellen mit urheberrechtlich geschützten Daten einsetzt, seit einiger Zeit nach hochwertigeren Trainingsdaten sucht. Das Unternehmen hat sogar Journalisten eingestellt, um die Ausgaben seiner Modelle zu verfeinern. Dies ist ein Trend in der gesamten Branche: KI-Unternehmen rekrutieren Experten in Bereichen wie Wissenschaft und Physik, um effektiv ihr Wissen in KI-Systeme einzuspeisen.
Es sollte beachtet werden, dass OpenAI für mindestens einen Teil seiner Trainingsdaten bezahlt. Das Unternehmen hat Lizenzvereinbarungen mit Nachrichtenverlagen, sozialen Netzwerken, Stock-Medienbibliotheken und anderen. OpenAI bietet auch Opt-out-Mechanismen – wenn auch unvollkommene –, die es Urheberrechtsinhabern ermöglichen, Inhalte zu kennzeichnen, die das Unternehmen nicht für Trainingszwecke verwenden soll.
Trotzdem, während OpenAI mehrere Klagen über seine Praktiken bei der Nutzung von Trainingsdaten und den Umgang mit dem Urheberrecht in US-Gerichten bekämpft, ist das O’Reilly-Papier kein besonders schmeichelhaftes Bild.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- Service Directory für AI Adult Services erkunden!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote
Python Developer für KI-basierte Energie-Optimierung (m/w/d)
Praktikant (m/w/d) in der Entwicklung - Automatisierung mit Hilfe von KI und Python Scripts
Pre-Sales Consultant (m/w/d) – Data Science, AI & BI
AI/ML Engineer (m/w/d) Data Driven Solutions
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "OpenAI unter Verdacht: Nutzung von O’Reilly-Büchern ohne Lizenz" für unsere Leser?
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "OpenAI unter Verdacht: Nutzung von O’Reilly-Büchern ohne Lizenz" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »OpenAI unter Verdacht: Nutzung von O’Reilly-Büchern ohne Lizenz« bei Google Deutschland suchen, bei Bing oder Google News!