编译/前方智能

据 Proof News 与 Wired 联合发布的一项调查报告显示，包括苹果、Anthropic、英伟达和Salesforce 在内的多家科技巨头，在未经授权的情况下使用了来自 YouTube 的大量视频字幕数据来训练其 AI 系统。

图源：The Verge

这个名为 "YouTube Subtitles" 的数据集包含了来自 4.8 万多个 YouTube 频道的 17.4 万个视频的字幕内容。该数据集是由非营利 AI 组织 EleutherAI 创建的更大规模数据集 "The Pile" 的一部分。

调查发现，这些被用于 AI 训练的视频内容涵盖了多个知名 YouTuber 的作品，包括 MrBeast、Marques Brownlee 和 PewDiePie 等。此外，还包括了 ABC News、BBC 和纽约时报等新闻媒体的视频内容。

多位内容创作者对此表示不满，流媒体服务 Nebula 的 CEO David Wiskus 更直接地将其称为"盗窃"。YouTube CEO Neal Mohan 此前曾表示，使用视频内容（包括字幕）来训练 AI，违反了 YouTube 平台的服务条款。

Proof News 还发布了一个交互式查询工具，允许用户搜索自己或喜欢的 YouTuber 的内容是否出现在该数据集中。

这一事件凸显了 AI 发展与内容创作者权益保护之间的潜在冲突，以及科技公司在使用公开数据时所面临的伦理挑战。

来源：The Verge