Database per addestrare l’intelligenza artificiale utilizzato anche da Apple include video YouTube
Il database The Pilecontiene decine di migliaia di sottotitoli video.
Stando a una indagine condotta da Wired e Proof News, il database The Pile, che include video educativi del MIT, di alcuni popolari show TV americani e perfino video di noti youtuber come Marques Brownlee sono stati utilizzati da Nvidia, Salesforce ma anche Apple per addestrare l’intelligenza artificiale (YouTube vieta la raccolta di contenuti e l’uso dei materiali pubblicati per l’addestramento dell’intelligenza artificiale).
In particolare il database si basa sulle trascrizioni di tutti questi video (48.000 canali, 173.536 filmati per 900 GB di dati) sotto forma di sottotitoli in diverse lingue. Secondo Wired, questo non è l’unico database che utilizza video di YouTube: Google utilizzerebbe i dati di YouTube (di cui è proprietaria) e OpenAI avrebbe utilizzato anche YouTube per addestrare Sora. Inoltre, l’integrazione dei sottotitoli nella banca dati senza autorizzazione può causare problemi.
L’indagine condotta da Wired e Proof News evidenzia ulteriormente un problema ricorrente con l’addestramento dell’intelligenza artificiale: la provenienza dei dati.
