TecTop
La implementación de ChatGPT de OpenAI por parte de Microsoft ha sido extremadamente popular, y su sorpresiva implementación de este avanzado sistema generativo de IA tomó a compañías como Google y Apple tomando una siesta.
Google está respondiendo agresivamente a la amenaza y está poniendo en marcha su propia solución generativa de IA, Bard, pero ambas Google y IA abierta se enfrentan a demandas colectivas que alegan violaciones de derechos de autor relacionadas con el entrenamiento de sus IA en función de las cantidades masivas de datos utilizados para entrenar estos sistemas.
Es probable que los demandantes en estas demandas no entiendan las implicaciones para sus carreras en caso de que tengan éxito. No estoy hablando de las repercusiones de Microsoft, Google u otros, sino que la forma en que ellos mismos fueron capacitados también puede caer dentro de cualquier decisión relacionada y resultar en que sean demandados en el futuro por otros de quienes aprendieron.
Exploremos demandar a empresas de inteligencia artificial generativa esta semana y cerraremos con mi Producto de la semana, una nueva computadora portátil de HP que puede ser perfecta para usted si viaja mucho por trabajo.
El litigio es peligroso
Desafortunadamente, he tenido mucha experiencia en litigios. Fui asignado a IBM legal por un tiempo en contratos, manejé mi propio litigio durante un par de décadas y he sido seleccionado como testigo experto en varias ocasiones. También me formé para ser abogado antes de cambiar a una carrera profesional muy diferente.
He aprendido que los litigios no se parecen en nada a lo que se muestra en la televisión. Ambas partes ingresan a la sala del tribunal con puntos de vista opuestos de la realidad, y el juez y/o el jurado escuchan a ambas partes antes de elegir el argumento más convincente como ganador. El lado ganador, que puede haber estado equivocado, se siente reivindicado, y el lado perdedor generalmente se siente engañado.
El resultado puede tener consecuencias imprevistas y nefastas para la parte perdedora que pueden ser mucho peores que si hubieran dejado todo en paz en primer lugar o llegado a un acuerdo sin un juicio. Las apelaciones generalmente cuestan alrededor de $40,000 y rara vez tienen éxito. Los costos iniciales del juicio pueden oscilar entre más de $10,000 y cientos de miles de dólares antes del juicio, y además los juicios pueden ser muy costosos.
Por lo tanto, antes de demandar a alguien, debe hacer no solo una evaluación honesta de si es probable que gane, sino también cubrir las posibles consecuencias no deseadas de ganar o perder. Aquí es donde creo que las personas que demandan a las plataformas de IA generativa están en problemas porque no solo es poco probable que ganen, sino que si ganan, el resultado puede costarles sus carreras.
Dejame explicar.
Cómo se entrena la IA generativa
La IA generativa se entrena observando cantidades masivas de datos y patrones, que luego se pueden convertir en lo que llamamos inferencia, que es un conjunto de datos mucho más pequeño y en gran parte federado (donde se han eliminado los contribuyentes al conjunto de datos) que luego se usa como la base para que la IA funcione.
Dicho de otra manera, las IA observan datos digitalizados a una escala masiva que hace que los contribuyentes individuales no sean identificables. Este proceso de observación conduce a la formación de un conocimiento amalgamado que constituye el cerebro de la IA.
ANUNCIO
Dependiendo del tamaño del conjunto de datos resultante, debería ser imposible, sin las herramientas de transparencia que existen en algunos de los Ais más recientes, rastrear el comportamiento hasta cualquier individuo que suministró los datos de entrenamiento de manera intencional o no.
Por ejemplo, aprender a ser un comediante puede requerir un conjunto de entrenamiento de transmisiones de audio y video de muchos comediantes. Con base en los comentarios de la audiencia o de un operador de capacitación, la IA aprendería qué bromas eran divertidas y cuáles no. Luego derivaría su rutina de comedia de lo que aprendió sin depender exclusivamente de ningún colaborador.
La pregunta que debe responderse es si el resultado infringe los derechos de autor de cualquier persona que sin querer y sin permiso ayudó a crear el conjunto de datos de entrenamiento.
El problema inesperado
El problema inesperado es que, al igual que las IA, no nacemos con un conocimiento intrínseco de cómo hacer casi nada. Aprendemos al observar a otros, y nuestra educación proviene de leer sobre eventos y personas que alguna vez estuvieron vivas o creadas ficticiamente para entretener o recalcar un punto en particular.
Cuando se trata de un oficio como la comedia de stand-up, tendemos a aprender viendo otros cómics. La comedia es una carrera que puede prestarse a copiando a los compañeros. La diferencia es que los humanos no tienen la capacidad mental o el tiempo para aprender de más de un puñado de mentores intencionales o no, mientras que una computadora puede consumir información de miles de personas en un momento.
Entonces, si el aprendizaje por computadora de muchos comediantes resulta ser ilegal, ¿no se seguiría entonces que un comediante humano real que aprende de un número mucho más pequeño también estaría infringiendo los derechos de sus compañeros de comedia? La única diferencia real entre cómo aprende la IA actualmente y cómo aprenden las personas es la velocidad a la que se logra el aprendizaje y la cantidad de datos de entrenamiento que se observa.
Si los que demandan a OpenAI y Google tienen éxito, se podría usar la misma jurisprudencia en su contra, lo que resultaría en lo que probablemente serían multas costosas.
Dado que la mayor parte del trabajo generalmente se aprende observando a otros y es potencialmente derivado, ¿nadie podría demandar a otra persona que haya sido entrenada con datos que se originaron en el demandante?
En otras palabras, utilizando la premisa del comediante, si estos demandantes tienen éxito, ¿no podrían otros comediantes demandarlos debido a una metodología de capacitación similar? A algunos comediantes se les podría prohibir actuar por infracción si sus bromas parecen provenir de otras personas. ¿Quiénes ahora también quieren ser indemnizados?
Terminando
La IA generativa ahora aprende de forma autónoma y avanza a un ritmo increíble y casi increíble. Está entrenado en grandes almacenes de datos que pueden contener información crítica sobre usted y su cónyuge. Es probable que este proceso de capacitación esté en entredicho porque estos sistemas comenzarán a reemplazar a muchas de las personas que involuntariamente contribuyeron con sus datos para la capacitación.
ANUNCIO
Finalmente, el conjunto de entrenamiento no tiene fin de vida, lo que significa que el conocimiento recopilado tendrá una vida que podría durar siglos después de la muerte del contribuyente, asegurando una forma muy limitada de inmortalidad digital.
Como resultado, dudo que los demandantes en estos casos prevalezcan y, si lo hicieran, que la sentencia podría tener implicaciones mucho más dañinas para la forma en que nos capacitan de lo previsto.
PC portátil HP Dragonfly G4
Mi computadora portátil favorita de todos los tiempos sigue siendo la computadora portátil HP Folio con tecnología Qualcomm debido a su enorme duración de batería de 21 horas. HP lo siguió con un Folio basado en Intel y enfocado en los negocios con solo alrededor de seis horas de duración de la batería, lo que me rompió el corazón. lo nuevo de hp Libélula G4 también está basado en Intel, pero salta a unas 13 horas de duración de la batería, lo que debería ser mucho mejor.
Con un precio de alrededor de $1300 para una configuración básica, la HP Dragonfly G4 proporciona un rendimiento decente pero no abrumador para una computadora portátil de primera clase. Esta es una computadora portátil de clase empresarial y tiene la solución vPro de Intel para garantizar el cumplimiento de los estándares corporativos.
Dragonfly Notebook PC G4 (Crédito de la imagen: HP)
Esta computadora portátil tiene un ajuste y un acabado muy limpios, uno de los mejores teclados que he probado hasta ahora, una cámara web decente, parlantes impresionantes y una precisión de color de pantalla sorprendentemente buena. El Dragonfly G4 tiene dos características únicas: «control de cámara automático» y «trapezoide automático».
La primera le permite usar varias cámaras simultáneamente cuando transmite, lo que permite que tanto su rostro como los objetos que ve la otra cámara se muestren en la misma imagen. El otro le permite ver elementos en ángulo con esa segunda cámara, pero hacer que parezca que la cámara estaba directamente sobre su cabeza.
Dada la cantidad de personas que luchan en las reuniones de videoconferencia para mostrar contenido, estas dos características son una bendición. Me sorprende que otros OEM de PC no hayan hecho nada similar.
Con un peso de 2,2 libras, Dragonfly G4 de HP entra en la categoría ultraligera y no debería hacerte sentir como Quasimodo cuando lo llevas en la mochila. También tiene una selección de pantallas opcionales, opciones WAN y algunos procesadores Intel opcionales.
Si bien sigo prefiriendo la sensación y el aspecto de las computadoras portátiles HP Folio, esta HP Dragonfly G4 no tiene nada de malo. Debido a todas sus mejoras y al aumento de la duración de la batería, es mi Producto de la semana.
Las opiniones expresadas en este artículo son las del autor y no reflejan necesariamente los puntos de vista de ECT News Network.
