OpenAI 近期推出了炙手可熱的文本轉(zhuǎn)視頻生成模型 Sora，然而該公司首席技術(shù)官 (CTO) Mira Murati 在接受華爾街日報采訪時卻語焉不詳，無法明確說明 Sora 的訓練數(shù)據(jù)來源。
在采訪中，記者直接詢問 Murati 關(guān)于 Sora 訓練數(shù)據(jù)來源時，她僅以含糊的官方話術(shù)搪塞：“我們使用的是公開可用數(shù)據(jù)和許可數(shù)據(jù)�！�
當記者追問具體來源是否包含 YouTube 視頻時，Murati 竟然表示“我實際上并不確定（I'm actually not sure about that）”，并拒絕回答有關(guān) Instagram 或 Facebook 視頻是否被納入訓練集的問題。她辯稱，如果這些視頻是公開可用且可以使用的，那么可能會被使用，但她本人對此并不確定。
當記者詢問 OpenAI 是否與其合作伙伴圖片素材公司 Shutterstock 達成過數(shù)據(jù)訓練方面的合作，Murati 索性拒絕繼續(xù)討論數(shù)據(jù)來源話題。
Murati 甚至回避記者關(guān)于 OpenAI 與圖片素材巨頭 Shutterstock 的數(shù)據(jù)合作，拒絕透露來自該平臺的視頻是否被用于訓練 Sora。最終，她干脆中止了相關(guān)討論，堅稱數(shù)據(jù)來源“肯定是公開可用或經(jīng)過許可的”，卻無法給出任何具體細節(jié)。
Murati 這番閃爍其詞的做法讓 OpenAI 陷入尷尬境地。此前，該公司就因數(shù)據(jù)抓取行為引發(fā)廣泛爭議，甚至面臨多起版權(quán)訴訟，其中就包括紐約時報的指控。如今，連 CTO 都無法說清其最熱門模型的訓練數(shù)據(jù)來源，難免讓人懷疑 OpenAI 高層對該問題的重視程度。
據(jù)報道，采訪結(jié)束后，Murati 私下承認了確有使用 Shutterstock 視頻訓練 Sora。然而，相較于網(wǎng)絡上浩如煙海的視頻內(nèi)容，來自 Shutterstock 的素材可能只是 Sora 訓練數(shù)據(jù)的一小部分。
Murati 的諱莫如深引發(fā)了網(wǎng)友熱議。不少人認為她缺乏坦誠，質(zhì)疑其對自身產(chǎn)品的了解程度。有人直言，CTO 竟然對如此關(guān)鍵的問題不知情，實在令人難以置信。
然而，也有人為 Murati 辯護，認為既然內(nèi)容已經(jīng)發(fā)布到網(wǎng)絡，就應該允許人工智能公司加以利用。他們認為，用戶既然選擇公開內(nèi)容，就應該承擔被使用的風險。
Murati 的回避行為究竟是為了防止更多版權(quán)糾紛，還是真的對數(shù)據(jù)來源一無所知，我們不得而知。但可以肯定的是，公眾有權(quán)質(zhì)疑這些“公開可用且經(jīng)過許可”的 AI 訓練數(shù)據(jù)究竟來自何處。未來，含糊其辭的官方說辭恐怕難以平息人們的疑慮。
