DalšíDalší průvodce
Odebrání vašeho dítěte od AI ve škole
Společnost
PRŮVODCE společností
Tvůrci mohou omezit budoucí využití své práce pro školení AI tím, že zablokují prohledávače AI v souboru robots.txt, vypnou školicí oprávnění v nastavení platformy a zaregistrují se u opt-out služeb a mohou zkontrolovat některé veřejné datové sady pomocí vyhledávacích nástrojů.
Poslechněte si tento návodAI-vyprávěný · ~3 min
Tato opatření většinou ovlivňují budoucí sběr společností, které se je rozhodnou respektovat; neodstraňují práci již proškoleným modelům.
Většina velkých modelů umělé inteligence je trénována na materiálu shromážděném z webu. Common Crawl publikuje obrovské procházení veřejného internetu a datové sady obrázků, jako je LAION-5B, s přibližně 5,85 miliardami párů obrázků a titulků, byly vytvořeny jejich filtrováním. LAION distribuuje spíše odkazy a popisky než obrázkové soubory, ale modely, které s tím cvičily, stahovaly obrázky z těchto odkazů. Chcete-li zkontrolovat, zda se vaše práce objeví, Spawning's Have I Been Trained vám umožní prohledávat datové sady LAION podle textu nebo obrázku. Pokrývá pouze datové sady, které indexuje; neexistuje způsob, jak prohledávat soukromá data, která mnoho společností používá. Hlavní nástroje prevence jsou: robots.txt. Mnoho společností s umělou inteligencí zveřejňuje názvy prohledávačů, které mohou weby blokovat, včetně GPTBot (OpenAI), ClaudeBot (Anthropic), CCBot (Common Crawl), Applebot-Extended (Apple) a Google-Extended, které řídí použití v modelech ZXQXZQAIX a4QXZXQAIU a4 z vyhledávání Google. Někteří hostitelé a CDN, jako například Cloudflare, nabízejí blokování prohledávače AI jedním kliknutím. Nastavení platformy. Služby jako LinkedIn a X nabídly nastavení kontrolující školení o uživatelském obsahu a Meta nabídlo formuláře námitek v regionech se silnějšími zákony na ochranu údajů. Umělecké weby jako DeviantArt a ArtStation zavedly značky NoAI. Matriky a právní výhrady. Registr Do Not Train zaznamenává výjimku, kterou některé společnosti, včetně Stability AI pro určité modely, uvedly, že budou respektovat. V EU směrnice o autorských právech z roku 2019 umožňuje držitelům práv vyhradit si práva na dolování textů a dat ve strojově čitelné podobě a zákon EU o umělé inteligenci vyžaduje, aby poskytovatelé univerzálních modelů takové výhrady respektovali. Důležité jsou limity. robots.txt je dobrovolný a nevynucuje se. Opt-out nejsou zpětné a vyškolené modely nezapomínají. Na kopie vaší práce zveřejněné jinde se pravidla vašeho webu nevztahují. Blokování prohledávačů může také snížit viditelnost při vyhledávání pomocí AI. Odhlášení snižuje expozici; nezaručuje vyloučení.
Ilustrátorka prohledává obrázky svého portfolia na Have I Been Trained, najde několik v LAION-5B a přidá je do registru Spawning's Do Not Train, protože ví, že to zavazuje pouze společnosti, které to dodržují.
Fotograf, který provozuje svůj vlastní web, přidá pravidla robots.txt, která zakazují GPTBot, CCBot, ClaudeBot a Google-Extended, přičemž Googlebot nechá povolený, aby se jeho stránky stále zobrazovaly ve výsledcích vyhledávání.
Autor na LinkedIn vypne nastavení, které umožňuje použití jejích dat k trénování generativních modelů umělé inteligence, a poznamenává, že to neruší minulé použití.
Malý vydavatel v EU přidává na své stránky strojově čitelnou rezervaci práv na text a dolování dat a podmínky použití, přičemž se spoléhá na výjimku z autorských práv EU, která držitelům práv umožňuje odhlásit se.
Roste tlak na signály odhlášení, které jsou standardizované a právně smysluplné, spíše než rozptýlené mezi názvy prohledávačů a nabídkami platforem. Standardizační orgány a průmyslové skupiny pracují na sdílených slovnících pro preference používání AI a pravidla EU nutí poskytovatele, aby dokumentovali, jak respektují rezervace. Licenční dohody mezi společnostmi zabývajícími se umělou inteligencí a vydavateli naznačují, že se vytváří trh pro data se souhlasem, i když většinou pro velké držitele práv. Soudní spory ohledně školení o dílech chráněných autorským právem mohou v některých zemích změnit výchozí pravidla. Jednotliví tvůrci by prozatím měli považovat opt-outs za částečnou ochranu a pravidelně kontrolovat nastavení, protože je platformy mění.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Tvůrci mohou omezit budoucí využití své práce pro školení AI tím, že zablokují prohledávače AI v souboru robots.txt, vypnou školicí oprávnění v nastavení platformy a zaregistrují se u opt-out služeb a mohou zkontrolovat některé veřejné datové sady pomocí vyhledávacích nástrojů. Tato opatření většinou ovlivňují budoucí sběr společností, které se je rozhodnou respektovat; neodstraňují práci již proškoleným modelům.
LAION poskytuje adresy URL a titulky. Modeloví trenéři stáhli obrázky z těchto odkazů.
Google-Extended je kontrolní token pro trénink AI. Zablokováním zůstane indexování vyhledávání nedotčené.
Výjimky ovlivňují budoucí výběr společností, které je respektují. Minulé školení se nevrací.
robots.txt je požadavek, který dobře vychované prohledávače následují, a vztahuje se pouze na web, který jej publikuje.
Prohledává datové sady, které indexuje. Nemůže vidět soukromá tréninková data používaná mnoha společnostmi.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Odebrání vašeho dítěte od AI ve škole
Společnost