Naj w AI #6 Bezobsługowe gospodarstwa domowe i problemy z prawem GenAI

AUTOR: Maciej Rubczyński – Head of Development | Big Data & AI Solutions Architect w TIDK

Czy rok 2024 będzie rokiem rozwiązań open-source w Generative AI? W tym momencie dominują rozwiązania komercyjne jak GPT czy Gemini, jednak ciekawą wizję przedstawia opublikowany w tym tygodniu artykuł dotyczący Mixtral. Jest to model wytrenowany przez francuską firmę Mistral.AI, którego raportowane wyniki są na poziomie wyższym lub podobnym do Llamy i GPT 3.5, pomimo użycia mniejszej liczby parametrów. Jeśli planujecie oprzeć swoje rozwiązania o model open-source to Mixtral jest mocnym kandydatem do rozważenia.

Poza nowymi modelami pojawiają się również nowe pomysły na wdrażanie LLM w codziennym życiu. LG zamierza produkować AI Home Helper, robota, który ma nam zapewnić „bezobsługowe gospodarstwa domowe”, a do tego wyrażać emocje i móc rozmawiać z nami podczas gotowania, sprzątania czy prasowania. Ciekawe, czy w ramach wyrażania emocji będzie również narzekać na bałagan w naszym domu 😊 Volkswagen zamierza natomiast wdrożyć ChatGPT w swoich samochodach, by umożliwić kierowcom konwersacje z opartym na nim Voice-Botem, zapewniającym znacznie szersze funkcjonalności niż dotychczasowi głosowi asystenci w systemach samochodowych. Taki voice-bot w samochodzie kojarzy mi się jednoznacznie z popularnym kilka lat temu filmem na polskim YouTube „Wujek Chip” przygotowanym przez G.F. Darwin, podsyłam link poniżej, polecam dla uśmiechu 😊

Głównym zastosowaniem LLM jest jednak ciągle podsumowywanie dokumentów, generowanie nowych treści na ich podstawie, znajdowanie w nich informacji. Wszystkie najpopularniejsze modele można dotrenować swoimi zbiorami swoich danych, jednak biorą one pod uwagę tylko tekst. Wyzwaniem są bardziej złożone dokumenty, składających się z wielu grafik, diagramów, gdzie istotna jest struktura i układ treści.  JP Morgan zaproponowało DocLLM, model wytrenowany na podstawie tak skomplikowanych treści, który ma szansę konkurować na polu pracy z dokumentami z GPT i Gemini.

Jednym z głośniejszych newsów przełomu 2023 i 2024 roku jest pozew sądowy, w którym New York Times oskarża OpenAI i Microsoft o kradzież intelektualną i nieposzanowanie praw autorskich. Autorzy pozwu w 69 stronach opisali szczegółowo konkretne przypadki, w których wg nich LLM wytrenowane przez OpenAI naruszają własność intelektualną artykułów i tekstów umieszczanych w ramach Times. Dokument jest wartościową lekturą, opisuje sposób działania LLM z perspektywy dziennikarzy i wskazuje przykłady, w których niemal w pełni zostały przez GPT skopiowane treści z artykułów gazety. OpenAI ustosunkowało się już do pozwu publikując swoją odpowiedź, wskazującą, że New York Times musiał bardzo się starać i dopracowywać zapytania by takie rezultaty uzyskać, i dodatkowo twierdząc, że rozwiązanie jest wciąż dopracowywane, by na takie kopiowanie treści nie pozwalać.

Werdykt w procesie New York Times vs OpenAI i Microsoft z pewnością ma szansę istotnie wpłynąć na korzystanie z rozwiązań opartych o Gen AI. Nie jest to jednak jedyny proces, z którym muszą mierzyć się firmy z branży AI.  Już w lutym 2023r. GettyImages pozwało Stability, twórców Stable Diffusion, modelu pozwalającego na generowanie obrazów. Sytuacja w przypadku tego pozwu była o tyle ciekawa, że Stable Diffussion potrafiło generować obrazy, w ramach których widoczne było zamazane logo GettyImages.  W ciągu  zeszłego roku pojawiły się również pozwy od autorów takich jak G.G. Martin czy John Grisham, twierdzących, że modele bezprawnie wykorzystują treści ich książek. Tematyka problemów prawnych GenAI z pewnością będzie nam w 2024 roku towarzyszyć.

Źródła:

• Mixtral of Experts https://arxiv.org/pdf/2401.04088.pdf
• film „Wujek Chip” https://www.youtube.com/watch?v=MEoZRsSDcgI
• Pozew New York Times: https://nytco-assets.nytimes.com/2023/12/NYT_Complaint_Dec2023.pdf
• Odpowiedź OpenAI na pozew: https://openai.com/blog/openai-and-journalism