万名创作者含凯文·贝肯联名抵制：AI模型未经授权使用版权内容，恐威胁创作者生计

目前，人们对于人工智能生成艺术作品的数据集训练方式存在诸多疑问。像 Hannah Donovan 和 Mat Dryhurst 这样的艺术家，以及其他许多人，都对包含在这些大型数据集中的 11,500 位艺术家的作品感到担忧，他们想知道 AI 模型是否经过了适当的授权训练，是否获得了公平的报酬。

目前，一个名为 Fairly Trained 的 AI 认证项目正在试图解决这个问题，该项目的口号是："确保用于训练人工智能的数据集能够反映人类的价值观，并为数据集的贡献者提供补偿。"

负责 Fairly Trained 项目的 Ed Newton-Rex 在接受《The Verge》采访时表示，他希望 AI 领域能够区分"人和数据"这两种截然不同的价值来源。他说，目前对于人和数据的价值评估还存在信息不对称。Newton-Rex 此前曾在 Stability AI 工作，该公司致力于构建开放人工智能，并且最近宣布启动 Fairly Trained 项目。

此外，许多唱片公司和音乐出版商（RIAA）也对使用未经授权的音乐作品训练人工智能模型表示担忧。他们认为，人工智能模型在训练过程中使用未经授权的数据集进行作品生成，这种行为是不可接受的。RIAA 和音乐行业都正在积极游说，以寻求对相关行为的保护。

与此同时，一些公司已经开始尝试在模型训练中使用授权数据集。OpenAI 正在使用获得了授权的数据训练 GPT-4 等大型语言模型，以期在文本和图像生成方面取得进展。与此同时，Meta AI 也在利用授权数据来训练其大型语言模型，以确保其模型符合伦理标准。

总而言之，目前人们对于人工智能数据集的训练方式存在诸多争议，尤其是涉及到艺术家作品的使用问题。未来，人工智能领域需要更加重视数据集的授权问题，确保人工智能模型在训练过程中能够尊重知识产权和人类价值观。