Ein nie dagewesener Kampf um die wertvollsten Ressourcen im KI-Zeitalter entbrennt.
In der Welt der künstlichen Intelligenz (KI) ist ein neues Rennen entbrannt, und es dreht sich alles um Daten. Jahrelang haben führende KI-Unternehmen wie Meta, Google, Microsoft, OpenAI und Amazon das Internet als unerschöpfliche Quelle kostenloser Inhalte genutzt, um ihre Systeme zu trainieren. Doch die Zeiten ändern sich. Viele Websites beginnen, KI-Crawler auszusperren, und hochwertiges, trainingsgeeignetes Material wird zunehmend knapp.
Angesichts der begrenzten Verfügbarkeit von qualitativ hochwertigen Trainingsdaten beginnen die Giganten der Branche nun, für den Zugang zu zahlen. Laut einem Bericht der Nachrichtenagentur Reuters, der Gespräche mit mehreren großen Anbietern führte, sind diese bereit, beachtliche Summen für Bilder, Kurzvideos und sogar lange Videos zu zahlen, während Textmaterial vergleichsweise günstig bleibt.
Um die Qualität der Trainingsdaten sicherzustellen und unangemessenes Material auszufiltern, werden Clickworker eingesetzt. Sie markieren problematische Inhalte, um den KI-Systemen beizubringen, was unerwünscht ist. Dieser Ansatz zielt darauf ab, ethisch einwandfreie Quellen für die KI-Ausbildung zu nutzen.
Interessanterweise schließen Bild- und Datenbankplattformen wie Photobucket, Freepik und Shutterstock lukrative Deals mit KI-Unternehmen ab. Diese Vereinbarungen erlauben den Zugang zu einer riesigen Menge an Bild- und Videomaterial für Trainingszwecke, wobei Beträge zwischen 25 und 50 Millionen US-Dollar genannt werden.
Gleichzeitig gibt es Widerstand gegen die Praxis, Inhalte ohne Zustimmung zu nutzen. Künstler und Verlage, darunter die New York Times, haben Klagen gegen OpenAI eingereicht. Sie werfen dem Unternehmen vor, Inhalte hinter Paywalls unrechtmäßig für das Training seiner KI-Modelle verwendet zu haben. Diese Entwicklungen werfen wichtige Fragen über Urheberrecht und ethische Praktiken in der KI-Entwicklung auf.