こんにちは！
EVE2です。
近頃、著作権に関する話題についてよく聞くようになりました。理由は生成AI・・・。
生成AIにより、職の安全が危なくなってきたと感じている人たちが多くなってきたためです。その多くが、芸術関連などの自分のアイディアを提供する人達です。
[生成AIとは？]
生成AIが、文書、画像を生成するのには、必ずと言っていいほど、教育データが必要です。その教育データとは、職の安全が危なくなってきたと感じている人たちの過去に作った作品になります。その状況は、ルーブル美術館にいって、モナリザなどの素晴らしい絵画を見て、インスピレーションを得ている人達の行為に似ています。ただ、似ているだけでインスピレーションといったものではありません。人々が感じている傾向を読み取り、その傾向から文章や、画像を生成しているだけなのです。そのため職の安全が危なくなってきたと感じている人たちは、フリーライド、芸術のただ乗りだと訴え規制を求めています。
[AIの種類]
ただ、多くの人がAIとひとくくりで話すことが多いですが、現在開発されているAIを分類すると4種類に大別されます。それでは、どんなAIがあるのか、Bingに聞いてみましょう！
AIの学習方法には、大別して「教師あり学習」、「教師なし学習」、「強化学習」の3種類があります。それに加えて、教師あり学習と教師なし学習の中間に位置する「半教師あり学習」もあります。
❶教師あり学習
教師あり学習は、入力データとそれに対応する正解ラベル（出力データ）のペアから、入力データから正解ラベルを予測するモデルを学習する方法です。分類問題や回帰問題などがこのタイプに当たります。
❷教師なし学習
教師なし学習は、入力データだけから、データの構造や関係性を抽出するモデルを学習する方法です。クラスタリングや次元削減などがこのタイプに当たります。
❸強化学習
強化学習は、エージェントが環境と相互作用しながら、報酬を最大化するような行動方策を学習する方法です。ゲームやロボティクスなどで広く用いられています。
❹半教師あり学習
半教師あり学習は、ラベル付きデータとラベルのないデータの両方を用いて、モデルを学習する方法です。ラベル付きデータが少ない場合に有効です。
これらの手法はそれぞれ異なる問題設定や目的に対して用いられます。また、それぞれの手法には複数のアルゴリズムが存在します。ご参考までに。
出展元：
・機械学習の3種類、教師あり・教師なし・強化学習のアルゴリズム徹底解説(AI Market)
https://ai-market.jp/technology/machine-learning/
・機械学習とは？教師あり・教師なし・ 強化学習・半教師あり学習のアプローチ法も説明(データサイエンティスト)
https://www.agaroot.jp/datascience/column/machine-learning/
・AIの学習方法まとめ ―教師あり学習・教師なし学習・強化学習・過学習・転移学習―(Promapedia)
https://ssaits.jp/promapedia/technology/machine-learning.html
ただ、先にも触れましたが、生成AIは教育データがなければ、アウトプットはないようです。
[著作権]
現在、職の安全が危なくなってきたと感じている人たちが求めているのは著作権の保護です。生成AIが、自分たちの保護されるべき芸術の著作権を侵害していると感じているのです。
そのようなニュースを見ている最中に、Microsoftから、BingにAI機能が追加されたと案内が来ました。使ってみると、ChatGPTと似ています。ただ、情報の出展元が提供されています。自分たちが得た情報の提供元のURLを提示しているのです。
著作権法では、当該情報を引用する場合、その出展元は必ず記載しなければならないとしています。その法律を遵守していることが分かります。但し、ChatGPTは記載がありません。理由は多分、教育データをどこからか購入しているのだと思います。だから、2021年9月までの情報しかないのだと思っています。
[あとがき]
このブログでもStudyingの著作権を侵害しているかもしれないということで、過去のブログは削除させていただきました。一応Studyingからの情報と、記載はしたものの、引用というレベルではなかったためです。
著作権を含む
中小企業診断士試験では、
それでは、どんな法律だったのか、復習する意味もこめて少し深掘りしてみましょう。
っと思いましたが、本日は長くなったので、この辺で・・・。
では、また！
【このカテゴリーの最新記事】
