Dirbtinio intelekto mokymosi leidimas
Ar dirbtinis intelektas gali mokytis, kokiu gyliu, kokiais tikslais ir kokiomis sąlygomis. Būti perskaitytam nereiškia būti panaudotam mokymuisi; „neuždrausta“ nereiškia „galima mokytis“. AIRS ir AILP mokymosi leidimą paverčia laipsniuotu, mašininiu būdu nuskaitomu spektru.
Nagrinėjami klausimai
01
Mokymosi gylis: indeksavimas, įterpimas (embedding), tikslus derinimas (fine-tuning), mokymas, distiliavimas
02
Kodėl neapibrėžtas atvirumas pašalinamas iš modelių apmokymo grandinių
03
Protokolizuotas atvirumas: geros valios pavertimas mašinoms vykdomu
04
Kompensavimo modeliai, susieti su mokymosi gyliu
Susijusios baltosios knygos
- AI Rights Spectrum: From robots.txt to an AI Learning Permission Protocol AIRS ir AILP išreiškia niuansuotus dirbtinio intelekto mokymosi leidimus, peržengiančius dvejetainį leidžiama / draudžiama modelį — ko dirbtinis intelektas gali mokytis, kokiu gyliu, kokiems naudojimo tikslams ir už kokią kompensaciją.
- Protocolized Openness: Why “Not Prohibited” Does Not Mean “Learnable” in the Age of AI Neapibrėžtas atvirumas dirbtinio intelekto apdorojimo grandinėms atrodo kaip teisinis neapibrėžtumas ir yra pašalinamas; tik protokolu įformintas, mašininiu būdu nuskaitomas leidimas iš tiesų padaro turinį tinkamą mokymuisi.