Юрист и инженер спорят о данных для ИИ — проблема в отслеживании

Разработчик MLOps-платформы Holmogorov опубликовал на Хабре анализ конфликта между авторским правом и обучением больших языковых моделей. По его мнению, главная проблема не в применении закона, а в невозможности восстановить происхождение данных в ML-pipeline.

Между загрузкой страницы и ответом модели пользователю происходит множество операций — от очистки до дедупликации, — которые нельзя обсуждать одним словом «обучение». Автор, имеющий опыт работы в прокуратуре и арбитражном суде, отмечает, что инженеры умеют отслеживать происхождение кода и контейнеров намного лучше, чем происхождение тренировочных данных.