Czy branża IT stawia opór używaniu kodu do uczenia modeli?

Czy branża IT stawia opór używaniu kodu do uczenia modeli?
marian pazdzioch
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 804
5

Czytam właśnie artykuł o AI generującej muzykę.

(za paywallem ale nie trzeba czytać żeby złapać o co chodzi)
https://www.tygodnikpowszechny.pl/sztuczna-inteligencja-wkrotce-zdominuje-muzyke-w-streamingu-czego-bedziemy-sluchac-192737

I tam jest o tym że branża muzyczna już wygrała kilka spraw przeciw producentom modeli (oczywiście chodziło o to że - szokujące co nie? nikt się nie spodziewał - modele te zostały wytrenowane na ukradzionych piosenkach).

Czy branża IT w jakiś sposób stawia opór kradzieży kodu źródłowego celem uczenia modeli?

Bo na razie mam w głowie taki obraz że wszystkie branże oczywiście poza naszą (branżą piwniczniaków nie potrafiących zadbać o własne interesy) ten opór stawia.

Miang
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 1868
2

no bo my wiemy że to banka i bullshit, i że firmy na to stawiające same se zrobią harakiri
jedynymi "wygranymi" będą ci co produkowali łopaty, czyli propagandziści którzy dostali kasę za propagandę, oczywiście jeżeli nie robią tego pod własnym nazwiskiem
pytanie czy do uczenia modeli kod jest kradziony, czy jest np. na licencji GPL i kod wytworzony przy jego użyciu będzie mógł zostać zgodnie z prawem potem zajmunay? A oferujący modele zdają se tego sprawę........

złoty
  • Rejestracja: dni
  • Ostatnio: dni
  • Lokalizacja: Warszawa
  • Postów: 116
6

Zdefiniuj co rozumiesz jako "kradzież kodu źródłowego".
Modele LLM bazują na stokenizowaniu danych dostępnych w sieci.
Jeżeli ktoś wrzucił np. na Github kod źródłowy, i został on pobrany do wytrenowania modelu, to nie ma tu mowy o kradzieży, bo każdy może wejść na stronę i ten kod przeczytać.
Inna sprawa to jak rozumieć licencję GPL i możliwość wykorzystania kodu opartego o tą licencję w zamkniętoźródłowej, płatnej usłudze.
Nie wiemy (i raczej nie ma powodu do takich podejrzeń), czy sam kod trenujący uczenia i infrastruktury udostępniania modeli jest oparty o open source i licencję GPL. Natomiast kwestią dyskusyjną jest czy sam płatny model może wziąć taki kod, przetworzyć go, a następnie np. sugerować w podpowiedziach albo generować dalszy kod w oparciu o ten udostępniony open source.
Nawet zakładając, że taka praktyka nie jest z jakiegoś powodu legalna i ten kod nie może być w taki sposób wykorzystywany, to:

  1. Kto (jaki podmiot, osoba, organizacja) będzie odpowiedzialny za zgłoszenie roszczeń do takiego kodu i jego nielegalnego wykorzystania?
  2. W jaki sposób udowodnisz, że kod wypluty przez LLM był uczony na tym konkretnym kodzie open source?

Nie znam takiej organizacji "pod którą" działają programiści, tak jak muzycy działają pod wytwórniami muzyki w stylu Sony Music Entertainment itd. Inna sprawa, nie wiem też jak wyglądają takie umowy między wytwórnią muzyki a firmami AI. Może tam namierzenie z kogo dany model skopiował (brzmienie/barwa/ton głosu, stylistyka itd.) jest wykonalne, w przeciwieństwie do namierzenia na jakim kodzie wzoruje się LLM.

KE
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 792
0

I tam jest o tym że branża muzyczna już wygrała kilka spraw przeciw producentom modeli (oczywiście chodziło o to że - szokujące co nie? nikt się nie spodziewał - modele te zostały wytrenowane na ukradzionych piosenkach).

Hahaha. Jest już zdecydowanie za późno na jakiekolwiek pozwy. Zarówno Suno jak i Udio już teraz dobiły targu z największymi labelami muzycznymi, bo walka z muzyką AI nie ma sensu, wszyscy to widzą. Jest w tym biznesie zdecydowanie za dużo pieniądza, żeby bujać się po sądach za jakieś drobne miliony dolarów, podczas gdy konkurencja śle muzykę AI w świat za 1/100000 ceny tradycyjnej produkcji muzyki.

BTW, mam wrażenie że dokładnie taki sam wątek już jest.

piotrpo
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 3359
8

Myślę, że ciężko porównywać te branże. Muzycy potrafią się procesować latami o 2 takty. Dizelenie się kodem źródłowym w programowaniu, to właściwie norma.

Inna sprawa, to sensowność takich zarzutów kradzieży. Czy jeżeli posłucham sobie iluś tam płyt, a później napiszę własną piosenkę, to jestem złodziejem?

pradoslaw
  • Rejestracja: dni
  • Ostatnio: dni
  • Lokalizacja: Wrocław
  • Postów: 362
4

Jak ktoś dowody na kradzież przez OpenAI, to na pozew zbiorowy złożony przez naszą społeczność wrzucam pierwsze 10k PLN.

W0
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 3845
1

@marian pazdzioch: idealny wpis ragebaitowy.

Nie, branża IT nie jest branżą piwniczaków, którzy nie potrafią zadbać o swoje interesy. Rozumiem, że sprawia ci przyjemność wrzucanie tego typu szpil, ale w tym wypadku świadczy to o tym, że nie rozumiesz jak działa rynek, na którym się poruszasz. Najbardziej mi się podoba ukryta sugestia, że ty kopiując czyiś kod z netu kradłeś i pewnie jeszcze się cieszyłeś, że golisz frajerów.

KamilAdam
  • Rejestracja: dni
  • Ostatnio: dni
  • Lokalizacja: Silesia/Marki
  • Postów: 5668
4

ale jaki kod? co bronić? to co tworzę w opensource to interpreter brainfucka w haskellu. jak ej aj to chce to niech bierze. to co tworzą nie opensource i tak nie należy do mnie i jest zamknięte. kto powinien walczyć? pewnie organizacje opensource i free source i tylko jak jest łamana licencja. z drugiej strony jest ten sam problem co przy ludziach że człowiek może sobie przeczytać dowolny projekt na GPL, nauczyć się jak to robić i zrobić swoją wersję. I co na to GPL?

SL
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 1134
4

Czy branża IT w jakiś sposób stawia opór kradzieży kodu źródłowego celem uczenia modeli?

Nie, bo narrację tworzą firmy, gdzie pracują programiści, które są generalnie pro AI albo z powodów zwiększonej wydajności klepania albo dlatego, że AI jest produktem, który próbują sprzedać

Oczywiście sprawa jest skomplikowana, bo nikt prawnie nie przewidział, że takie coś jak LLM będzie istniało. Kradzież kodu bez uhonorowania licencji jest zła, ale jakoś nikt nie widzi problemu, że LLM wyuczony na takim kodzie jest w stanie generować identyczny kod z oryginałem co oczywiście łamie licencje takie jak MIT (brak wzmianki o oryginalnym autorze) czy GPL (wirusowa licencja)

Inna sprawa to fakt, że LLM jest tylko pośrednikiem, który nie łamie prawa. Prawo łamią użytkownicy co utrudnia sprawę, bo łatwiej jest pozwać jedną dużą firmę niż każdego programistę używającego LLMów

WhiteLightning
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 3316
1

Pytanie czy stworzenie czegos przez AI na podstawie istniejacego kodu, nie jest porywnywalne ze skopiowaniem produktu ew. np. z piractwem gier czy filmow.

obscurity
  • Rejestracja: dni
  • Ostatnio: dni
1

a może by tak lepiej żeby każdy z nas co jakiś czas commitował publicznie niekompilujący się kod i fałszywą dokumentację. Można to generować nawet przez AI i niech sie samo utwierdza w przekonaniu że ma rację

marian pazdzioch
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 804
0

A tak na serio, bo widzę że część ludzi nie widzi w tym nic złego...

Jak ja wrzuciłem coś na GitHub (kod, komentarz, zgłoszenie błędu) to to jest ok żeby na tym bez pytania trenować modele?

KamilAdam
  • Rejestracja: dni
  • Ostatnio: dni
  • Lokalizacja: Silesia/Marki
  • Postów: 5668
0
marian pazdzioch napisał(a):

A tak na serio, bo widzę że część ludzi nie widzi w tym nic złego...

Jak ja wrzuciłem coś na GitHub (kod, komentarz, zgłoszenie błędu) to to jest ok żeby na tym bez pytania trenować modele?

Czym się różni ej aj od hinduskiego studenta? jedno i drugie może trenować na twoim kodzie. jedno i drugie jest konkurencją. Wniosek - nic nie wrzucać za darmo. Nic nie pisać za darmo. Wszystko co napiszesz może być użyte przeciwko tobie

marian pazdzioch
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 804
1

Czym się różni? Tym czym "program komputerowy" od człowieka.

Rozwinę. Masowością.

Nie bez powodu na masowe zautomatyowane przewarzanie danych musisz mieć zgodę.

Tymczasem goście od ejajów mają to w poważaniu.

Trochę o tym jest https://en.wikipedia.org/wiki/Weapons_of_Math_Destruction.

Tymczasem! Wtem!

Gdy piwniczniaki oddają swoją pracę za darmo, w internetach dla budowlańców:
Screenshot_20260226-073355~2.png

KamilAdam
  • Rejestracja: dni
  • Ostatnio: dni
  • Lokalizacja: Silesia/Marki
  • Postów: 5668
3
marian pazdzioch napisał(a):

Gdy piwniczniaki oddają swoją pracę za darmo, w internetach dla budowlańców:

Wzieliśmy wiedzę za darmo to i oddajemy za darmo. Chociaż ja osobiście nic nie zwracam. W życiu popełniłem jedną aktualizację kursu parserów na wikibook i kilka przypadków użycia featorów z dokumentacji na swoim blogu. Więc ja okradany nie jestem. Z czego ciebie okradają @marian pazdzioch ? napisałeś jakiś framework jak cypress który ej aj skopiował? książkę ci ukradł? Jakąś sprytną bibliotekę do regexów? a może edytor postów?

KI
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 39
5

Gdy piwniczniaki oddają swoją pracę za darmo, w internetach dla budowlańców:

Matematycy, fizycy i filozofowie też oddają swoją pracę za darmo, w periodykach akademickich, na blogach i na wykładach na YT. Ale to też pewnie piwniczaki, tylko budowlańcy i lekarze potrafią bronić swego, nie? No chyba, że dochodzi do pęknięcia bańki na rynku nieruchomości i trwającego dekadami zastoju albo budżet państwa się nie spina i trzeba szukać oszczędności, co za chwile będzie miało miejsce.

Możesz betonować dostęp do wiedzy/zawodu. Skutek jest taki, że jest dobrze, dopóki specyficzne okoliczności, od których zależy Twój dobrobyt się nie zmienią, a mogą się zmienić bardzo gwałtownie. Możesz zamiast tego dawać otwarty dostęp do wiedzy/zawodu, co powoduje, że "sam sobie hodujesz konkurencję", a w praktyce oznacza, że przyczyniasz się do eksplozji dziedziny i budujesz długotrwały dobrobyt, nawet jeśli podlegający okresowym wahaniom (jak cała gospodarka). W dodatku ci, którzy dzielą się wiedzą (autentyczną wiedzą, a nie jakimiś skopiowanymi z innej stronki tutorialami) to ci najbardziej kumaci, dla których konkurencji w praktyce nie ma. A nie ma po części dlatego, że dzielenie się wiedzą wygenerowało olbrzymi rynek, który jest w stanie wessać olbrzymią liczbę nawet średnio kumatych, natomiast tych najlepszych zawsze brakuje.

Programowanie i szerzej informatyka wywodzi się ze społeczności akademickiej i wymiana wiedzy i informacji między programistami odzwierciedla wolną wymianę wiedzy między ośrodkami naukowymi.

Zachowania korporacji, które próbują zawłaszczać wiedzę i blokować dostęp spotykają się ze środowiskowym ostracyzmem - dokładnie przeciwnie niż w przypadku lekarzy, którzy żyją w symbiozie z korporacjami, co odzwierciedla po prostu wyższe standardy etyczne społeczności programistów. Programista prędzej nakręci gównoburze ze względu na nieuczciwe praktyki korporacji niż będzie z nich czerpał korzyści. Problemem z modelami nie jest to, że były trenowane na otwartoźródłowym kodzie, tylko to, że korporacje, które to zrobiły próbują na tym zarabiać. Co zresztą się nie uda.

Smieszne są twierdzenia, że jest to jakiś przejaw głupoty informatyków-autystów, natomiast "mądrzy" i "elitarni" budowlańcy i lekarze blokują dostęp do wiedzy. Jest dokładnie na odwrót. To jest "mądrość" i "elitarność" łasych tylko na pieniądze chłopka roztropka i janusza biznesu, któremu słoma z butów wystaje.

KR
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 170
4
złoty napisał(a):
  1. W jaki sposób udowodnisz, że kod wypluty przez LLM był uczony na tym konkretnym kodzie open source?

Z tego co słyszałem to odpowiednio preparując/formułując prompta można to udowodnić. Osobiście jak generowałem listę html to mi się wydawała znajoma, była jota w jotę z w3c. Pisarze wypluwają promptem obszerne fragmenty książek. Ogólnie podobno LLMy przechowują dane bardziej wiernie niż się wydawało kiedyś.

Odnośnie głównego wątku. Ja zawsze zrzekam się praw do kodu na rzecz pracodawcy/klienta, więc nie bardzo mam o co walczyć. To czego się nie zrzekłem to i tak nic specjalnie wartościowego.

Niektóre organizacje zakazują używania AI, żeby przypadkiem nie naruszyć praw innych i nie mieć problemów z tego powodu.

Co do uczenia modeli no to nie ładnie ze strony twórców LLM. Podobno notorycznie wykorzystują dane pomimo wyraźnego sprzeciwu. (kiedyś chyba mogli bez zgody tak postępować bo robili to jako praca badawcza czy coś w tym stylu i inne przepisy obowiązywały)

predek97
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 10
1

Odnośnie głównego wątku. Ja zawsze zrzekam się praw do kodu na rzecz pracodawcy/klienta, więc nie bardzo mam o co walczyć. To czego się nie zrzekłem to i tak nic specjalnie wartościowego.

Nie do końca to tak działa - ty się tylko zrzekasz majątkowych praw autorskich - oddajesz klientowi/pracodawcy prawo do czerpania zysków z twojej pracy.

Intelektualnych praw autorskich nie zrzekasz się, bo to jest prawnie niemożliwe - choćby ci pracodawca zapłacił niewyobrażalną kwotę, nie ma prawa twierdzić, że sam to zrobił. To samo tyczy się LLM-ów - jeśli coś upubliczniłeś to oczywiście LLM może cytować to all night long, ale musi przyznać, że to jest dzieło krsp.

KR
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 170
0

hahaha. w sumie istnieje opór odwrotny. podobno robią/zrobili biznes na przepisywanie kodu (wykorzystując ai) żeby licencje był przyjaźniejsze biznesowi

Scripterix
  • Rejestracja: dni
  • Ostatnio: dni
  • Postów: 5
0

"Czy branża IT stawia opór używaniu kodu do uczenia modeli?" zasadniczo pytasz czy dane publiczne są publiczne. Dodam że jest to pytanie clickbyte.

Zarejestruj się i dołącz do największej społeczności programistów w Polsce.

Otrzymaj wsparcie, dziel się wiedzą i rozwijaj swoje umiejętności z najlepszymi.