Denas Grybauskas, Ofițerul șef de guvernanță și strategie la Oxylabs – Seria de interviuri

Denas Grybauskas este Ofițerul șef de guvernanță și strategie la Oxylabs, un lider global în colectarea de inteligență web și soluții de proxy de înaltă calitate.

Înființată în 2015, Oxylabs oferă una dintre cele mai mari rețele de proxy etic surse din lume – care acoperă peste 177 de milioane de adrese IP din 195 de țări – împreună cu instrumente avansate precum Web Unblocker, Web Scraper API și OxyCopilot, un asistent de extragere a datelor bazat pe inteligență artificială care convertește limbajul natural în interogări structurate de date.

Ați avut o carieră impresionantă în domeniul juridic și al guvernanței în spațiul tehnologiei juridice din Lituania. Ce v-a motivat personal să abordați una dintre cele mai polarizante provocări ale inteligenței artificiale – etica și drepturile de autor – în rolul dvs. de la Oxylabs?

Oxylabs a fost întotdeauna un pionier al inovării responsabile în industrie. Am fost primii care au susținut sursele etice de proxy și standardele industriale de extragere a datelor web. Acum, cu inteligența artificială care evoluează atât de rapid, trebuie să ne asigurăm că inovarea este echilibrată cu responsabilitatea.

Am văzut această problemă ca o provocare uriașă pentru industria inteligenței artificiale și am putut vedea, de asemenea, soluția. Prin furnizarea acestor seturi de date, permitem companiilor de inteligență artificială și creatorilor să fie pe aceeași pagină în ceea ce privește dezvoltarea inteligenței artificiale corecte, ceea ce este benefic pentru toți cei implicați. Am știut cât de important era să păstrăm drepturile creatorilor în prim-plan, dar și să oferim conținut pentru dezvoltarea sistemelor viitoare de inteligență artificială, așa că am creat aceste seturi de date ca ceva care poate satisface cerințele pieței de astăzi.

Regatul Unit se află în mijlocul unei bătălii aprige pentru drepturile de autor, cu voci puternice de ambele părți. Cum interpretați starea actuală a dezbaterii dintre inovarea inteligenței artificiale și drepturile creatorilor?

În timp ce este important ca guvernul britanic să favorizeze inovarea tehnologică productivă ca prioritate, este vital ca creatorii să se simtă îmbunătățiți și protejați de inteligența artificială, nu furati. Cadruul juridic actual, care este în dezbatere, trebuie să găsească un punct de echilibru între promovarea inovării și, în același timp, protejarea creatorilor, și sper că, în săptămânile următoare, vor găsi o cale de a găsi un echilibru.

Oxylabs a lansat recent primul set de date etice YouTube, care necesită acordul creatorilor pentru antrenarea inteligenței artificiale. Cum funcționează exact procesul de acordare a acordului și cât de scalabil este pentru alte industrii, cum ar fi muzică sau publicare?

Toate milioanele de videoclipuri originale din seturile de date au acordul explicit al creatorilor de a fi utilizate pentru antrenarea inteligenței artificiale, conectând creatorii și inovatorii în mod etic. Toate seturile de date oferite de Oxylabs includ videoclipuri, transcrieri și metadate bogate. Deși astfel de date au multe cazuri de utilizare potențială, Oxylabs le-a rafinat și pregătit în mod special pentru antrenarea inteligenței artificiale, care este utilizarea pentru care creatorii de conținut au convenit în mod conștient.

Mulți lideri din domeniul tehnologiei susțin că solicitarea acordului explicit de la toți creatorii ar putea “distruge” industria inteligenței artificiale. Care este răspunsul dvs. la această afirmație și cum demonstrează abordarea Oxylabs că acest lucru nu este valabil?

Cererea ca, pentru fiecare utilizare a materialului pentru antrenarea inteligenței artificiale, să existe un acord explicit anterior prezintă provocări operaționale semnificative și ar veni la un cost semnificativ pentru inovarea inteligenței artificiale. În loc să protejeze drepturile creatorilor, ar putea, fără intenție, încuraja companiile să-și mute activitățile de dezvoltare în jurisdicții cu reglementări mai puțin riguroase sau regimuri de drepturi de autor diferite. Cu toate acestea, acest lucru nu înseamnă că nu poate exista un punct de echilibru în care dezvoltarea inteligenței artificiale să fie încurajată, iar drepturile de autor să fie respectate. Dimpotrivă, ceea ce avem nevoie sunt mecanisme care să simplifice relația dintre companiile de inteligență artificială și creatori.

Aceste seturi de date oferă o abordare pentru a merge mai departe. Modelul de renunțare, în conformitate cu care conținutul poate fi utilizat, cu excepția cazului în care proprietarul drepturilor de autor renunță în mod explicit, este o altă cale. A treia cale ar fi facilitarea negocierilor între editori, creatori și companii de inteligență artificială prin soluții tehnologice, cum ar fi platformele online.

În cele din urmă, orice soluție trebuie să funcționeze în limitele legilor aplicabile privind drepturile de autor și protecția datelor. La Oxylabs, credem că inovarea inteligenței artificiale trebuie urmărită în mod responsabil, iar obiectivul nostru este să contribuim la cadre juridice legale și practice care să respecte creatorii, permițând, în același timp, progresul.

Care au fost cele mai mari obstacole pe care echipa dvs. a trebuit să le depășească pentru a face seturile de date bazate pe acord viabile?

Calea noastră a fost deschisă de YouTube, care a permis creatorilor de conținut să-și licențieze cu ușurință lucrările pentru antrenarea inteligenței artificiale. După aceea, munca noastră a fost în principal tehnică, implicând colectarea de date, curățarea și structurarea lor pentru a pregăti seturile de date și construirea întregii configurații tehnice pentru ca companiile să aibă acces la datele de care aveau nevoie. Dar acesta este ceva pe care l-am făcut de-a lungul anilor, într-un fel sau altul. Desigur, fiecare caz prezintă propriile sale provocări, în special atunci când aveți de-a face cu ceva atât de vast și complex precum datele multimodale. Dar am avut atât cunoștințele, cât și capacitatea tehnică de a face acest lucru. Având în vedere acest lucru, odată ce autorii de pe YouTube au avut ocazia de a da acordul, restul a fost doar o chestiune de alocare a timpului și a resurselor noastre.

Dincolo de conținutul YouTube, vă imaginați o viitor în care și alte tipuri majore de conținut – cum ar fi muzică, scriere sau artă digitală – pot fi, de asemenea, licențiate în mod sistematic pentru a fi utilizate ca date de antrenament?

De ceva timp, subliniem nevoia unei abordări sistematice pentru acordarea acordului și licențierea conținutului, pentru a permite inovarea inteligenței artificiale, echilibrând-o, în același timp, cu drepturile creatorilor. Doar atunci când există o cale convenabilă și cooperantă pentru ambele părți de a-și atinge obiectivele, va exista un beneficiu reciproc.

Acesta este doar începutul. Credem că oferirea unor seturi de date precum ale noastre, într-o varietate de industrii, poate oferi o soluție care, în cele din urmă, aduce dezbaterile privind drepturile de autor la un final amiabil.

Importanța ofertelor precum seturile de date etice Oxylabs variază în funcție de diferitele abordări ale guvernanței inteligenței artificiale în UE, Regatul Unit și alte jurisdicții?

Pe de o parte, disponibilitatea seturilor de date bazate pe acord explicit nivelatează terenul pentru companiile de inteligență artificială cu sediul în jurisdicții în care guvernele se înclină spre reglementări mai stricte. Principala preocupare a acestor companii este că, în loc să sprijine creatorii, regulile stricte pentru obținerea acordului vor da doar un avantaj injust dezvoltatorilor de inteligență artificială din alte jurisdicții. Problema nu este că aceste companii nu se preocupă de acord, ci mai degrabă că, fără o cale convenabilă de a-l obține, sunt condamnate să rămână în urmă.

Pe de altă parte, credem că, dacă acordarea acordului și accesarea datelor licențiate pentru antrenarea inteligenței artificiale sunt simplificate, nu există niciun motiv pentru care această abordare nu ar trebui să devină modalitatea preferată la nivel global. Seturile noastre de date, construite pe conținutul licențiat YouTube, sunt un pas către această simplificare.

Cum credeți că transparența și acordul pot deveni avantaje competitive pentru companiile de tehnologie?

Deși transparența este adesea văzută ca un obstacol în calea avantajului competitiv, este și cea mai mare armă a noastră pentru a lupta împotriva neîncrederii. Cu cât companiile de inteligență artificială pot oferi mai multă transparență, cu atât mai multe dovezi există pentru antrenarea etică și benefică a inteligenței artificiale, reconstruind, astfel, încrederea în industria inteligenței artificiale. Și, la rândul său, creatorii care văd că pot obține valoare din inovarea inteligenței artificiale vor avea mai multe motive pentru a da acordul în viitor.

Oxylabs este adesea asociat cu extragerea de date web și inteligența web. Cum se potrivește această nouă inițiativă etică în viziunea generală a companiei?

Lansarea seturilor de date etice YouTube continuă misiunea noastră de la Oxylabs de a stabili și promova practicile etice din industrie. Ca parte a acestui proces, am co-fondat Inițiativa de colectare etică a datelor web (EWDCI) și am introdus un cadru de transparență pentru sursele de proxy. De asemenea, am lansat Proiectul 4β, ca parte a misiunii noastre de a permite cercetătorilor și academicienilor să-și maximizeze impactul cercetării și să îmbunătățească înțelegerea datelor web publice critice.

Când vă uitați în viitor, credeți că guvernele ar trebui să impună acordul implicit pentru datele de antrenament sau ar trebui să rămână o inițiativă voluntară a industriei?

Într-o economie de piață liberă, este, în general, cel mai bine să lăsați piața să se corecteze singură. Permițând inovarea să se dezvolte în răspuns la nevoile pieței, reinventăm și reînnoim în mod constant prosperitatea noastră. Legislația strictă nu este niciodată o alegere bună și ar trebui să fie recursă doar atunci când toate celelalte căi de a asigura justiția, permițând, în același timp, inovarea, au fost epuizate.

Nu pare că am ajuns încă la acest punct în ceea ce privește antrenarea inteligenței artificiale. Opțiunile de licențiere ale YouTube pentru creatori și seturile noastre de date demonstrează că acest ecosistem este activ în căutarea de modalități de a se adapta la realitățile noi. Prin urmare, în timp ce o reglementare clară este, desigur, necesară pentru a asigura că toată lumea acționează în limitele drepturilor sale, guvernele ar putea dori să procedeze cu prudență. Mai degrabă decât să solicite acordul explicit în fiecare caz, ar putea dori să examineze modalitățile în care industriile pot dezvolta mecanisme pentru a rezolva tensiunile actuale și să ia indicații de la acestea atunci când legiferează pentru a încuraja inovarea, mai degrabă decât a o împiedica.

Ce sfaturi ați oferi startup-urilor și dezvoltatorilor de inteligență artificială care doresc să prioritizeze utilizarea etică a datelor fără a încetini inovarea?

Un mod în care startup-urile pot facilita utilizarea etică a datelor este dezvoltarea de soluții tehnologice care simplifică procesul de obținere a acordului și de obținere a valorii pentru creatori. De îndată ce apar oferte pentru a achiziționa date transparent surse, companiile de inteligență artificială nu trebuie să compromită viteza; prin urmare, le sfătuiesc să țină ochii deschiși pentru astfel de oferte.

 Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe despre Oxylabs.