创意内容和AI培训：实用指南

人工智能正在以惊人的速度改变我们的世界，影响着从日常生活到科学与艺术的前沿。随着人工智能的快速发展，考虑如何在训练人工智能模型时采取平衡的方法使用创意内容至关重要。这不仅仅关乎法律问题；它关乎塑造人工智能创新和人类创造力的未来。

每一种帮助创造或分享知识和艺术的新技术——从印刷机到互联网和有线电视——都引发了关于如何生成和分配价值的争论。在人工智能领域，开发者可以采取多种措施支持创意产业，构建一个惠及所有人的繁荣人工智能生态系统。那么，我们应该考虑哪些策略来处理人工智能模型的输出、训练过程以及人工智能创造共享价值的新方式呢？

评估人工智能输出

无论你是用笔、打字机还是人工智能写作，或是用画笔、计算机图形还是人工智能创作艺术，关键问题在于新作品是否侵犯了现有作品的版权。这可能很复杂，取决于新旧作品的相似程度、两者的性质以及新作品是否与原作品在同一市场上竞争。输出过滤器等工具可以帮助防止输出过于相似的作品，即使模型学会对这些因素做出更细致的判断。

来源信息，如水印或元数据，也可以帮助减少误导人们关于内容创作者身份的风险。例如，Google 凭借其 SynthID 工具走在了前列，并且是内容来源与真实性联盟（C2PA）指导委员会的成员。这些努力可以帮助消费者对他们接触的内容做出更明智的决定。

负责任地训练人工智能模型

在美国版权法下，使用开放网络内容训练基础人工智能模型被视为一种变革性的合理使用，许多其他国家也有类似的文本和数据挖掘豁免，鼓励信息的新用途。然而，采取良好实践可以帮助建立对人工智能使用现有内容的新接受度。

负责任且合法地获取内容非常重要，例如允许网站选择不将其内容用于人工智能训练。现有的网络爬取行业标准是实现这一目标的关键方式。这些标准简单且可扩展，建立在广泛使用的机器可读 robot.txt 协议基础上，用于控制网络爬虫如何访问内容。如今，成千上万的网络发布者也在使用 Google-Extended 协议以及其他公司提供的类似人工智能专用协议。人工智能开发者应开放地发展这些标准，随着生态系统的发展，并应采取合理措施避免以绕过这些标准或类似技术措施（如付费墙）的方式不当地训练通用人工智能模型。

在避免使用个人的声音和肖像时，立法框架可以建立在现有的版权“通知和移除”系统之上，包括防止滥用的保障措施。新工具还可以帮助创作者利用人工智能的创造潜力，同时保持对其声音和肖像的控制。

分享价值，扩大机会

人工智能有潜力惠及所有人，人工智能开发者与内容发布者之间的合作可以扩大市场，为创意产业创造新的收入。

人工智能开发者正寻求通过将相关流量引导至内容提供者来分享输出的价值。生态系统还在共同努力寻找从新兴人工智能应用中创造价值的新方式。例如，当人工智能服务基于网站事实“落地”响应时，可能存在商业合作的机会。

人工智能开发者与内容发布者还在为使用专用或非公开数据进行训练达成新的内容协议。人工智能开发者越来越懂得如何评估不同人工智能应用中单个内容的用处。就我们而言，Google 已与多家发布者达成广泛数据权利协议，并继续探索新的机会。

人工智能开发者正积极与媒体和创意产业合作，设计新的生成式人工智能工具，为这些产业增加价值。例如，Pinpoint 是一个为记者设计的人工智能工具，帮助记者搜索文本、音频、图像和视频文件，以发现数据中的模式，识别新的角度，或在视频或音频文件中找到引用。

人工智能是一个共享的机会，有潜力扩展科学、商业和创造力的领域。我们致力于与生态系统中的所有利益相关者合作，创建一个既保护创作者权利又促进创新的共享框架。