En gruppe forskere fra Yale University har foreslået (PDF) en ny type åben licens CCAI (Contextual Copyleft), som udvider anvendelsen af copyleft til generative AI-modeller. Ideen bag CCAI er, at brugen af indhold under denne licens som data til maskinlæring fører til, at copyleft-betingelserne også gælder for de resulterende generative AI-modeller. Det antages, at den nye licens kan bidrage til at reducere misbrug i AI-projekter og forhindre oprettelsen af falske AI-modeller, som formelt præsenteres som åbne, men som på grund af skjulte træningsdata og værktøjer er knyttet til producenten.
CCAI definerer, at enhver distribution og publicering af nøjagtige kopier eller ændrede afledte værker, der distribueres under CCAI-licensen, skal ske under de samme licensbetingelser uden pålæggelse af yderligere begrænsninger. Dette krav gælder for enhver AI-model, datasæt eller AI-system, hvor træningen involverede software under CCAI-licensen eller resultatet af dens arbejde. I konteksten af træning af generative AI-modeller kræver CCAI, at kildekoden til modellen, en detaljeret beskrivelse af de anvendte træningsdata, parametre, vægte og modelarkitektur bliver offentliggjort.
CCAI-licensen kan også anvendes som et supplerende krav, der knyttes til eksisterende copyleft-licenser, såsom AGPLv3. Det angivne krav udvider licensens anvendelse til træningsdatasæt, kode og modelvægt i overensstemmelse med kriterierne for åbenhed i AI-systemer, som er formuleret af Open Source Initiative (OSI). Kode, der distribueres under en sådan licens, kan kun bruges til at træne en AI-model, hvis alle brugere får en beskrivelse af træningsdatasættet, koden til at træne modellen og den trænte AI-model.
Den vedlagte tekst til det supplerende krav: «Når der anvendes software til træning, optimering eller oprettelse af enhver form for maskinlæringsmodel eller generativ AI-system, skal enhver resulterende model, datasæt eller system offentliggøres under betingelser, der ikke skærper kravene i denne licens. Sådanne krav omfatter at give adgang til koden for at udføre træning, beskrivelser af de data, der er brugt til træning, parametre og modelarkitektur. At give adgang til modellen eller resultaterne af dens arbejde over nettet betragtes som distribution og er grundlag for opfyldelse af de forpligtelser, der er pålagt af licensen.»
Kilde: opennet.ru
