大型媒体机构正越来越多地与人工智能巨头签订许可协议。对于《纽约时报》等报纸而言，这样的协议可以保护其知识产权，并为他们提供额外的收入来源。与此同时，像OpenAI和亚马逊这样的公司可以利用准确的信息来训练其模型，并避免因版权侵权而引发的诉讼。然而，IoTeX Network、O.XYZ和AR.IO的专家告诉BeInCrypto，现有的去中心化替代方案可以更透明和公平地实现相同的结果，为内容创作者带来益处。

本月早些时候，《纽约时报》与亚马逊达成了一项协议，允许亚马逊使用该报的编辑内容来训练其人工智能（AI）模型。这份许可协议允许科技公司使用该报纸及其其他出版物的文章，但该报纸在公开声明中并未透露交易的具体财务条款。这一决定标志着《纽约时报》策略上的重大转变，此前该公司曾反对大型语言模型（LLMs）未经许可使用其内容。

2024年1月，《纽约时报》起诉了OpenAI和微软，指控这两家公司未经授权且未支付报酬就使用了其受版权保护的文章来训练其大型语言模型。这起诉讼仍在进行中，尚未有最终结果。《纽约时报》并不是第一家因技术公司不公平使用其知识产权而提起诉讼的媒体机构。

随着主要大型语言模型创建者需要更广泛地获取准确信息，此类协议正变得越来越普遍。许可协议正在变得日益流行。去年，由山姆·阿尔特曼领导的OpenAI与欧洲跨国媒体公司Axel Springer SE达成协议，该协议与《纽约时报》和亚马逊最近达成的协议非常相似。该协议允许OpenAI使用Axel Springer旗下媒体机构的文章，包括Politico、Business Insider和Morning Brew等多家国际顶级出版物的内容。

随后，阿尔特曼又与其他媒体机构如《金融时报》、《Vogue》以及《纽约客》、《柯梦波丹》和《世界报》等媒体的母公司签订了类似的协议。作为这些协议的一部分，OpenAI同意对所有相关信息进行反向链接，指向原始文章。随着主要科技公司面临越来越多关于知识产权侵犯和版权侵权的压力，这些情况对各方来说都是双赢的。

但是，是否存在一种更透明的方式可以实现同样的结果？在与人工智能互动时，迫切需要找到一种解决方案，以扩大对可信信息的访问，并公平地补偿内容创作者。许可协议是实现这一目标的一种途径，同时也有助于防止在使用大型语言模型时出现虚假信息。

然而，这些许可协议通常是私下的，使得小型内容创作者难以获得类似的协议，也难以保护自己免受不公平使用的侵害。去中心化技术在此处具有平衡竞争环境的潜力。Web3提供了多种工具，可以实现这一目标。去中心化技术可以为所有创作者创建一个更加民主和透明的系统，以许可其内容，这对传统私人协议中常被忽视的创作者尤其有益。

代币化还为创作者提供了一种方法，用于追踪人工智能模型对其内容的使用情况。其他基于区块链的解决方案可以确保不可破坏的记录，进一步增强这些去中心化的选项。另一个真正公平的数字生态系统的重要方面是确保真实性、跟踪使用情况并保护知识产权。这就是基于区块链的溯源系统成为强大解决方案的地方。

基于区块链的溯源系统旨在细致地记录数字内容的历史和来源。它们利用区块链的核心特性——可追溯性、透明性和不可变性——来创建可信赖且无法篡改的记录。数字内容生命周期中的每一个重要事件，从创作到任何更改或转让，都可以记录在分布式账本上，从而形成不可破坏的历史记录。

在此基础上，水印工具通过直接嵌入隐藏的、可识别的信息到数字内容中，补充了溯源系统的作用。去中心化的原则还可以扩展到内容的集体治理和管理。除了个别创作者或大型媒体机构的管理层单独做出内容许可决策外，去中心化自治组织（DAOs）可以赋予记者等创作者群体共同控制决策的能力。

尽管强调透明度，人工智能模型与信息来源之间的许可协议仍处于早期阶段。这引发了一个关键问题：当人工智能公司获得独家数据协议时，开源模型是否会落后？大型语言模型未经授权且不透明地使用内容最初引发了原创创作者的强烈不满。如今，许可协议已经改善了这一状况。

然而，全面的透明度尚未实现。像《纽约时报》与亚马逊之间达成的协议，对于希望了解数据来源的人以及希望了解其内容如何被使用的创作者来说，可能还不够。巴西同意这一观点，并补充道：虽然许可协议是一个良好的起点，但内容创作者和人工智能透明度的真实变革很可能来自于去中心化和开源的方法。

以上内容由悟空财富根据公开信息整理，与本站立场无关，如存在问题请联系我们，本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。