LLMベースの生成AIを用いたAIアプリストアがもたらす諸議論

• Item type: SIG Technical Reports(1)
• 公開日: 2024-09-12
• タイトル: LLMベースの生成AIを用いたAIアプリストアがもたらす諸議論
• タイトル / 言語: en
• タイトル: Economic effects of creative activities under Nash equilibrium and influence of generative AI
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 通信ネットワーク・コンテンツ
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 一橋大学／東北大学GSIS
• 著者所属: 一橋大学ソーシャル・データサイエンス学部／理研AIP
• 著者所属: 東北大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Hitotsubashi University / GSIS Tohoku Univ
• 著者所属(英): en
• 著者所属(英): Faculty of Social Data Science, Hitotsubashi University / RIKEN AIP
• 著者所属(英): en
• 著者所属(英): GSIS Tohoku University
• 著者名: 金子, 格; 寺田, 麻佑; 湯田, 恵美
• 著者名(英): Itaru, Kaneko; Mayu, Terada; Emi, Yuda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: LLM ベースの生成 AI の機能を利用した AI アプリストアが議論をおこしている．生成 AI は急速に進歩しており応用範囲も広がっている．さらに応用範囲を広げるには，多様な利用者が生み出した独自の利用方法を共有し，相互に交換できるようにすることは極めて有益である．しかし，その過程で知的財産権の侵害を促進するリスクがある．特にアプリ開発者が，自身が著作権をもたないコンテンツを使って few shot learning, one shot learning を行えば，その出力が著作権侵害を起こす可能性は高く，そうした事例がすでにあると主張されている．さらに，複数のコンテンツからの特徴のハイパーパラメータの線形結合を生成 AI が使用する場合，単一の出力からオリジナルを再現することは不可能であるが，同じ AI を使用してすべてのオリジナルを再現することは可能である可能性がある．このような現象は論争を引き起こす可能性がある．これをはじめとして，LLM 生成 AI アプリストアが，どのような疑問を投げかけ，どのような対策が求められるか，法的技術的倫理的観点から論じる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: App stores leveraging large language model (LLM)-based generative AI are generating significant controversy. As generative AI continues to advance, its application scope is widening. For further enhance of its application area, it is beneficial to facilitate the sharing and mutual exchange of unique usage methodologies developed by diverse users. However, this process risks promoting intellectual property infringement. Specifically, when app developers employ techniques like few-shot or one-shot learning with copyrighted material, it is reported that the resultant outputs may infringe copyright of source materials. Moreover, where linear combination of hyper parameter of features from multiple contents are used by generative AI, it is impossible to reproduce original from single output, however, it might be possible to reproduce all original using same AI. Such phenomenon may cause controversy. This report explores the challenges posed by app stores using LLM based generative AI and discusses the legal, technical, and ethical countermeasures.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11238429
• 書誌情報: 研究報告電子化知的財産・社会基盤（EIP）; 巻 2024-EIP-105, 号 7, p. 1-5, 発行日 2024-09-12
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8647
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会