Meta en quête de surpasser OpenAI : gagner la course technologique

Meta et les Accusations de Contrefaçon

Au cœur d’une plainte majeure pour violation du droit d’auteur, Meta fait face à des révélations compromettantes concernant l’utilisation de données protégées pour former ses modèles d’intelligence artificielle, notamment Llama. Les documents internes récemment divulgués mettent en lumière des communications révélatrices sur les efforts de l’entreprise pour dissimuler l’utilisation potentiellement illégale de données. Ces messages, dévoilés lors d’une affaire judiciaire en Californie, laissent supposer que Meta aurait exploité des contenus pour lesquels elle n’avait pas de droits, tout en cherchant à éviter les médias critiques.

La Quête de Llama et les Concurrents

Dans le cadre d’une course effrénée pour devancer la concurrence dans le domaine de l’IA, notamment face à OpenAI et Mistral, Meta aurait envisagé diverses stratégies pour extraire des données en vue de former ses systèmes d’IA. Un courriel d’Ahmad Al-Dahle, vice-président de Meta en charge de l’IA générative, exprime une ambition claire : “Nous devons nous concentrer sur GPT-4”, en référence à la dernière avancée d’OpenAI dans le domaine. Cette volonté de surpasser les concurrents a conduit Meta à envisager l’utilisation de la plateforme de piratage de livres, Library Genesis (LibGen), pour collecter des données.

Un Réseau de Communications Internes

Les échanges internes au sein de Meta révèlent les préoccupations de l’équipe concernant l’utilisation de LibGen. Dans une communication non datée, la directrice de produit, Sony Theakanath, discute de l’opportunité d’utiliser LibGen uniquement pour des références internes ou de créer un modèle basé sur cette plateforme. Il est noté que “GenAI a été approuvé pour utiliser LibGen pour Llama3”, avec des “mitigations” définies pour éviter tout lien direct avec des contenus piratés.

Les Risques Juridiques Identifiés

Les courriels internes mentionnent également les risques politiques associés à l’utilisation de LibGen. Meta doit “retirer les données clairement marquées comme piratées” et éviter de mentionner publiquement toute utilisation d’un contenu provenant de cette source. Ce flou dans les communications soulève des questions sur les pratiques éthiques de l’entreprise et sa capacité à négocier avec les régulateurs face à une éventuelle couverture médiatique négative.

Une Stratégie de Contournement Assumée

Pour naviguer dans ces défis juridiques, les équipes de Meta ont élaboré des stratégies pour obscurcir les informations sur les droits d’auteur dans leurs données d’entraînement. Des documents internes ont laissé entendre que l’entreprise envisageait de supprimer des éléments tels que les en-têtes de droits d’auteur et autres identifiants pour réduire les responsabilités légales. Ces efforts témoignent d’une prise de conscience des implications juridiques potentielles de son approche.

Innovations et Alternatives dans un Marché Saturé

Alors que la guerre de l’IA continue de faire rage, des entreprises comme Meta se retrouvent à court de données disponibles pour la formation de modèles, ce qui les pousse à explorer des pistes de plus en plus étranges pour acquérir un contenu unique. Des rapports indiquent que certaines entreprises sont prêtes à payer des créateurs de contenu numériques pour obtenir des séquences vidéo inutilisées. Cette pression sur les ressources entraîne inévitablement un environnement à risque où les limites éthiques et juridiques sont souvent testées.

Avec ces controverses sur la table, l’affaire judiciaire contre Meta pourrait offrir des angles nouveaux et intéressants à explorer, alors que le géant de la technologie tente de se défendre face aux accusations persistantes de violations des droits d’auteur.