EXAONE Nexus ال‌جی؛ بررسی ریسک داده‌های هوش مصنوعی پیش از آموزش

ال‌جی با معرفی EXAONE Nexus می‌خواهد بررسی حقوقی داده‌ها را به یکی از مراحل اصلی توسعه مدل‌های هوش مصنوعی تبدیل کند. این عامل هوش مصنوعی، دیتاست‌های آموزشی را از نظر کپی‌رایت، شرایط استفاده و خطر نقض حریم خصوصی ارزیابی می‌کند؛ موضوعی که می‌تواند برای شرکت‌ها، پژوهشگران و توسعه‌دهندگان مدل‌ها اهمیت زیادی داشته باشد.

#نکات کلیدی

• EXAONE Nexus منشأ دیتاست‌ها و شرایط استفاده از آن‌ها را بررسی می‌کند.
• ریسک هر مجموعه‌داده با ۱۸ معیار سنجیده و در یکی از هفت سطح قرار می‌گیرد.
• ال‌جی می‌گوید بررسی‌ها ۴۵ برابر سریع‌تر از کارشناس حقوقی انجام می‌شوند.
• دقت اعلام‌شده سامانه ۲۶ درصد بیشتر و هزینه آن یک‌هزارم روش‌های متداول است.
• نتیجه ارزیابی حدود ۲۰ هزار دیتاست باز برای استفاده پژوهشی منتشر شده است.

#بررسی حقوقی داده پیش از ساخت مدل

EXAONE Nexus ال‌جی برای شناسایی خطرهای حقوقی موجود در داده‌های آموزشی طراحی شده است. این سامانه وضعیت کپی‌رایت، شرایط استفاده همراه داده و احتمال نقض حریم خصوصی را به‌صورت خودکار تحلیل می‌کند.

یکی از قابلیت‌های اصلی آن، ردیابی داده تا منبع اولیه است. این ردیابی کمک می‌کند مشکلاتی که هنگام بازنشر محتوای اصلی یا ترکیب آن با مجموعه‌داده‌های دیگر ایجاد شده‌اند، مشخص شوند. به این ترتیب، ارزیابی فقط به نام یا توضیحات فعلی دیتاست محدود نمی‌ماند و زنجیره منشأ و استفاده از داده را هم در نظر می‌گیرد.

نتیجه بررسی بر پایه ۱۸ معیار ارزیابی در هفت سطح مرتب می‌شود. این طیف از سطح A-1، به‌عنوان امن‌ترین وضعیت، شروع می‌شود و تا C-2، یعنی بالاترین سطح ریسک، ادامه دارد. چنین رتبه‌بندی‌ای قرار است به تیم‌ها کمک کند پیش از واردکردن یک دیتاست به فرایند آموزش، تصویری روشن‌تر از خطرهای احتمالی آن داشته باشند.

#سرعت، دقت و هزینه اعلام‌شده

ال‌جی AI Research می‌گوید EXAONE Nexus یک دیتاست را ۴۵ برابر سریع‌تر از یک کارشناس حقوقی تحلیل می‌کند. طبق اعلام این مجموعه، دقت سامانه نیز ۲۶ درصد بیشتر است و هزینه بررسی به حدود یک‌هزارم روش‌های متداول می‌رسد.

برای ساخت این سامانه، مقررات هوش مصنوعی کره جنوبی و اتحادیه اروپا در آن گنجانده شده‌اند. ال‌جی همچنین اعتبار حقوقی تحلیل‌های ابزار را با مشارکت حدود ۴۰ وکیل از مؤسسه‌های حقوقی داخلی و بین‌المللی ارزیابی کرده است.

ال‌جی AI Research نتیجه ارزیابی ریسک حدود ۲۰ هزار دیتاست باز را نیز برای اهداف پژوهشی منتشر کرده است. این اقدام به پژوهشگران اجازه می‌دهد علاوه بر خود داده‌ها، ارزیابی ساختاریافته‌ای از ریسک‌های احتمالی آن‌ها در اختیار داشته باشند.

#استفاده اجباری در فرایند توسعه ال‌جی

ال‌جی استفاده از EXAONE Nexus را به یک مرحله اجباری برای توسعه مدل‌های هوش مصنوعی خودش تبدیل کرده است. این ابزار در سراسر فرایند، از جمع‌آوری داده تا توسعه مدل و عرضه سرویس، به کار گرفته می‌شود.

این شرکت قصد دارد سامانه را در اختیار شرکت‌های بزرگ فناوری خارج از کره جنوبی و مؤسسه‌های حقوقی نیز قرار دهد. EXAONE Nexus همچنین در کنفرانس بین‌المللی فناوری کپی‌رایت ۲۰۲۶ که با میزبانی وزارت فرهنگ، ورزش و گردشگری برگزار شد، جایزه رئیس شورای ریاست‌جمهوری مالکیت فکری را دریافت کرده است.

#چرا کیفیت حقوقی داده مهم است؟

توانایی فنی مدل، تنها بخش توسعه یک سامانه هوش مصنوعی نیست. اگر داده آموزشی بدون مجوز مناسب استفاده شده باشد یا اطلاعات آن با الزامات حریم خصوصی سازگار نباشد، حتی یک مدل قدرتمند نیز ممکن است با ریسک‌های حقوقی و کاهش اعتماد روبه‌رو شود.

برای شما به‌عنوان توسعه‌دهنده یا مدیر یک پروژه هوش مصنوعی، این رویکرد یادآوری می‌کند که منشأ داده، مجوز استفاده و نحوه بازنشر آن باید پیش از آغاز آموزش بررسی شوند، نه پس از آماده‌شدن محصول. این موضوع در کنار راهکارهایی مانند اثبات هویت واقعی مدل‌های هوش مصنوعی، بخشی از تلاش گسترده‌تر برای افزایش قابلیت اعتماد سامانه‌های هوش مصنوعی است.

#جمع‌بندی

EXAONE Nexus نشان می‌دهد کنترل داده می‌تواند به‌اندازه طراحی خود مدل جدی باشد. اگر ادعاهای ال‌جی درباره سرعت، دقت و کاهش هزینه در استفاده عملی نیز محقق شوند، بررسی حقوقی دیتاست‌ها می‌تواند زودتر و منظم‌تر وارد چرخه توسعه هوش مصنوعی شود.