Läckta dokument avslöjar Nvidias omfattande användning av YouTube-videos, Netflix och andra källor för att träna en AI-modell för sin Omniverse, autonoma fordon och digitala avatarer. Denna data-skräppningsoperation, detaljerad av 404 Media, involverade ett internt projekt med namnet Cosmos, där Nvidia använde virtuella PC:s på AWS för att ladda ner över 30 miljoner URL:er på en månad. Anställda diskuterade upphovsrättsfrågor, fann sätt att undvika direkta överträdelser, såsom att använda Googles molntjänst för att ladda ner YouTube-8M-datasetet. Nvidia påstod att de var i överensstämmelse med upphovsrättslagar, trots att de använde vissa dataset som avsett endast för akademiska ändamål för kommersiella mål. Nvidia är inte ensam i denna praktik, med OpenAI och Runway som också anklagats för att använda skyddat material för AI-träning. Intressant nog har Nvidia stött på svårigheter med att använda gameplay-footage från sin GeForce Now-tjänst på grund av tekniska och regulatoriska problem. AI-modeller kräver stora mängder data, vilket väcker frågor om legaliteten av att använda upphovsrättsskyddade material och personuppgifter. I EU regleras personuppgifter strikt av GDPR, vilket innebär potentiella juridiska risker för företag som Nvidia. Det finns en växande behov av transparens i AI-träningspraktiker för att säkerställa ansvarighet och efterlevnad av juridiska standarder.