Big AI's content problem: Take the work, keep the money
5 hours ago
- 大型人工智能公司依赖大量抓取受版权保护的内容来训练大型语言模型，通常不支付费用或不尊重许可协议。
- 法庭文件引用微软的布伦特·赫克特博士称，所谓的复制行为是“规模空前的惊人盗窃”，可能是人类历史上最大规模的劳动盗窃。
- 据报道，微软内部文件承认生成式人工智能可能破坏那些为其提供训练数据的创作者，导致模型崩溃并摧毁自身的供应链。
- OpenAI和微软辩称，使用公开文章和书籍进行训练属于“合理使用”，认为这能推动公共知识进步，并非非法的市场替代行为。
- 据报道，OpenAI的企业代表在证词中表示，没有采取措施检测或移除训练数据集中受付费墙保护的内容；联合创始人格雷格·布罗克曼据称在听到绕过防火墙的建议时反应“啊，不错”。
- 文章认为，拒绝支付创作者报酬并非副作用，而是大型人工智能的商业模式，而大多数用户不点击来源或核实人工智能生成的信息。
- 最近一项关于版权管理信息的法院裁决范围狭窄：生成不含版权管理信息的新代码与从现有作品中移除版权管理信息不同，且并不使人工智能生成的代码免于版权或开源许可证的约束。
- 法律专家担心，开源许可证日益被诉诸合同而非版权许可，这可能绕过所有权、可保护表达和实际复制等基础问题。
- 人工智能生成的代码可能带来未知的法律义务和供应链合规风险，特别是在缺乏出处和许可条款的情况下。
- 大型人工智能公司呼吁协调人工智能安全并设定节奏，也可能被视作竞争对手决定市场发展，引发反垄断担忧，尽管需要负责任的部署。
- 核心问题在于，是否应允许人工智能开发者将所有外部作品视为免费原材料，然后用由此产生的产品消除创作者流量、收入和议价能力。