博鱼原标题：法律法规不完善尚存诸多灰色地带美人工智能巨头陷非法收集数据争议漩涡
美国“商业内幕”网站近日刊文称，作为业界领先的人工智能（AI）初创企业，OpenAI正因收集、获取数据的方式陷入广泛争议博鱼。实际上博鱼，目前身处争议漩涡的除了OpenAI，还有多家美国科技企业。鉴于此，分析人士指出，世界各国亟须进一步完善人工智能法律法规，以清晰界定OpenAI等企业使用公众数据的边界。据此，也能判定这些企业训练人工智能大模型的数据来源是否合法。
人工智能赛道在全球持续火热，众多初创公司争先恐后地收集海量、高质量数据训练人工智能大模型。然而，因为相关法律法规并不完善，目前尚存诸多灰色地带。
近日，“商业内幕”网的文章以OpenAI公司旗下人工智能视频创作工具Sora为例报道称，Sora的训练依赖海量数据，这些数据很可能来自谷歌旗下的YouTube视频网站，而“这几乎是公开的秘密”。
YouTube官方一直禁止使用自动化工具批量下载网站视频的做法，也禁止下载YouTube视频用于商业目的，并采取限流等措施加以应对。文章称，目前尚不清楚OpenAI是用了什么样的技术手段绕过YouTube的拦截。
据熟悉OpenAI运营的知情人士透露，这家公司指派了一个“秘密团队”来获取训练数据，公司内部也不会探究数据来源。OpenAI首席技术官米拉·穆拉蒂称，公司“使用公开和被许可数据”训练Sora，但“并不确定”其中是否包括YouTube视频内容。
当前博鱼，互联网界的各大公司似乎达成某种“共识”——只要自身能获取到别人的数据，也就默许其他玩家采取相同的做法。在一些人看来，这样的“共识”是“狂飙突进中的人工智能产业需要留意的一大隐患”。
有分析人士指出，OpenAI做的是通用大模型，会在YouTube等公共平台上获取数据，而图片和视频的版权往往较文字更为明确，更容易引发争议。
业内人士指出，生成式人工智能的快速兴起掀起了一场世界范围内的技术竞赛，在这个新领域中，什么是合法的，什么是合乎道德的，目前尚缺乏明确而成熟的规则。
无独有偶，近来，美国多个头部科技企业遭遇类似争议，因人工智能训练数据来源而陷入侵权纠纷，进而吃到官司。
1月5日，美国知名作家尼古拉斯·巴斯贝恩和尼古拉斯·盖奇向纽约曼哈顿联邦地区法院提起集体诉讼，指控微软和OpenAI侵犯了他们以及其他作家的版权。他们在诉讼中称，这两家公司使用他们书中的信息来训练包括聊天机器人ChatGPT在内的人工智能产品，这一行为构成“对版权作品的恶意大规模窃取”博鱼。
3月初，3名作家在美国加州对英伟达公司发起集体诉讼，指控该公司的NeMo AI平台使用盗版文学网站素材训练人工智能的自然语言撰写技能。早前，已有18名作家起诉OpenAI侵权。这些作家向法庭表示，OpenAI在未经许可的情况下，从互联网上批量复制了他们的作品并纳入ChatGPT训练数据中，侵犯了作品版权。
作家们还表示，由于微软公司“深度参与”了训练和开发人工智能模型，也应承担侵权责任。
微软和OpenAI面临的诉讼浪潮还不止于此。2023年12月27日，美国《》对微软和OpenAI提起诉讼，成为第一家起诉人工智能科技公司侵权的美国大型媒体。起诉书称，OpenAI和微软“试图搭《》在新闻领域巨额投资的便车，在未经许可或未付款的情况下利用《》的内容制造替代产品”。
此外，法国环球音乐集团和其他音乐出版商2023年曾起诉美国企业Anthropic公司，指控后者使用受版权保护的歌词来训练人工智能系统，并为用户查询生成答案。图片企业盖帝图像有限公司指认英国“稳定”人工智能公司利用这家图片公司及其合作伙伴的照片获利，以制作能生成图像的视觉AI。
由此可见，随着人工智能领域新一轮爆发式发展，各方向人工智能公司开打版权战的案例已不在少数。美国娱乐游戏网站IGN评价上述官司称，这些案例或成为推动监管措施变革的关键。
对于获取训练人工智能大模型的数据，各国法规尚有分歧，甚至是一片空白。有些国家的法规更加倾向于信息公开，有些国家的法规更加倾向于信息安全。共识在于，选取数据不能涉及个人隐私数据。如果企业从互联网上获取数据，需对数据进行处理以达到脱敏脱密。
在管理人工智能训练数据来源方面，欧洲步子迈得较大。欧洲议会3月13日以压倒性票数通过《人工智能法案》。这一法案为人工智能技术设置严格的规则，旨在确保人工智能的使用不会侵犯人的基本权利，如隐私、数据保护和非歧视等。欧盟官员将其称为“世界上第一部针对可信人工智能的全面、具有约束力的法规”博鱼。
而在美国，尚未出台联邦层面、综合性的人工智能监管法律。2021年出台的《2020年国家人工智能倡议法案》更多算是在人工智能领域的政策布局，与人工智能的治理和强监管还有一定距离。
去年年底，两名美国议员曾提出一项《人工智能基础模型透明法案》，要求所有人工智能基础模型都必须披露训练数据来源、获取数据的方式以及使用的算法等。但这项法案何时能成为正式立法不得而知。
国际社会认为，OpenAI和一些科技公司在当前的“共识”下，即使“使用受版权保护的内容进行人工智能模型训练是合法的”，这样的行为也有待得到监管机构或法庭的判断。
目前，人工智能正处于蓬勃发展之中，未来的重中之重是如何引导人工智能发挥正面作用，同时规避其负面影响。在这一过程中，相关立法的及时跟进显然必不可少。（王卫）
简历投递
商务合作
媒体垂询微信二维码微博二维码
