近日，科技巨頭meta在一場備受矚目的法律糾紛中遭遇了重大挫敗。據《連線》雜志報道，一群作家指控meta在訓練其人工智能模型時侵犯了他們的版權，而法院的最終判決對meta極為不利。
在這場漫長的法律較量中，法院不顧meta的反對，公開了詳細的指控信息。據稱，meta利用了一個名為Library Genesis（LibGen）的盜版書籍資源，該資源以提供非法下載的書籍而聞名，且源自俄羅斯。這一指控的曝光，無疑給meta帶來了極大的輿論壓力。
Kadrey等人對meta Platforms提起的訴訟，是針對科技公司在AI訓練實踐中涉及版權問題的早期案例之一。此案的判決結果，以及美國法院正在審理的數十起類似案件，將深刻影響科技公司使用創意作品訓練AI的合法性。這不僅關乎科技公司的利益，更可能重塑AI領域的競爭格局。
加利福尼亞州北區聯邦地區法院的法官文斯·查布里亞（Vince Chhabria）在周三的裁決中，要求meta和原告提交一批文件的完整版本。他批評meta對文件的刪減方式過于荒謬，并指出在大多數情況下，這些簡報中的內容都不應被封存。查布里亞法官的裁決，進一步揭示了meta在這場法律糾紛中的被動局面。
根據Chhabria法官的裁決，meta推動刪減這些材料并非出于保護商業利益的考慮，而是為了避免負面宣傳的影響。這些文件自去年年底提交以來，一直未以未刪減的形式公開。然而，隨著法院裁決的公布，這些文件的內容逐漸浮出水面。
在Chhabria法官的命令中，他引用了meta員工的一句內部引言。這句引言透露出meta員工對于使用盜版數據集的擔憂，他們擔心如果媒體報道了meta使用LibGen等盜版數據集的消息，可能會破壞meta在與監管機構談判中的地位。
面對這一法律糾紛，meta選擇了沉默，拒絕發表任何評論。然而，這并未阻止輿論對meta的指責和質疑。2023年7月，小說家理查德·卡德雷（Richard Kadrey）、克里斯托弗·戈爾登（Christopher Golden）以及喜劇演員莎拉·西爾弗曼（Sarah Silverman）首次對meta提起集體訴訟，指控meta未經許可使用他們的版權作品訓練其語言模型。
meta在辯護中強調，使用公開可用的材料訓練人工智能工具受到合理使用原則的保護。他們認為，在某些情況下，未經許可使用版權作品是合法的，例如使用文本對語言進行統計建模并生成原創表達。然而，這一辯護并未能說服法院和原告。
在這起訴訟中，meta還試圖反駁原告的指控，認為這些指控毫無根據。然而，隨著法院裁決的公布和未刪節文件的曝光，meta的辯護顯得越來越蒼白無力。
值得注意的是，在這些文件公開之前，meta曾在一份研究論文中披露，它已使用Books3數據集訓練了其Llama大型語言模型。Books3是一個從互聯網上抓取的約196,000本書的數據集。然而，meta并未公開承認它直接從LibGen下載數據。
然而，這些新近未刪節的文件卻揭示了meta員工在調查過程中的交流情況。例如，一位meta工程師告訴同事，他們猶豫是否要訪問LibGen數據，因為從公司筆記本電腦上下載這些數據感覺不妥。這些文件還聲稱，關于使用LibGen數據的內部討論已上報給meta首席執行官馬克·扎克伯格（在調查期間移交的備忘錄中稱為MZ），并且meta的AI團隊被批準使用盜版材料。
這一系列的曝光和裁決，無疑給meta帶來了巨大的挑戰。如何在這場法律糾紛中挽回局面，將是meta接下來需要面對的重要問題。
與此同時，這場法律糾紛也引發了人們對科技公司在AI訓練實踐中涉及版權問題的廣泛關注。未來，隨著類似案件的增多和判決的公布，科技公司在使用創意作品訓練AI時將面臨更加嚴格的監管和審查。
無論如何，這場法律糾紛已經給meta帶來了深刻的教訓。對于科技公司而言，尊重版權、遵守法律法規是發展的基石。只有在這個基礎上，科技公司才能在AI領域取得更加長遠的發展。
