近日，一場圍繞meta人工智能版權問題的法律糾紛，意外揭露了這家科技巨頭在AI領域的雄心壯志與內部競爭態勢。在Kadrey訴meta一案中，法庭公開的meta高管及研究人員的通信記錄，為人們提供了一個窺視其AI研發內部運作的窗口。
據這些文件顯示，meta在打造其最新AI模型Llama 3的過程中，將超越OpenAI的GPT-4視為至關重要的目標。meta生成式AI副總裁Ahmad Al-Dahle在2023年10月發給研究員Hugo Touvron的信息中直言不諱：“我們的目標必須是GPT-4。我們即將擁有64,000個GPU，必須學會如何構建前沿技術，并在這場競賽中勝出。”
盡管meta在開源AI模型領域享有盛譽，但其AI團隊顯然更加關注如何超越那些不公開模型權重的競爭對手，如Anthropic和OpenAI。meta的高管和研究人員將Anthropic的Claude和OpenAI的GPT-4視為行業標桿，并以此為努力方向。相比之下，對于法國AI初創公司Mistral，meta則顯得頗為不屑。Al-Dahle在消息中直言：“Mistral對我們來說不值一提，我們應該能做得更好。”
在這場AI競賽中，meta的AI領導層展現出了高度的競爭心態。他們多次在內部交流中提及，在獲取訓練Llama模型所需數據時表現得“非常激進”。一位高管甚至在一封內部郵件中透露：“Llama 3幾乎是我唯一關心的事情。”這種激進的競爭策略，雖然推動了meta在AI領域的快速發展，但也為其帶來了法律問題。
檢察官指控meta高管在匆忙推出AI模型的過程中，涉嫌使用受版權保護的書籍進行訓練。Touvron在一份消息中指出，用于訓練Llama 2的數據集“質量不佳”，并討論了如何優化數據源以提升Llama 3的表現。隨后，Touvron和Al-Dahle討論了使用LibGen數據集的可能性，該數據集包含了多家出版商的受版權保護作品。Al-Dahle在消息中詢問：“我們是否有合適的數據集？有沒有什么數據是你想用卻因為某些愚蠢的原因無法使用的？”
meta首席執行官馬克·扎克伯格此前曾表示，他正致力于縮小Llama模型與OpenAI、谷歌等公司的閉源模型之間的性能差距。內部消息顯示，meta為實現這一目標承受了巨大壓力。扎克伯格在2024年7月的一封信中寫道：“今年，Llama 3已經能夠與最先進的模型競爭，并在某些領域處于領先地位。從明年開始，我們預計未來的Llama模型將成為行業中最先進的。”
經過不懈努力，meta在2024年4月正式發布了Llama 3。這款開源AI模型在性能上與谷歌、OpenAI和Anthropic的閉源模型不相上下，甚至超越了Mistral的開源模型。然而，meta用于訓練模型的數據的版權狀態卻存疑。盡管扎克伯格據稱批準了這些數據的使用，但多起訴訟正在對其進行審查。
這場圍繞meta AI版權問題的法律糾紛，不僅揭示了meta在AI領域的雄心壯志和內部競爭態勢，也引發了人們對于AI發展中數據版權問題的關注。隨著AI技術的不斷進步和應用領域的不斷拓展，如何平衡技術創新與版權保護之間的關系，將成為未來科技領域亟待解決的問題之一。
