OpenAI：如果不使用版權(quán)內(nèi)容，ChatGPT等AI模型不可能開發(fā)出來

OpenAI：如果不使用版權(quán)內(nèi)容，ChatGPT等AI模型不可能開發(fā)出來

IT之家 1 月 10 日消息，ChatGPT 開發(fā)商 OpenAI 近日承認(rèn)，像 ChatGPT 這樣的 AI 工具的開發(fā)離不開受版權(quán)保護(hù)的素材，并稱如果沒有這些素材，這些工具根本無法誕生。據(jù)《每日電訊報》報道，OpenAI 在提交給英國上議院通信和數(shù)字事務(wù)特別委員會關(guān)于大型語言模型調(diào)查的文件中做出了這一表述。

ChatGPT 和圖像生成器 DALLE 等 AI 模型之所以擁有強大的能力，主要是因為它們通過海量的內(nèi)容進(jìn)行訓(xùn)練，其中一部分是從網(wǎng)上公開內(nèi)容抓取而來，并不總是經(jīng)過版權(quán)持有人的許可（OpenAI 確實會獲得部分訓(xùn)練內(nèi)容的許可）。這種“自由奔放”的抓取方式在學(xué)術(shù)機器學(xué)習(xí)研究中由來已久，但隨著深度學(xué)習(xí) AI 模型近期走向商業(yè)化，這種做法也受到了愈加嚴(yán)厲的審查。

OpenAI 在提交給上議院的文件中寫道，“由于當(dāng)前版權(quán)涵蓋了幾乎所有形式的人類表達(dá)方式，包括博客文章、照片、論壇帖子、軟件代碼片段和政府文件，如果不使用受版權(quán)保護(hù)的內(nèi)容，就不可能訓(xùn)練當(dāng)今領(lǐng)先的人工智能模型。”

OpenAI 進(jìn)一步表示，如果將訓(xùn)練數(shù)據(jù)僅限于“一個世紀(jì)前”的公共領(lǐng)域書籍和圖畫，將無法訓(xùn)練出“滿足當(dāng)代公民需求”的 AI 系統(tǒng)。

IT之家注意到，去年 12 月《紐約時報》對 OpenAI 和 OpenAI 重要投資者微軟提起訴訟，指控他們未經(jīng)許可在產(chǎn)品中非法使用了該報的內(nèi)容。OpenAI 于本周一在其網(wǎng)站上對此案作出了回應(yīng)，稱該訴訟毫無根據(jù)，并重申了其對新聞業(yè)的支持以及與新聞機構(gòu)的合作關(guān)系。

OpenAI 的辯護(hù)主要基于“合理使用”的法律原則，該原則允許在特定情況下未經(jīng)所有者許可有限使用受版權(quán)保護(hù)的內(nèi)容。該公司堅稱，版權(quán)法并不禁止使用此類素材訓(xùn)練 AI 模型。

“使用公開可獲取的互聯(lián)網(wǎng)素材訓(xùn)練 AI 模型屬于合理使用，這一觀點得到了長期以來廣泛接受的先例的支持，”O(jiān)penAI 在其周一發(fā)布的博客文章中寫道，“我們認(rèn)為，這一原則對創(chuàng)作者是公平的，對創(chuàng)新者是必要的，對美國的競爭力也至關(guān)重要。”

這不是 OpenAI 第一次就其 AI 訓(xùn)練數(shù)據(jù)提出合理使用辯護(hù)。早在去年 8 月份，OpenAI 在回應(yīng)喜劇演員 Sarah Silverman 的版權(quán)訴訟時，同樣以合理使用為由捍衛(wèi)了其使用公開可獲取素材的做法。OpenAI 宣稱，那位喜劇演員對版權(quán)范圍存在“誤解”，沒有考慮到“合理使用”等限制和例外條款，而正是這些條款為像大型語言模型這樣的前沿人工智能創(chuàng)新留下了必要的發(fā)展空間。