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

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

IT之家 1 月 10 日消息，ChatGPT 開(kāi)發(fā)商 OpenAI 近日承認(rèn)，像 ChatGPT 這樣的 AI 工具的開(kāi)發(fā)離不開(kāi)受版權(quán)保護(hù)的素材，并稱(chēng)如果沒(méi)有這些素材，這些工具根本無(wú)法誕生。據(jù)《每日電訊報(bào)》報(bào)道，OpenAI 在提交給英國(guó)上議院通信和數(shù)字事務(wù)特別委員會(huì)關(guān)于大型語(yǔ)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(qiáng)大的能力，主要是因?yàn)樗鼈兺ㄟ^(guò)海量的內(nèi)容進(jìn)行訓(xùn)練，其中一部分是從網(wǎng)上公開(kāi)內(nèi)容抓取而來(lái)，并不總是經(jīng)過(guò)版權(quán)持有人的許可（OpenAI 確實(shí)會(huì)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(jī)器學(xué)習(xí)研究中由來(lái)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(xiě)道，“由于當(dāng)前版權(quán)涵蓋了幾乎所有形式的人類(lèi)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(gè)世紀(jì)前”的公共領(lǐng)域書(shū)籍和圖畫(huà)，將無(wú)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(shí)報(bào)》對(duì) 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(bào)的內(nèi)容。OpenAI 于本周一在其網(wǎng)站上對(duì)此案作出了回應(yīng)，稱(chēng)該訴訟毫無(wú)根據(jù)，并重申了其對(duì)新聞業(yè)的支持以及與新聞機(jī)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(jiān)稱(chēng)，版權(quán)法并不禁止使用此類(lèi)素材訓(xùn)練 AI 模型。

“使用公開(kāi)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(diǎn)得到了長(zhǎng)期以來(lái)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(xiě)道，“我們認(rèn)為，這一原則對(duì)創(chuàng)作者是公平的，對(duì)創(chuàng)新者是必要的，對(duì)美國(guó)的競(jìng)爭(zhēng)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(shí)，同樣以合理使用為由捍衛(wèi)了其使用公開(kāi)可獲取素材的做法。OpenAI 宣稱(chēng)，那位喜劇演員對(duì)版權(quán)范圍存在“誤解”，沒(méi)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(yǔ)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。