近日，科技巨头meta在一场备受瞩目的法律纠纷中遭遇了重大挫败。据《连线》杂志报道，一群作家指控meta在训练其人工智能模型时侵犯了他们的版权，而法院的最终判决对meta极为不利。
在这场漫长的法律较量中，法院不顾meta的反对，公开了详细的指控信息。据称，meta利用了一个名为Library Genesis（LibGen）的盗版书籍资源，该资源以提供非法下载的书籍而闻名，且源自俄罗斯。这一指控的曝光，无疑给meta带来了极大的舆论压力。
Kadrey等人对meta Platforms提起的诉讼，是针对科技公司在AI训练实践中涉及版权问题的早期案例之一。此案的判决结果，以及美国法院正在审理的数十起类似案件，将深刻影响科技公司使用创意作品训练AI的合法性。这不仅关乎科技公司的利益，更可能重塑AI领域的竞争格局。
加利福尼亚州北区联邦地区法院的法官文斯·查布里亚（Vince Chhabria）在周三的裁决中，要求meta和原告提交一批文件的完整版本。他批评meta对文件的删减方式过于荒谬，并指出在大多数情况下，这些简报中的内容都不应被封存。查布里亚法官的裁决，进一步揭示了meta在这场法律纠纷中的被动局面。
根据Chhabria法官的裁决，meta推动删减这些材料并非出于保护商业利益的考虑，而是为了避免负面宣传的影响。这些文件自去年年底提交以来，一直未以未删减的形式公开。然而，随着法院裁决的公布，这些文件的内容逐渐浮出水面。
在Chhabria法官的命令中，他引用了meta员工的一句内部引言。这句引言透露出meta员工对于使用盗版数据集的担忧，他们担心如果媒体报道了meta使用LibGen等盗版数据集的消息，可能会破坏meta在与监管机构谈判中的地位。
面对这一法律纠纷，meta选择了沉默，拒绝发表任何评论。然而，这并未阻止舆论对meta的指责和质疑。2023年7月，小说家理查德·卡德雷（Richard Kadrey）、克里斯托弗·戈尔登（Christopher Golden）以及喜剧演员莎拉·西尔弗曼（Sarah Silverman）首次对meta提起集体诉讼，指控meta未经许可使用他们的版权作品训练其语言模型。
meta在辩护中强调，使用公开可用的材料训练人工智能工具受到合理使用原则的保护。他们认为，在某些情况下，未经许可使用版权作品是合法的，例如使用文本对语言进行统计建模并生成原创表达。然而，这一辩护并未能说服法院和原告。
在这起诉讼中，meta还试图反驳原告的指控，认为这些指控毫无根据。然而，随着法院裁决的公布和未删节文件的曝光，meta的辩护显得越来越苍白无力。
值得注意的是，在这些文件公开之前，meta曾在一份研究论文中披露，它已使用Books3数据集训练了其Llama大型语言模型。Books3是一个从互联网上抓取的约196,000本书的数据集。然而，meta并未公开承认它直接从LibGen下载数据。
然而，这些新近未删节的文件却揭示了meta员工在调查过程中的交流情况。例如，一位meta工程师告诉同事，他们犹豫是否要访问LibGen数据，因为从公司笔记本电脑上下载这些数据感觉不妥。这些文件还声称，关于使用LibGen数据的内部讨论已上报给meta首席执行官马克·扎克伯格（在调查期间移交的备忘录中称为MZ），并且meta的AI团队被批准使用盗版材料。
这一系列的曝光和裁决，无疑给meta带来了巨大的挑战。如何在这场法律纠纷中挽回局面，将是meta接下来需要面对的重要问题。
与此同时，这场法律纠纷也引发了人们对科技公司在AI训练实践中涉及版权问题的广泛关注。未来，随着类似案件的增多和判决的公布，科技公司在使用创意作品训练AI时将面临更加严格的监管和审查。
无论如何，这场法律纠纷已经给meta带来了深刻的教训。对于科技公司而言，尊重版权、遵守法律法规是发展的基石。只有在这个基础上，科技公司才能在AI领域取得更加长远的发展。
