当前位置:首页|资讯|OpenAI|微软

OpenAI微软被起诉,《纽约时报》指控AI侵权,要求销毁侵权模型和训练数据

作者:量子位发布时间:2023-12-29

OpenAI正面临的或许是史上最难AI版权诉讼。

原告《纽约时报》一纸状书,220000页附件,递交到了地方法院。

当中有个板块罗列了多达100个铁证,ChatGPT输出内容与《纽约时报》新闻内容几乎一毛一样:

这一消息瞬间引发全网关注,并直接给OpenAI打得措手不及,发言人回应属实“没想到事态会发展成这样”。

意外、失望之余,他们也表示“期望能找到对双方都有益的合作途径,就像已与许多其他出版商所做的那样。”

同样被告的还有微软,或许这次他们俩恐怕不能再像之前摆平其他出版商那样,“三瓜俩枣”就打发了。

TechCrunch消息,《纽约时报》要求OpenAI和微软销毁包含侵权材料的模型和训练数据,并对非法复制和使用《纽约时报》独有价值的作品相关的“数十亿美元的法定和实际损失”负责。

《纽约时报》并不是第一家因知识产权纠纷而起诉生成式AI公司的出版机构,但他是迄今为止参与此类诉讼的最大出版商之一,外加证据充足、又有强大的律师团队。

网友们也是直呼要“见证AI侵权里程碑式的案件”了:

还有律师网友@Cecilia Ziniti详细分析了诉状后也表示,“这是迄今为止指控生成式AI构成侵权的最佳案例”:

来看看这个案例究竟有哪些值得关注?

01 “可能成为AI侵权里程碑式案件”

Cecilia Ziniti分析了此次案件对OpenAI不利的几个关键点:

有证据表明《纽约时报》文章构成了单个数据集,可能被用于训练AI;

证据充分,视觉上清晰醒目;

《纽约时报》的深度文章,体现的是创造力

诉状将OpenAI描述成以利润为导向的企业,而新闻行业具有一定的公益性;

模型出现幻觉,捏造不实消息;

强大的律师团队。

下面我们来一一展开。

首先该投诉清楚地表明了版权被侵犯的主张,突出了ChatGPT输出与《纽约时报》文章间的“获取与实质性相似”。

关键事实:《纽约时报》文章构成了Common Crawl(一个抓取互联网数据的开放平台)中用于训练GPT的最大单个专有数据集。

其次,诉状中展示的抄袭证据从视觉上来看极其清晰醒目。GPT生成的新词用黑色标出,被复制的文本用红色标出,这种对比能影响陪审团的判断。

Cecilia Ziniti个人认为,若OpenAI不对其指令进行重大调整,并在法庭上详细解释其技术原理,那么该公司真的很难为这一行为进行辩护。

在她看来,选择和解而非对簿公堂对OpenAI来说将是更合理的做法。

此外,另一个不利于OpenAI的点在于,他们这次面对的原告是《纽约时报》,不仅涉及文章本身,更关系到原创性和创作过程。

如诉状所述,《纽约时报》的深度调查报道,比如对出租车贷款的深入揭露,不仅是劳动成果,更体现了核心创造力。

有个关键点在于:版权保护的是创新性,而不是努力本身。

虽然出租车文章的600次采访确实令人印象深刻,但从法律的视角来看,更为重要的是报道方式的创新。这和针对GitHub Copilot的诉讼形成了鲜明对比,后者只涉及了几行开源代码。

不过,如果这次谈判失败的话,《纽约时报》可能会面临巨大损失。

据说之前四月份《纽约时报》就曾尝试与OpenAI谈判,但没谈妥,OpenAI拒绝达成协议。可能是金额巨大,特别是考虑到OpenAI利润的增长以及类似案例的增多。

Cecilia Ziniti的一个大胆猜测是,OpenAI可能以为他们可以用七至八位数金额解决此事。但《纽约时报》所追求的可能是更高的赔偿和持续的版税收入。

另外,这份诉状中将OpenAI描述成了一个以利润为导向而闭门造车的企业,这一点通过与新闻行业的公益性对比得到了强化。

诉状中甚至还提及了董事会和Sam Altman之间的争议。

Cecilia Ziniti认为,在法庭上,这种叙述可能极具影响力,因为它探讨了版权的社会价值与科技创新之间的权衡。

还有一点很重要——模型幻觉。

这份投诉书中引入了幻觉,并以此为基础引用了一些《纽约时报》文章中被编造出来的元素作为例证。

最令人印象深刻的例子之一是,Bing称《纽约时报》发表了一篇文章,其中写道橙汁会导致淋巴瘤。

最后一个值得注意的点,《纽约时报》聘请了极为出色的法律团队。Susman Godfrey律师事务所在挑战科技公司方面享有卓越的声誉和丰富的经验。

这起诉讼并非像ChatGPT发布一周后那些为了快速获利而提起的诉讼,而是一次策略性的法律挑战。

此外,还有更多网友补充了诉讼相关的内容。比如美国数字媒体机构DCN的CEO Jason Kint指出:

微软明显是一样的。文件中展示了一个例子,内容是直接从《纽约时报》的报道中逐字抄袭的。

这是采用微软自家搜索引擎所进行的搜索对比。内容复制处理上的差异立刻显露无疑,毫无争议。

沃顿商学院教授Ethan Mollick还指出:

在《纽约时报》对OpenAI的诉讼中,可以明显看出训练数据与输出结果之间的复杂关系。一方面,可以使ChatGPT复现《纽约时报》著名文章的确切内容;另一方面,也指出ChatGPT有可能生成虚假的错误文章。

02 “为数十亿美元”负责

正如开头提到的,《纽约时报》虽然没有直接说要多少赔偿,但表明了需要OpenAI和微软对“数十亿美元的法定和实际损失”负责。

那这些损失都是哪来的?

《纽约时报》指出,AI复现他们的文章内容这事儿不是版税那么简单,“OpenAI和微软实际上正利用《纽约时报》的作品构建新闻出版商的竞争对手”。

AI不仅提供了需通过订阅才能获取的信息,而且这些信息往往未被正确引用,有时还被用于商业盈利,并且去除了《纽约时报》用以赚取佣金的相关链接。

这对《纽约时报》来说是直接的损失。

此外,模型提供了错误信息,对品牌造成影响,也是一大损失。

看起来,这回OpenAI和微软AI侵权似乎证据确凿。但OSS Capital的创始合伙人兼知识产权事务顾问Heather Meeker指出,《纽约时报》不一定会胜诉。

他指出投诉书中有一个例子,是使用ChatGPT重现了一篇2012年的餐厅评论文章的内容。用户首先问ChatGPT该评论的开头段落,然后连续询问下一句内容。

Meeker认为,诱导AI重复原始输入的内容不应该构成侵权的合理依据。如果用户有意让AI复制内容,那么责任在用户。

“这就是为什么,类似这样的诉讼大多数可能会失败。”

03 One More Thing

这边OpenAI和微软在为数据打官司,另一边的苹果直接掏钱💰摆平。

有爆料称,苹果最近已和几家主要的出版商达成协议,允许苹果使用他们的内容数据来训练AI。

苹果还想达成长期协议,拟议的交易数额至少为3.57亿。

据说,正在内部测试一个名为“AppleGPT”的模型,明年可能会推出新版本的Siri。

不得不说,现在这年头,数据是真香~

参考链接:

[1]https://twitter.com/CeciliaZin/status/1740109462319644905

[2]https://techcrunch.com/2023/12/27/the-new-york-times-wants-openai-and-microsoft-to-pay-for-training-data/

[3]https://twitter.com/jason_kint/status/1740141400443035785[4]https://twitter.com/emollick/status/1740061455607791987

本文来自微信公众号“量子位”(ID:QbitAI),作者:关注前沿科技,36氪经授权发布。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1