随着生成式AI技术的迅猛发展，其背后的数据获取与利用问题日益成为公众关注的焦点。微软AI部门新任首席执行官穆斯塔法・苏莱曼（Mustafa Suleyman）近日在接受CNBC采访时，就生成式AI从网络获取数据的问题发表了看法，引发了广泛讨论。
苏莱曼表示，对于已经在网上公开的内容，自90年代以来，这些内容的社会契约就是“合理使用”，即任何人都可以复制、重新创作、再现这些内容。他进一步指出，这些内容一直被视作“免费软件（freeware）”，是公众的共识。这番言论无疑在业界和版权保护领域掀起了波澜。
AI旋风认为，苏莱曼的观点在一定程度上反映了当前AI技术发展中的现实困境。随着AI技术的不断进步，其对于数据的需求也呈几何级数增长。而网络作为信息的重要载体，自然成为了AI训练数据的重要来源。然而，这也引发了关于版权保护和数据使用权限的争议。
苏莱曼在采访中还特别提到了一种“灰色地带”的情况。他指出，当一个网站、出版商或新闻机构明确表示，其内容仅允许被用于索引和查找，而不允许被用于其他目的时，AI公司如何获取和使用这些数据就成了一个亟待解决的问题。苏莱曼认为，这个问题需要在法院中逐渐得到解决。
然而，事实上，这一“灰色地带”已经引发了多起诉讼。据报道，去年至今已有多家新闻出版机构或作家起诉微软和OpenAI，指控其旗下聊天机器人“窃取”自己的作品训练AI模型，侵犯了版权。这些诉讼的原告包括《纽约时报》以及多名普利策奖得主等知名机构和个人。
面对这些指控，微软和OpenAI的回应并不一致。OpenAI方面表示，其在训练AI模型时确实使用了受版权保护的内容，但这是在特定情况下，符合法律规定的“合理使用”。而微软方面则更倾向于强调网络内容的“免费软件”属性，认为这些内容的使用是符合社会契约的。
这场关于AI训练数据使用的争议实际上反映了当前AI技术发展与版权保护之间的深层次矛盾。一方面，AI技术的发展需要大量的数据支持，而网络作为信息的重要来源，自然成为了AI公司获取数据的重要途径；另一方面，网络上的内容往往受到版权保护，未经授权的使用可能侵犯版权所有者的权益。
为了解决这一矛盾，需要寻求一种既能满足AI技术发展需求，又能保护版权所有者权益的平衡方案。这可能需要通过立法、司法和行业自律等多种手段来实现。例如，可以制定更加明确的法律法规来规范AI公司从网络获取和使用数据的行为；同时，也可以通过加强行业自律和建立数据共享机制等方式来促进AI技术的健康发展。
总之，随着AI技术的不断进步和应用场景的不断拓展，关于AI训练数据使用的争议也将持续存在。我们需要通过不断的探索和努力来寻求一种既能促进AI技术发展又能保护版权所有者权益的平衡方案。
相关文章
