這些行動背後的邏輯都在於，當今大型語言模型訓練的大量數據資源來自於互聯網。然而就訓練生成式人工智能而言，似乎已經難有更多的免費午餐。
一方面，《紐約時報》、CNN、路透社和The Verge的母公司Vox Media最近阻止了OpenAI的GPT爬蟲訪問數據。另一方面，一些組織認為基於其數據進行訓練構成版權侵權。
最近，《紐約時報》在美國聯邦法院起訴OpenAI和微軟，指控這兩家科技公司非法使用“數百萬篇”受《紐約時報》版權保護的文章，幫助開發ChatGPT和必應等工具背後的人工智能模型。這是一系列訴訟中最新的一起，也是關注度最高的一起，這些訴訟指控各種科技和人工智能公司侵犯了媒體公司、攝影網站、圖書作者和藝術家的知識產權。
一些法律專家表示，這些案件加在一起，有可能動搖蓬勃發展的生成式人工智能行業的基礎，但它們也可能落空。這是因為科技公司可能會嚴重依賴一個過去對它們很有幫助的法律概念：“合理使用”原則。
從廣義上講，版權法區分了逐字抄襲別人的作品和“重新混合”或將其用於新的、創造性的用途，前者通常屬於非法。康奈爾大學數字和信息法教授詹姆斯·格里梅爾曼（James Grimmelmann）在接受《華盛頓郵報》採訪時表示，人工智能系統令人困惑的是，在這種情況下，它們似乎兩者都在做。
OpenAI和微軟已經在進行類似的辯護。去年11月，OpenAI在提交給美國版權局的一份文件中寫道：“我們認為，人工智能模型的訓練符合合理使用的條件，完全符合現有的先例，即技術創新者以變革性方式使用受版權保護的材料，這完全符合版權法。”
格里梅爾曼則表示，生成式人工智能代表了“這一重大的技術變革，它可以製作任何東西的混合版本”。“挑戰在於，這些模型還可以明目張膽地記住它們訓練過的作品，並經常復制出幾乎一模一樣的作品。”他說，這是“傳統上版權法禁止的核心內容”。
|
