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
网友:AI侵权里程碑式案件
西风 发自 凹非寺
量子位 | 公众号 QbitAI
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。
《纽约时报》指出,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?
“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《纽约时报》文章与ChatGPT输出间的“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。被复制的文本用红色标出,GPT生成的新词用黑色标出,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,如果这次谈判的失败的话,《纽约时报》可能会面临巨大的损失。
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。
“为数十亿美元”负责
正如开头提到的,《纽约时报》虽然没有直接说要索要多少赔偿,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。”
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
- 智源举办2024具身与世界模型专题峰会,产学研共促技术创新与产业应用2024-11-08
- AI蛋白质诺奖后再登Nature,第一性原理级精度,微软亚研院4年之作2024-11-08
- 腾讯3D大模型全面开源,文本图像10秒转3D资产,模型权重、推理代码全开放2024-11-05
- 鹅厂版AI笔记悄悄上线,微信公众号优质内容秒变专属知识库,实测在此2024-10-29