英伟达因涉嫌盗版数据交易而备受抨击

一起爆炸性诉讼震撼硅谷，指控芯片制造商英伟达秘密与臭名昭著的盗版网站Anna's Archive谈判，以获取大量受版权保护的材料用于AI训练。法庭文件披露的内部通信显示，英伟达寻求高达500TB的盗版电子书——相当于约500万本小说——以加速其大语言模型的开发。

盗版网站关联

Anna's Archive作为一个影子图书馆运营，托管了数百万本未经出版商许可获取的书籍。尽管对该网站的非法性质有明确警告，英伟达据称在其与OpenAI等竞争对手的竞赛中仍选择了这一可疑捷径。

"这不仅仅是疏忽——而是蓄意行为，"代表作者集体诉讼的律师马克·雷诺兹声称，"内部邮件显示高管们清楚地知道这些内容的来源。"

诉讼引用了除Anna's Archive之外的多个盗版来源，包括：

• LibGen（Library Genesis）
• Sci-Hub
• Z-Library

竞争压力爆发

行业分析师认为，英伟达的激进举动反映了AI军备竞赛中日益增长的压力。自2022年底OpenAI的ChatGPT震惊科技界以来，各公司纷纷争先恐后追赶。

"他们需要数据——大量的数据——而且要快，"麻省理工学院研究员埃琳娜·彼得罗夫博士解释道，"当你处理需要数十亿参数的模型时，道德来源往往被抛诸脑后。"

英伟达在2023年秋季开发者大会上推出了NeMo和Retro-48B模型，不久后便进行了这些据称的数据获取。

合理使用还是不当行为？

该公司通过科技界常见的合理使用论点来维护自己的清白。"AI训练代表了一种变革性使用，"英伟达律师大卫·陈在最近的听证会上表示。

作者们反驳说，大规模复制不能仅仅因为输出不是完全相同的副本就得到正当化。"这不是灵感——这是吞噬，"畅销小说家莎拉·郑（本案原告之一）辩称，她的全部作品都出现在Anna's Archive上。

此案加入了多起类似诉讼的行列，这些诉讼正在测试现行版权法是否能应对AI对数据的渴望。此前的裁决结果不一，使法院缺乏明确的先例可循。

接下来会怎样？

这起诉讼恰逢影子图书馆本身面临的法律压力日益增加之际。Anna's Archive的创始人在多个司法管辖区面临潜在的刑事指控。

与此同时，尽管丑闻缠身，英伟达股票表现出惊人的韧性。投资者似乎相信该公司能够像过去应对争议一样度过这场风暴。

科技界密切关注此案进展，因为它可能会重塑未来AI公司获取训练数据的方式。

关键点：

• 英伟达寻求500TB涉嫌盗版内容
• 集体诉讼中引用内部邮件作为证据
• 据报除Anna's Archive外还使用了多个盗版网站
• 本案测试AI领域"合理使用"原则的边界
• 结果可能影响整个生成式AI行业