NVIDIA被指控使用盗版书籍训练AI模型

本周，科技巨头NVIDIA在加州法庭面临严重指控。作者们声称该公司故意使用数百万本盗版书籍训练其人工智能系统，可能构成前所未有的版权法违反。

令人震惊的指控

法庭文件揭示了关于NVIDIA如何获取训练数据的爆炸性细节。根据诉状，公司代表直接联系了互联网上最大的盗版电子书库之一Anna's Archive，寻求获取受版权保护的材料。

"这绝非偶然的数据抓取，"法律分析师马克·亨德森解释道，"邮件表明NVIDIA在联系这些影子图书馆时完全清楚自己在做什么。"

争议核心

诉讼聚焦于NVIDIA的NeMo和Megatron语言模型。作者们认为这些系统是在未经许可或补偿的情况下使用非法获取的书籍进行训练的。最具破坏性的是内部邮件显示，尽管收到关于数据来源可疑的警告，NVIDIA高管仍据称批准了该项目。

诉状进一步指控NVIDIA分发工具帮助客户自动收集类似数据集——这可能使他们成为版权侵权的共犯。

本案的重要性

法律专家视此案为AI发展的分水岭时刻：

• 版权边界："合理使用"在哪里结束，盗版从哪里开始？
• 企业责任：公司应对训练数据尽到何种程度的尽职调查？
• 法律先例：本案会否塑造未来关于AI开发的法规？

对NVIDIA而言时机再糟糕不过——正值全球政府都在努力制定人工智能监管框架之际。

后续发展

原告寻求未指明的损害赔偿，并要求NVIDIA销毁所有涉嫌使用盗版材料训练的AI模型。与此同时，各地科技公司都在密切关注——判决结果可能从根本上改变AI的构建方式。

关键点：

• 法律风暴：多位作者联合对NVIDIA提起集体诉讼
• 直接参与：内部邮件显示高管明知故犯地批准可疑数据源
• 广泛影响：本案可能重新定义AI训练中的可接受做法