为训练AI不择手段！Meta被曝下载数十TB盗版电子书
最近，有报道指出Meta公司为了训练其人工智能系统，可能下载了数十TB的电子书数据。然而，这些数据中很大一部分可能是通过非正规渠道获取的，涉嫌侵犯版权。这一行为引发了广泛争议，有人认为这是推动技术进步的重要步骤，也有人担忧这将对知识产权保护造成严重冲击。Meta公司尚未对此事作出正式回应，但该事件已经引起了科技界和法律界的广泛关注。如何在促进技术创新与保护知识产权之间找到平衡点，成为了当前亟待解决的问题。
此事件提醒我们，在追求先进技术的同时，必须严格遵守法律法规，尊重他人的知识产权。对于企业而言，应采取合法合规的方式收集数据，确保研发过程的透明度和公正性。同时，政府和相关机构也需要完善相应的法律法规，以适应快速发展的数字时代需求。
快科技2月9日消息，据媒体报道，一名图书作者对Meta提起诉讼，指控该公司未经授权下载了大量盗版电子书，用于训练其AI模型。
最新泄露的邮件显示，Meta承认下载了一个有争议的大型数据集LibGen，其中包括数千万本盗版书籍。
根据法庭文件，Meta通过名为安娜的档案”（Annas Archive）的渠道下载了至少81.7TB的数据，其中包括来自知名盗版网站Z-Library和LibGen的至少35.7TB的内容，Meta还被指此前从LibGen下载了额外的80.6TB数据。
作者指出，Meta的这一行为构成了非法的电子书库种子下载，且这一数字可能只是其盗版行为的冰山一角。
作者估计，这些盗版电子书库可能仅占Meta盗版版权作品总量的0.008%，这表明Meta的盗版规模可能远超目前所揭露的。
邮件还显示，Meta公司员工也意识到其行为的法律风险，2023年4月，Meta的研究工程师尼古拉巴什利科夫在邮件中表示：用公司的笔记本电脑下BT感觉不妥。”
到2023年9月，巴什科夫加大了抗议力度，并咨询了法律团队，他指出，使用Torrents意味着对文件进行播种”，即对外共享内容，这在法律上是不允许的。
但Meta仍决定继续，并试图通过将数据集下载到非Meta服务器来避免被追溯的风险。