谷歌已更新其隱私政策以確認(rèn)從互聯(lián)網(wǎng)上獲取公開數(shù)據(jù)來訓(xùn)練其人工智能模型和服務(wù)，包括其聊天機(jī)器人 Bard 和現(xiàn)在可以實(shí)時(shí)生成查詢答案的搜索引擎。
谷歌隱私政策的 PDF 版本中寫道：「谷歌使用信息來改善我們的服務(wù)，并開發(fā)惠及我們的用戶和公眾的新產(chǎn)品、功能和技術(shù)。例如，我們使用公開可獲取的信息來幫助訓(xùn)練谷歌的人工智能模型，并構(gòu)建 Google 翻譯、Bard 和 Cloud AI 等產(chǎn)品和功能?！?/p>
這些變化定義了谷歌在人工智能訓(xùn)練方面的范圍。此前，該政策只提到了「語言模型」并涉及到 Google 翻譯。但現(xiàn)在的措辭已被修改為涵蓋「AI 模型」，并包括 Bard 和其他在其云平臺(tái)上構(gòu)建的應(yīng)用系統(tǒng)。
一位谷歌發(fā)言人稱，這次更新并未從根本上改變他們訓(xùn)練人工智能模型的方式。該發(fā)言人在一份聲明中表示：「我們的隱私政策一直透明地說明谷歌使用公開網(wǎng)絡(luò)上的可獲取信息來訓(xùn)練 Google 翻譯等服務(wù)的語言模型。此次更新只是明確了 Bard 等較新的服務(wù)也包含在內(nèi)。我們根據(jù)我們的 AI 原則在開發(fā) AI 技術(shù)時(shí)融入隱私原則和保護(hù)措施?！?/p>
多年來，開發(fā)人員一直通過從互聯(lián)網(wǎng)、相冊、圖書、社交網(wǎng)絡(luò)、源代碼、音樂和文章等收集訓(xùn)練數(shù)據(jù)來開發(fā) AI 系統(tǒng)。然而，這個(gè)過程是有爭議的，因?yàn)檫@些材料通常受版權(quán)、使用條款和許可證的保護(hù)，整個(gè)過程也導(dǎo)致了訴訟。
有些人對自己的內(nèi)容不僅被用于構(gòu)建復(fù)制其作品的機(jī)器學(xué)習(xí)系統(tǒng)感到不滿，從而可能危及其生計(jì)，而且模型的輸出與版權(quán)或許可證侵權(quán)過于接近，因?yàn)槠洳患有薷牡刂貜?fù)了這些訓(xùn)練數(shù)據(jù)。
AI 開發(fā)人員可能會(huì)辯稱他們的努力屬于合理使用（fair use）范疇，并且模型的輸出是一種新的作品，實(shí)際上并不是原始訓(xùn)練數(shù)據(jù)的復(fù)制。這是一個(gè)備受爭議的問題。
例如，Stability AI 就因?yàn)閺钠鋷齑鎴D像網(wǎng)站非法收集和濫用數(shù)百萬張圖片來訓(xùn)練其文本到圖像工具而被 Getty Images 起訴。與此同時(shí)，OpenAI 及其所有者微軟也面臨多起訴訟，指控他們不當(dāng)從互聯(lián)網(wǎng)、「圖書、文章、網(wǎng)站和帖子——包括未經(jīng)同意獲得的個(gè)人信息」中獲取「3000 億字」的內(nèi)容，并從公共代碼庫中提取源代碼，以創(chuàng)建 AI 協(xié)作編程工具 GitHub Copilot。
谷歌的發(fā)言人拒絕澄清該廣告和搜索巨頭是否會(huì)從公開受版權(quán)或許可的數(shù)據(jù)或社交媒體帖子中獲取數(shù)據(jù)來訓(xùn)練其系統(tǒng)。
現(xiàn)在人們對于如何訓(xùn)練人工智能模型有了更多了解，一些互聯(lián)網(wǎng)企業(yè)已經(jīng)開始向開發(fā)者收費(fèi)以獲取其數(shù)據(jù)。例如，Stack Overflow、Reddit 和 Twitter 今年推出了通過 API 訪問其內(nèi)容的收費(fèi)或新規(guī)定。其他網(wǎng)站如 Shutterstock 和 Getty 則選擇將其圖像授權(quán)給 AI 模型構(gòu)建者，并與 meta 和英偉達(dá)等公司合作。
