近年来，人工智能技术的快速发展引发了广泛关注，但随之而来的法律和伦理问题也日益凸显。最近，Meta 公司在人工智能训练方面的做法受到了质疑，被指控非法下载大量盗版数据用于模型训练，这一事件引发了关于版权和数据使用的深刻讨论。
最近，Meta 公司在人工智能训练方面的做法受到广泛关注。根据一项诉讼，这家公司被指控在未获得授权的情况下，下载了大量盗版电子书和文章，用于训练其人工智能模型。此次事件的核心是几封泄露的电子邮件，这些邮件为 Meta 的行为提供了进一步的证据。
邮件中显示，Meta 承认下载了一个名为 LibGen 的争议性大型数据集，该数据集中包含了数千万本盗版书籍。根据原告提交的法庭文件，Meta 通过名为 Anna's Archive 的网站，从多个影子图书馆下载了至少81.7TB 的数据，其中包括来自 Z-Library 和 LibGen 的至少35.7TB 数据。此外，Meta 之前还从 LibGen 下载了80.6TB 的数据。这些数字显示，Meta 公司在这一非法行为上的规模是惊人的。原告指出，尽管其他小规模的盗版行为已导致法律追究，但 Meta 的行为却更加严重。
在邮件的内容中，Meta 的员工也表达了对其行为的法律风险的担忧。2023年4月，该公司研究工程师尼古拉・巴什利科夫曾表示:“用公司的笔记本电脑下 BT 感觉不妥。” 到了2023年9月，巴什利科夫对此的反对声音更加明显，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。” 然而，尽管有这样的警告，Meta 似乎仍决定隐瞒其下载和共享活动，并通过编辑设置尽量减少 “播种” 行为的可追溯性。
据称，Meta 还试图通过将数据集下载到非 Meta 服务器上，来降低被追溯到其服务器的风险。这一系列的行为引发了外界对 Meta 公司在数据使用和版权方面的深刻反思。
划重点:
Meta 公司被指控非法下载81.7TB 盗版书籍，涉嫌用于 AI 训练。
员工对法律风险表示担忧，曾警告下载行为可能触犯法律。
Meta 试图通过隐瞒和使用非公司服务器来规避法律责任。
此次事件不仅暴露了 Meta 在数据使用上的问题，也为整个 AI 行业敲响了警钟。如何在技术发展与法律合规之间找到平衡，将是未来需要解决的重要课题。