180创意广告公司

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>6 年(nian)成(cheng)果(guo)，被(bei)爬(pa)取(qu) 200+ 萬(wan)次(ci)，僅(jin)索(suo)賠(pei) 1 元(yuan)？AI 大(da)模(mo)型(xing)被指(zhi)控(kong)“偷(tou)”數(shu)據(ju)，學(xue)而(er)思(si)最(zui)新(xin)回(hui)應(ying)

整(zheng)理(li)：鄭(zheng)麗(li)媛(yuan)

出(chu)品(pin)：CSDN（ID：CSDNnews）

上(shang)個(ge)月(yue)，学而思曾(zeng)透(tou)露(lu)消(xiao)息(xi)稱(cheng)，目(mu)前(qian)其(qi)正(zheng)在(zai)自(zi)研(yan)数学大模型 MathGPT，即(ji)面(mian)向(xiang)全(quan)球(qiu)数学愛(ai)好(hao)者(zhe)和(he)科(ke)研機(ji)構(gou)，以(yi)数学領(ling)域(yu)的(de)解(jie)題(ti)和講(jiang)题算(suan)法(fa)為(wei)核(he)心(xin)打(da)造(zao)而成。

彼(bi)時(shi)許(xu)多(duo)人(ren)感(gan)慨(kai)，“理科生(sheng)”版(ban)的 ChatGPT 終(zhong)於(yu)要(yao)來(lai)了(le)。

不(bu)曾想(xiang)，MathGPT 還(hai)未(wei)真(zhen)正面世(shi)，有(you)關(guan)它(ta)的“醜(chou)聞(wen)”就(jiu)先(xian)壹(yi)步(bu)爆(bao)發(fa)了：本(ben)周(zhou)二(er)，筆(bi)神(shen)作(zuo)文(wen) App 指控学而思通(tong)過(guo)“爬蟲(chong)”技(ji)術(shu)，非(fei)法訪(fang)問(wen)、緩(huan)存(cun)其服(fu)務(wu)器(qi)数据多達(da) 258 万次，以此(ci)開(kai)发 MathGPT 的新產(chan)品“作文 AI 助(zhu)手(shou)”。

6 年成果，一个周末(mo)被爬取超(chao) 200 万次

此次事(shi)件(jian)的主(zhu)角(jiao)之(zhi)一，笔神作文，是(shi)一个成立(li)于 2017 年 12 月的 K12（從(cong)幼(you)兒(er)園(yuan)到(dao) 12 年級(ji)的教(jiao)育(yu)）作文教育平(ping)臺(tai)，隸(li)屬(shu)于北(bei)京(jing)一笔兩(liang)劃(hua)科技有限(xian)公(gong)司(si)。

當(dang)时的 AI 市(shi)場(chang)遠(yuan)不如(ru)現(xian)在火(huo)爆，笔神作文卻(que)憑(ping)借(jie)其“用(yong)人工(gong)智(zhi)能(neng)技术，幫(bang)助寫(xie)作者提(ti)升(sheng)写作能力(li)”的特(te)色(se)，在 2018 年 1 月獲(huo)得(de)了真格(ge)基(ji)金(jin)数百(bai)万元種(zhong)子(zi)輪(lun)融(rong)資(zi)，後(hou)来又(you)在 2019 年 7 月完(wan)成了数百万天(tian)使(shi)轮融资。

根(gen)据官(guan)方(fang)资料(liao)顯(xian)示(shi)，笔神作文上線(xian)六(liu)年，每(mei)月會(hui)收(shou)到超过 30 万篇(pian)作文投(tou)稿(gao)和超过 40 万次的點(dian)贊(zan)評(ping)論(lun)，積(ji)累(lei)了数百万篇作文素(su)材(cai)，月批(pi)改(gai)作文量(liang)超 3 万篇。

而伴(ban)隨(sui)著(zhu)(zhe)去(qu)年年底(di) ChatGPT 的橫(heng)空(kong)出世，笔神作文的投资方之一世紀(ji)天鴻(hong)曾表(biao)示，“笔神”與(yu) ChatGPT 技术同(tong)源(yuan)，都(dou)是采(cai)用基于 Transformer 的最新算法作为 AI 模型底層(ceng)。笔神作文創(chuang)始(shi)人宋(song)嘉(jia)偉(wei)也(ye)曾介(jie)紹(shao)道(dao)：“一笔两划目前團(tuan)隊(dui)有超过 60% 为技术研发人員(yuan)，在成立公司之前該(gai)团队就曾创立过 NLP 類(lei)公司，部(bu)分(fen)骨(gu)幹(gan)在自然(ran)語(yu)言(yan)理解领域合(he)作並(bing)深(shen)耕(geng)多年。”

因(yin)此整體(ti)而言，笔神作文的算法模型为一笔两划公司自研訓(xun)練(lian)，其平台的大数据来自于自身(shen)累积。

因其在写作方面的技术积累和显著成果，三(san)年前笔神作文与学而思达成了合作：与学而思旗(qi)下(xia)的学習(xi)工具(ju) App “题拍(pai)拍”簽(qian)約(yue)，主要負(fu)責(ze)提供(gong)作文素材查(zha)詢(xun)服务。

而作为合作夥(huo)伴，本周笔神作文表示：在 4 月 13 日(ri)发生了一件我(wo)們(men)都沒(mei)有預(yu)想的事情(qing)，我们团队从创業(ye)以来的 6 年成果，被合作多年的“学而思”在短(duan)短一个周末的时間(jian)爬取了超过两百万次！

訴(su)求(qiu)：1 元赔償(chang)金，公开道歉(qian)并刪(shan)除(chu)数据

从笔神作文官方微(wei)博(bo)的聲(sheng)明(ming)来看(kan)，本身它没有完備(bei)的数据安(an)全机制(zhi)，而對(dui)于“合作伙伴”学而思，更(geng)是没有設(she)置(zhi)全部的提防(fang)，从而導(dao)致(zhi)三体雲(yun)聯(lian)公司（学而思子公司）利(li)用這(zhe)份(fen)信(xin)任(ren)，即：在未經(jing)笔神作文 APP 授(shou)權(quan)许可(ke)的情況(kuang)下，在 2023 年 4 月 13 日至(zhi) 4 月 17 日期(qi)间通过“爬虫”技术非法访问、缓存笔神作文 APP 服务器数据多达 258 万次。

对此，笔神作文主張(zhang)该行(xing)为違(wei)反(fan)了雙(shuang)方的合同條(tiao)款(kuan)，更违反了《数据保(bao)護(hu)法》第(di)三十(shi)二条“任何(he)組(zu)織(zhi)、个人收集(ji)数据，应当采取合法、正当的方式(shi)，不得竊(qie)取或(huo)者以其他(ta)非法方式获取数据”的規(gui)定(ding)，嚴(yan)重(zhong)侵(qin)犯(fan)了笔神作文 APP 的数据权益(yi)。

事后，笔神作文向学而思進(jin)行了求證(zheng)，对方直(zhi)接(jie)承(cheng)認(ren)是他们的算法组在爬取数据并作为己(ji)用。因此笔神作文发送(song)了律(lv)師(shi)函(han)，却没有得到对方的實(shi)質(zhi)性(xing)回復(fu)，而此时学而思的 AI 大模型 MathGPT 却即將(jiang)上线新产品“作文 AI 助手”。

“我们作为一家(jia)体量远小(xiao)于‘学而思’的公司已(yi)经別(bie)無(wu)他法，只(zhi)能通过法律途(tu)徑(jing)来維(wei)护我们的权益。”但(dan)笔神作文在声明中(zhong)也指出，目前的法律法规并没有【AI 大模型数据盜(dao)取】的判(pan)決(jue)先例(li)，因此只能“勇(yong)敢(gan)地(di)走(zou)出这第一步”。

至于笔神作文的诉求，实際(ji)上也并非是索要大額(e)赔偿金：只想要学而思支(zhi)付(fu) 1 元赔偿金，公开道歉并删除已爬取的数据。

对此，笔神作文解釋(shi)道：“数据是有價(jia)值(zhi)的，但我们心血(xue)更是无价，索赔 1 元是因为公平公正并不能用金錢(qian)衡(heng)量，我们希(xi)望(wang)通过诉訟(song)告(gao)诉社(she)会这种行为是錯(cuo)誤(wu)的。人工智能行业的发展(zhan)，靠(kao)的是共(gong)同创造，而非覬(ji)覦(yu)和剽(piao)窃他人的成果。”

確(que)实正如笔神作文所(suo)說(shuo)，其体量并不大，因此这封(feng)声明也并未引(yin)起(qi)太(tai)多关註(zhu)，不过仅有的幾(ji)条评论中都在譴(qian)责学而思的行为。

学而思回应：均(jun)符(fu)合合同要求

经多家媒(mei)体報(bao)道后，这起事件逐(zhu)漸(jian)发酵(jiao)，于是昨(zuo)晚(wan)学而思官方微博也对此发文回应：

首(shou)先，MathGPT 是專(zhuan)注于数学领域的自研大模型，没有任何作文相(xiang)关数据；其次，“作文 AI 助手”目前處(chu)于开发狀(zhuang)態(tai)，尚(shang)未发布(bu)，该服务并未使用笔神作文的任何数据。

而笔神作文声称被爬取二百多万次的数据，学而思指出合同中明确过“每月保底費(fei)用包(bao)含(han)的調(tiao)用次数为百万次量级”，其调用的接口(kou)“属于双方合同约定的正常(chang)合作範(fan)圍(wei)”。

在回应的最后，学而思強(qiang)调其“一直尊(zun)重知(zhi)識(shi)产权、重視(shi)知识产权保护”，所有行为均严格按(an)照(zhao)合同约定履(lv)行，但是：“笔神作文的公开声明已经对学而思品牌(pai)声譽(yu)造成了傷(shang)害(hai)，我们将保留(liu)追(zhui)究(jiu)其名(ming)誉侵权责任的权利。”

AI 训练数据的版权问题

从目前双方給(gei)出的声明来看，此次糾(jiu)紛(fen)还不能给出最终結(jie)论，但这也揭(jie)示了近(jin)来日益火熱(re)的 AI 大模型角逐下，一个容(rong)易(yi)被忽(hu)略(lve)却又十分重要的盲(mang)点：AI 训练数据的版权问题。

事实上，最近在外(wai)網(wang)鬧(nao)得沸(fei)沸揚(yang)扬的“美(mei)版貼(tie)吧(ba)” Reddit 强制对 API 进行收费的决定也出于这个原(yuan)因。

近年来 Reddit 上发布的聊(liao)天內(nei)容，已成为谷(gu)歌(ge)、OpenAI 和微軟(ruan)等(deng)企(qi)业训练 AI 大模型的素材，以此来开发 ChatGPT 等生成式 AI 产品。而伴随着这类 AI 工具的火爆，Reddit 创始人兼(jian) CEO 表示：“Reddit 的数据语料庫(ku)非常有价值，但我们不想把(ba)这些(xie)内容免(mian)费提供给一些巨(ju)頭(tou)公司了。”

繼(ji) Reddit 帶(dai)头表态要求科技巨头付费使用数据后，知名 IT 问答(da)网站(zhan) Stack Overflow 也宣(xuan)布計(ji)划从今(jin)年年中起，向大型 AI 开发商(shang)收取数据访问费用，其 CEO 也指出：“社區(qu)平台推(tui)動(dong)了大语言模型（LLM）发展，所作出的貢(gong)獻(xian)也必(bi)須(xu)得到補(bu)偿。”

除了 Reddit 和 Stack Overflow 这类大型网站，甚(shen)至在开发者圈(quan)子中，部分程(cheng)序(xu)员也因 Copilot 涉(she)嫌(xian)侵犯代(dai)碼(ma)版权宣称要棄(qi)用 GitHub：

毫(hao)无疑(yi)问，AI 大模型在變(bian)得更智能的过程中，海(hai)量的训练数据必不可少(shao)，但从目前来看，当今 AI 领域的“当紅(hong)炸(zha)子雞(ji)”OpenAI，对于训练数据的版权问题都没有很(hen)好的解决方案(an)。

然而，伴随着 AI 热潮(chao)进一步推进，这个问题又勢(shi)必要得到解决。正如北京大学计算机学院(yuan)教授陳(chen)鐘(zhong)所说：“可能在研发初(chu)期，大家对数据来源并不在意(yi)，但当妳(ni)产生了巨大的经濟(ji)效(xiao)益时，现实傳(chuan)統(tong)的经济模式、法律体系(xi)都将约束(shu)着你的行为。”

那(na)麽(me)对于这个问题，你又是否(fou)有什(shen)么看法？

參(can)考(kao)鏈(lian)接：

https://weibo.com/combmobile

https://weibo.com/5308312222/4912235782345634?wm=3333_2001&from=10D6093010&sourcetype=weixin&s_trans=3830025800_4912235782345634&s_channel=4

https://www.36kr.com/p/1723938652161返(fan)回搜(sou)狐(hu)，查看更多

责任編(bian)輯(ji)：