彼之砒霜，我之蜜糖。

從ChatGPT出現到目前爲止，大大小小的大模型一只手已經數不過來了。不管這些模型參數規模大小，上察天文，下曉地理，總能找出來一個符合應用場景的。這樣的“外掛”說成是解放生產力，也不算爲過。

但一家歡喜一家愁。在大模型一路狂奔的背後，那些支持他們訓練的數據來源，也成了業內心頭一直放不下的障礙。鑑於OpenAI、谷歌等一衆巨頭一直以來“白嫖”的優良傳統，各個數據源頭如Twitter、Reddit等知名社交平台和社區，都表示：想用我的數據可以，把錢拿來！

這下AI巨頭們反倒被數據源牽着鼻子走了，但是有人偏偏不信這個邪。

近日，搜索引擎巨頭谷歌宣布：以後只要是發布在網上的信息，谷歌都可以拿來訓練AI！不管是語言模型，只要是和AI相關的服務，都在允許範圍內。

谷歌新政策一出，業內徹底炸开了鍋！

堂而皇之“侵犯隱私”，還能合規合法？

AI訓練“侵犯隱私”的輿論正鬧得沸沸揚揚，谷歌卻頭鐵得出台了新的隱私政策，想借此給自己套上免死金牌。

近日，谷歌更新隱私政策，表示將利用網絡公开數據訓練旗下的AI模型。

其中，谷歌在新隱私協議的“可公开獲取的資源”中聲明：“我們可能會收集公开的在线信息或來自其他公共來源的信息，幫助訓練Google的AI模型。”該大模型將會爲谷歌翻譯、谷歌旗下聊天機器人產品“Bard”及Cloud AI等產品和功能提供支持。

去年年底谷歌就更新了一版隱私政策。對比上一版，谷歌將“收集信息以幫助訓練語言模型”的相關措辭更改爲“訓練人工智能模型”，並新增明確了自家AI產品對於數據的使用權利。

這似乎意味着，谷歌在訓練旗下聊天機器人及其他AI模型，或未來开發AI產品的過程中，有權使用人們在網上公开發布的任意內容，什么“版權”、隱私在該政策面前統統不存在了。

經確認，7月5日，谷歌中文版隱私政策也已經進行同步更新。

谷歌的這項政策沒有針對誰，指的是在座的所有網民。只要你在網上發表了什么內容，谷歌都可以拿來訓練AI。消息一出，網上瞬間炸开了鍋。

“版權已死” “隱私不在”等等悲觀情緒不一而足，更有的直言“AI正在吞食一切”。

但也有人認爲，谷歌的此項舉措並沒有嚴格意義上的“違規違法”。有相關律師表示，“無論在我國還是域外，對公开數據的正常收集和使用，在一般情況下不算違法。”但是他還說，一旦個人通過郵件等方式明確拒絕了此項政策，那就另當別論了。

其他法律人士表示，就目前可獲得的信息而言，谷歌對收集與處理用戶個人信息的範圍和目的作出了詳細說明，即使以歐盟GDPR項下更爲嚴格的“告知－同意”規則爲標准，谷歌的這一收集與處理行爲至少在形式上具有合法性。

只是在實際施行中涉及的行爲是否合法，還需進一步確認。

AI巨頭們的“數據之战”

單純看谷歌的一系列操作，可能覺得有些無釐頭。但有意思的是，就在谷歌更新隱私政策前不久，另外一個AI巨頭就被起訴“侵犯隱私”。

兩名美國作家在舊金山聯邦法院對OpenAI提起訴訟，聲稱 OpenAI 沒有獲得版權授權，就濫用他們的作品來訓練人工智能。

起訴書中顯示，OpenAI 的訓練數據超過 30 萬本書，其中就包括本就飽受爭議，版權歸屬不清晰的“影子圖書館”（大多是以侵犯版權的方式向公衆免費提供書籍文獻內容的线上網站）。

此前OpenAI和微軟還被16 位匿名人士要起訴，因爲這兩家公司沒有經過他們的同意就泄露了他們的個人隱私，要求兩家賠償30億美元。

這么看來，谷歌此舉反倒有一種“自保”的意圖。

而另一方面，則更加突出了AI大潮之下，數據的重要性。各家都在保衛和爭奪“數據”中絞盡腦汁。

Reddit採取的方式簡單粗暴，就是提高API價格。Twitter則是限制數據的曝光，CEO馬斯克近日宣布 Twitter 將“臨時限制”用戶每日閱讀推文數量：未驗證的账戶每天只能看到 600 條推文，對於新的未驗證账戶，一天只能看到 300 條。經過驗證的账戶每天只能閱讀 6000 條帖子。

當各家AI的發展進度逐漸持平以後，算力和參數都漸漸被弱化。接下來的競爭，就看誰能更快更多地獲取到“高質量”數據了。

---

標題：數億網民數據將被用來訓練AI？谷歌新隱私政策引發爭議！

地址：https://www.utechfun.com/post/236608.html