Мета сотрудников обсуждал, используя защищенное авторским правом контент для обучения искусственного интеллекта, заявляют судебные заявки

В течение многих лет сотрудники Meta обсуждали использование материалов, защищенных авторским правом, полученных с помощью потенциально тенистых средств, для обучения моделей ИИ компании, согласно судебным документам, которые были раскрыты в четверг.

Эти документы были частью продолжающегося судебного процесса Kadrey v. Meta, одного из нескольких споров об авторских правах искусственного интеллекта, проходящих через систему судебных заседаний США. Мета утверждает, что использование работ, защищенных от IP, особенно книг, для обучения их моделей подпадает под «справедливое использование». Однако истцы, в том числе авторы Сары Сильверман и Та-Нехизи Коутс, решительно не согласны.

Более ранние заявки в этом случае предположили, что генеральный директор Meta Марк Цукерберг одобрил использование контента, защищенного авторским правом, для обучения и что Meta прекратила переговоры о лицензионных сделках с книжными издателями. Недавно раскрытые документы, которые включают внутренние рабочие чаты между металами, дают наиболее подробное представление о том, как Meta могла использовать данные об авторском праве для обучения своих моделей, в том числе в семье ламы.

В одном чате сотрудники Meta, в том числе Мелани Камбадур, старший менеджер Meta's Llama Model Research Team, рассказала о тренировочных моделях о работах, которые, как они знали, могут быть юридически рискованными.

«Мое мнение (в духе« просить прощения, а не разрешения »): мы должны захватить книги и позволить руководителям решать», - написал Ксавье Мартинет, инженер -мета -исследователь, в чате в феврале 2023 года, согласно заявкам. «Вот почему они создали этот Gen Ai Org: поэтому мы можем рисковать».

Мартинет предложил купить электронные книги по розничным ценам, чтобы построить учебный набор вместо того, чтобы договариваться о лицензионных сделках с издателями. Когда другой сотрудник указал на потенциальные юридические проблемы с использованием несанкционированных материалов, защищенных авторским правом, Martinet удвоился, отметив, что стартапы «миллиард», вероятно, уже использовали пиратские книги для обучения.

«Я имею в виду, в худшем случае: мы обнаруживаем, что все в порядке, в то время как стартапы за миллиард просто пиратские тонны книг о BitTorrent», - написал Мартинет, согласно заявкам. «Еще раз мои два цента: общение напрямую с издателями занимает вечно ...»

В том же чате Камбадур, который упомянул, что Meta ведет переговоры с Scribd и другими платформами для лицензий, отметил, что, используя «общедоступные данные» для обучения, все равно потребуют разрешения, адвокаты Meta становятся «менее консервативными» в отношении таких разрешений.

«Да, нам все еще нужно получить лицензии или разрешения на общедоступные данные», - сказал Камбадур, согласно заявкам. «Разница сейчас в том, что у нас больше денег, больше юристов, больше помощи в развитии бизнеса, способность быстро отступать и эскалаться на скорость, а адвокаты немного менее осторожны с разрешениями».

Переговоры о Либгене

В другом рабочем чате, упомянутом в заявках, Камбадур обсудил возможность использования Libgen, «агрегатора ссылок», который обеспечивает доступ к авторским правам от издателей, в качестве альтернативы лицензированным источникам данных.

Либген столкнулся с многочисленными судебными процессами, было приказано закрыть, и был оштрафован десятки миллионов долларов за нарушение авторских прав. Один из коллег Камбадура отреагировал с помощью скриншота результатов поиска Google для Libgen, который включал фрагмент «Нет, Libgen не является законным».

Согласно заявлениям, некоторые лица, принимающие решения в Meta, полагали, что не использование Libgen для модельного обучения может серьезно повлиять на конкурентоспособность Meta в гонке искусственного интеллекта.

В электронном письме Meta AI VP Джоэл-Пино, Sony Theakanath, директора по управлению продуктами в Meta, называемой Libgen «необходимым для удовлетворения номеров SOTA во всех категориях», ссылаясь на достижение лучших, современных (SOTA) модели ИИ и эталонных категорий.

Theakanath также обрисовал в электронном письме «смягчения», чтобы уменьшить юридическое воздействие Meta, такие как удаление данных из Libgen, которые были «четко обозначены как пиратские/украденные» и не публично раскрытие использования наборов Libgen для обучения. «Мы не будем раскрывать использование наборов данных Libgen, используемых для обучения», - пишет Theakanath.

На практике эти смягчения включали поиск через файлы Libgen для таких слов, как «украденные» или «пиратские», согласно заявкам.

В рабочем чате Камбадур упомянул, что команда AI от Meta также скорректировала модели, чтобы «избежать ИС рискованных подсказок», что означает, что они настроили модели, чтобы отказаться отвечать на такие вопросы, как «воспроизвести первые три страницы« Гарри Поттер и камень колдуна »или« скажите мне, на каких электронных книгах вы обучались ».

Заявки также предполагают, что Meta, возможно, имела скрасные данные Reddit для некоторого типа модели, возможно, подражая поведению стороннего приложения, называемого Pushfice. Примечательно, что в апреле 2023 года Reddit объявила, что планирует начать взимать с компаний по доступу к данным для обучения модели.

В чате в марте 2024 года Чая Наяк, директор по управлению продуктами в Generative AIS Meta, заявила, что Meta Leadership рассматривает «переопределение» прошлых решений по учебным наборам, включая решение не использовать контент Quora или лицензированные книги и научные статьи, чтобы обеспечить достаточное количество учебных данных.

Наяк подразумевал, что первые наборы обучения Meta-такие как посты Facebook и Instagram, текстовые транскрибированные из видео на мета-платформах и определенная мета для бизнес-сообщений-недостаточно. «Нам нужно больше данных», - написала она.

Истцы по делу Кадри против Мета несколько раз внесли изменения в свою жалобу с момента подачи дела в окружной суд США для северного округа Калифорнии, отдел Сан -Франциско, в 2023 году. Последняя поправка утверждает, что Meta, среди других претензий, сравнили некоторые пиратские книги с авторскими книгами, имеющими лицензию, чтобы выбрать ли лицензирование с издателем.

В знак того, как серьезно мета -просмотры юридические ставки, компания добавила двух судебных судебных заведений в Верховном суде от юридической фирмы Пола Вайса в свою команду защиты по этому делу.

Мета не сразу ответил на запрос о комментарии.