谷歌AI正在吞食一切！爬取所有公開內(nèi)容用于訓(xùn)練AI，隱私政策更新

白交 2023-07-10 09:15:47 來(lái)源：量子位

蕭簫 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

從今往后，你在網(wǎng)上公開說(shuō)的每一句話，都可能被谷歌拿去訓(xùn)練AI！

沒(méi)錯(cuò)，繼畫畫之后，文字作品也要被用來(lái)喂大模型了——

無(wú)論是技術(shù)博客、代碼、論文，還是所有你在網(wǎng)上公開的帖子，都可能被扔進(jìn)“谷歌大模型攪拌機(jī)”，即使有版權(quán)也是如此。

就在這周，谷歌更新了一版隱私政策，明確表示他們保留有抓取網(wǎng)上所有公開內(nèi)容，以構(gòu)建其AI工具的權(quán)利。

網(wǎng)友們立刻炸了。有人警告“谷歌正抓取一切”：

一旦谷歌能夠讀取你寫的東西，就意味著這些都是他們的“所有物”了。

還有網(wǎng)友抱持更悲觀的想法：

很快啊，所有內(nèi)容產(chǎn)出者就都會(huì)是AI了。

所以，這版隱私政策究竟是怎么回事？

用于訓(xùn)練Bard等AI產(chǎn)品

事情還得從谷歌這幾天更新的隱私政策說(shuō)起。

在最新的隱私權(quán)政策中，谷歌增加了一個(gè)關(guān)于“研究和開發(fā)”的AI模型條款：

Google會(huì)利用信息來(lái)改進(jìn)我們的服務(wù)并開發(fā)新的產(chǎn)品、功能和技術(shù)，以惠及我們的用戶和公眾。

例如，我們會(huì)利用公開信息來(lái)幫助訓(xùn)練Google的AI模型并打造實(shí)用產(chǎn)品和功能（比如Google翻譯、Bard和Cloud AI功能）。

換言之，就是將所有可能收集到的公開信息，用在谷歌翻譯、Bard和Cloud AI等AI相關(guān)產(chǎn)品或功能的訓(xùn)練中。

那么，這些公開信息具體包括什么？

例如互聯(lián)網(wǎng)、網(wǎng)絡(luò)和其他活動(dòng)信息，包括搜索字詞、應(yīng)用和瀏覽器與谷歌服務(wù)進(jìn)行互動(dòng)的相關(guān)信息，以及在第三方網(wǎng)站和應(yīng)用中使用谷歌服務(wù)等。

換而言之，不止是此前已經(jīng)公開的博客等內(nèi)容，包括公開到網(wǎng)上的谷歌文檔、或是一些包含個(gè)人信息的發(fā)帖，也可能會(huì)被谷歌收集起來(lái)，用于大模型訓(xùn)練。

當(dāng)然，目前這些內(nèi)容都還限定在“公開信息”。

像谷歌提供的Gmail等電子郵件服務(wù)，應(yīng)該還是不會(huì)被爬進(jìn)數(shù)據(jù)里的。

而且谷歌也明確在隱私權(quán)政策中表示，在其他如防范安全威脅、信息審核、服務(wù)維護(hù)、個(gè)性化廣告或法律等原因情況下，同樣可以使用這些個(gè)人或公開信息。

不過(guò)，谷歌為啥在這個(gè)節(jié)骨眼更新這個(gè)政策？

“AI正挑戰(zhàn)文字版權(quán)”

或許也與Reddit和推特等一眾公司搞出的“限流”操作有關(guān)。

先是今年4月，Reddit宣布對(duì)接入API的公司開始收費(fèi)。

公司CEO認(rèn)為，Reddit的數(shù)據(jù)庫(kù)很有價(jià)值，但是他們不想將這些有價(jià)值的內(nèi)容免費(fèi)提供給科技大公司。

隨后，推特也開始以“不想讓AI公司白嫖數(shù)據(jù)”的理由，來(lái)給推特限流，未經(jīng)驗(yàn)證用戶日瀏覽量只有600，經(jīng)過(guò)驗(yàn)證后增加到6000。

這一系列政策對(duì)用戶和第三方工具影響很嚴(yán)重，例如Reddit引發(fā)了大規(guī)模的討論版塊抗議，不少版主直接關(guān)閉了自己管理的論壇，以對(duì)Reddit這一活動(dòng)進(jìn)行抗議，推特上也有不少人在聲討，甚至有網(wǎng)友表示“推特被殺死了”。

但無(wú)論如何，讓AI白嫖數(shù)據(jù)這件事，現(xiàn)在都已經(jīng)是一個(gè)無(wú)法忽視的矛盾了。

對(duì)于谷歌AI爬數(shù)據(jù)這件事，有網(wǎng)友表示疑惑：

為啥之前互聯(lián)網(wǎng)如搜索引擎也有爬取數(shù)據(jù)一類的操作，但人們卻偏偏對(duì)“AI抓取”感到抗拒。

有網(wǎng)友回應(yīng)稱：

本質(zhì)上還是版權(quán)的問(wèn)題。如果只是引用受版權(quán)保護(hù)的材料，那么不一定侵犯版權(quán)，但如果用AI對(duì)有版權(quán)的內(nèi)容進(jìn)行“攪拌清洗”，而且這事兒合法化了，那么本質(zhì)上版權(quán)已死。

也正是因此，他對(duì)于這件事感到悲觀：

如果有人在不標(biāo)注來(lái)源的情況下復(fù)制了你的博客，或是將你的開源代碼拿去做付費(fèi)服務(wù)，又或是將你在StackOverflow上的答案用作答題方法，你能接受這些情況發(fā)生嗎？

我之前做的一切都是免費(fèi)的。但現(xiàn)在如果AI想讓我消失，那我就會(huì)消失。

當(dāng)然，也有網(wǎng)友已經(jīng)接受了這個(gè)政策的推出，警惕大家自身防范意識(shí)不可或缺：

細(xì)讀新政策，注意我們泄露了多少信息到網(wǎng)上。

那么，你怎么看待這件事？

參考鏈接：
[1]https://gizmodo.com/google-says-itll-scrape-everything-you-post-online-for-1850601486
[2]https://news.ycombinator.com/item?id=36577626