• BREIN，一家荷兰版权执法组织，移除了一份用于训练 AI 模型的语言数据集。
  • Danish Rights Alliance 也移除了未经许可用于 AI 模型训练的版权材料。

本台观点
正如社会中一切事物都应受到监管一样，AI 模型的训练需要来自合法渠道的正式、合法、专业且经授权的内容。BREIN 的举措凸显了在 AI 开发中尊重版权法的重要性，以及 AI 模型训练透明度的必要性。
——Lily Yang，BTW 记者

发生了什么

一家荷兰版权保护组织，BREIN，下架了一个用于训练 AI 模型的大规模语言数据集，此前发现该数据集包含了来自书籍、新闻网站以及电影和电视节目字幕的未经授权内容。

该数据集包含荷兰语信息，是在未经许可的情况下收集的。BREIN 的负责人 Bastiaan van Ramshorst 表示，目前尚不清楚 AI 公司是否已使用该数据集，以及使用到了何种程度。

他指出，European Union的 AI 法案将要求 AI 公司披露用于训练模型的数据集。例如，Danish Rights Alliance 去年要求一个名为“Books3”的大数据集下架。同样，在美国，AI 公司（如Microsoft）也面临着因使用版权材料训练 AI 模型而引发的法律挑战。

相关阅读：解析：电信监管机构如何打击垃圾与诈骗电话

相关阅读：电信诈骗分子瞄准年轻一代

为何重要

BREIN 的行动、European Union 的 AI 法案，以及 Microsoft 面临的挑战，突显了围绕 AI 模型开发中版权侵权的持续争论。

BREIN 下架该大型语言数据集，强调了尊重知识产权的重要性。AI 公司必须确保其拥有适当的授权，才能使用来自受版权保护来源的数据来训练模型。

即将实施的 European Union AI 法案，以及美国 AI 公司面临的法律挑战，都强调了 AI 开发中透明度和问责制的必要性。随着 AI 不断进步，在创新与版权保护之间取得平衡至关重要。