象牙山伯爵

如果不是看了法院判决的原文，我绝对不知道Anthropic有这么畜生。。。。 一边天天教育全世界要重视AI安全，一边为了训练Claude，干了一套相当畜生的事情。 首先是它花了数百万美元，买下数百万本实体书。 然后雇人把书脊拆掉，把每一页裁开，逐页扫描成可以检索的PDF，最后把纸质原书全部丢弃。 法院的表述是： 「The print original was destroyed. One replaced the other.」 纸质原件被销毁，数字副本取而代之。 数百万本书，就这样被买回来，拆掉，裁开，扫描，销毁。 但这甚至还不是Anthropic干得最离谱的事。 判决显示，从一开始，Anthropic明明有很多渠道可以买书，但法官直接写道，它更愿意「preferred to steal them」，因为这样可以避开Dario Amodei所说的法律、实务和商业麻烦。 并且Anthropic联合创始人Ben Mann还亲自下场了。 2021年初，他下载了Books3，里面有196640本未经授权的版权书籍。 几个月后，他又从LibGen下载了至少500万本盗版书。 2022年，Anthropic继续从PiLiMi下载了至少200万本。 判决明确指出，Ben Mann和Anthropic知道这些累计超过700万本的书是盗版的。 更恶心的是，Anthropic后来已经意识到法律风险了。 内部开始对继续使用盗版书训练模型有所顾忌，原因就是「法律问题」。 但法院紧接着写了一句：「It kept them anyway.」 虽然知道有问题，Anthropic它还是把书留下来了。 当然Anthropic也尝试过找出版社授权。 2024年，它专门挖来Google图书扫描项目的前合作负责人，任务是弄到「世界上的所有书」。 他给几家大型出版社发了一两封邮件，询问AI训练授权。 法院认为，如果继续谈下去，原本可能达成许可协议。 但Anthropic高层让这些谈判直接中止了。 因为高层认为谈版权太麻烦，还是批量买书、拆书、扫描比较省事。 而那些被Anthropic弄来被并被销毁的书，也不是训练完就删掉。 Anthropic准备把它们放进一个永久的通用中央图书馆。即使已经确定某些书永远不会再用于训练，也要继续保存。 法院还提到，数百名工程师可以访问这些文件，并为其他用途制作副本。 法官甚至批评Anthropic在相关证据披露上进行了回避。 但最讽刺的是，法院最后认定：用这些书训练大模型，本身可以属于合理使用。 原因是任何人合法购买实体书后，将它一对一转换成数字副本，并销毁原书，也可以属于合理使用。 Anthropic真正栽掉的，是它明知书籍来自盗版网站，仍然下载超过700万本，并试图建立一个永久保存的通用图书馆。 法院最后还特意表示： Anthropic后来买下一本它此前从网上偷来的书，也不能免除之前盗版的责任。 所以这件事里Anthropic最畜生的地方是： Anthropic并不是因为不知道版权规则才盗版。 它知道正规授权渠道在哪里，也知道这些书是盗版，更知道继续使用存在法律风险。 它只是觉得走正规流程太麻烦。 这家公司对AI安全的道德要求似乎主要适用于未来的机器。 至于自己，先把700万本书偷回来再说。