Meta的CEO马克·扎克伯格在去年晚些时候的一次听证会上透露，他利用YouTube清除盗版内容的斗争来为自己公司使用包含版权电子书的数据集进行辩护。这些新披露的听证会片段来自原告律师提交给法院的投诉。
这次听证会与AI版权案件Kadrey v. Meta有关，这是许多类似案件中的一部分，这些案件正在美国法院系统中审理，将AI公司与作者及其他知识产权持有者对峙。被告方——AI公司——大多声称使用受版权保护的内容进行训练是“合理使用”。然而，许多版权持有者对此持不同意见。
在听证会上，扎克伯格表示：“例如，YouTube可能会在一段时间内托管一些被人们盗版的内容，但YouTube正在努力移除这些内容。我认为YouTube上的大部分内容都是合法的。”
扎克伯格在听证会上提供的片段透露了他对版权内容和合理使用的看法。然而，值得注意的是，并未完全公开听证会的记录。TechCrunch已联系Meta寻求更多背景信息，并将在收到回复后更新文章。
根据这些片段，扎克伯格似乎在为Meta使用名为LibGen的电子书训练数据集进行辩护，以开发其名为Llama的AI模型家族。Meta的Llama与OpenAI等AI公司的旗舰模型竞争。
LibGen描述自己为“链接聚合器”，提供了来自Cengage Learning、Macmillan Learning、McGraw Hill和Pearson Education等出版社的作品访问权限。LibGen多次被起诉、被命令关闭，并因版权侵权被罚款数千万美元。
根据本周公布的法庭文件，扎克伯格声称尽管公司内部的AI高管和技术团队对公司使用LibGen进行训练存在法律担忧，但他仍批准了这一做法。
原告律师包括畅销书作家莎拉·塞林曼和塔-内希西·科茨，在法律文件中引用了Meta员工将LibGen称为“我们知道是盗版的数据集”，并指出其使用可能损害Meta与监管机构谈判的地位。
在听证会上，扎克伯格声称他“从未听说过”LibGen。
“我明白你想要我对LibGen发表意见，但我确实没有听说过这个东西。”扎克伯格在听证会上表示。
在接受原告律师之一大卫·博伊丝的质询时，扎克伯格解释了为何禁止使用类似LibGen的数据集是不合理的。
“那么我是否应该制定一项政策禁止人们使用YouTube上的内容可能受版权保护的部分？不。”他说，“有些情况下，这样的全面禁令可能不是正确的做法。”
扎克伯格承认Meta应“非常小心”地使用受版权保护的内容进行训练。
“你知道，在有人故意侵犯人们的权利的情况下提供一个网站……显然我们希望谨慎对待或小心处理如何与之互动或甚至防止我们的团队与其互动。”
新指控
Kadrey v. Meta案中的原告律师自2023年在美国加州北区联邦地区法院提起诉讼以来多次修改了投诉内容。最新版本的投诉文件于周三晚提交，并包含新的指控：Meta公司将某些被盗版书籍与可授权使用的书籍进行了交叉比对。律师们指控Meta公司采用这种策略来判断是否有必要与出版商签订授权协议。
根据最新的修改文件，Meta公司据称使用LibGen训练了最新的Llama模型Llama 3，并且还在使用该数据集训练下一代Llama 4模型。投诉文件还声称，Meta研究人员试图通过插入“监督样本”来隐藏Llama模型训练过程中使用的受版权保护材料的事实，并且最近还从Z-Library下载了被盗版电子书用于Llama训练（截至2024年4月）。
Z-Library或Z-Lib一直是出版商提起多项法律诉讼的目标对象，包括域名扣押和删除行动。2022年，据称维护它的俄罗斯国民因版权侵权、电汇欺诈和洗钱罪名被捕。
总结：本文主要讨论了Meta CEO马克·扎克伯格在一次听证会上关于其公司使用包含受版权保护电子书的数据集进行AI模型开发的行为及其辩护理由。此外还提到了关于Kadrey v. Meta案的新指控和细节。
