Por trás do "primeiro caso de roubo de dados de Big Model"

Texto: Zhu Ling

**Fonte: **Associação Financeira

Fonte da imagem: Gerada por Unbounded AI‌

Quando a OpenAI enfrentou a acusação de "ladrão de dados" e estava profundamente envolvida em vários processos coletivos e individuais, o "primeiro caso de roubo de dados de modelo grande de IA" da China estava prestes a estourar, mas no final as duas partes resolveram o problema. mal-entendido. Existe outra razão por trás do "mal-entendido"? Tem um segredo?

Recentemente, o produto de escrita assistido por IA Bishen Composition, investido pela Century Tianhong, emitiu um comunicado dizendo que havia decidido em 4 de agosto parar de pensar em aprender e iniciar um processo contra incidentes de recuperação de dados relacionados. **

A Bishen Composition afirmou que, após investigação aprofundada e comunicação franca com Xueersi, as duas partes chegaram a um acordo sobre os termos em disputa, ** as duas partes eliminaram o mal-entendido ** e continuarão a aprofundar a cooperação e promover conjuntamente a exploração da tecnologia AI no campo da educação.

Um repórter do "Kechuangban Daily" perguntou a Bishen Composition sobre os motivos do acordo e do mal-entendido. A pessoa responsável disse: "O incidente foi claramente explicado no comunicado e nenhuma outra resposta será feita."

Uma rodada e meia de "gritos no ar"

Voltando a dois meses atrás, a Penshen Composition emitiu um comunicado na tarde de 13 de junho, acusando seu parceiro Xueersi de "roubar" os dados de inventário de composição para treinar o próximo produto de modelo de IA em grande escala. A Bishen Composition afirmou que resolverá a disputa por meio de procedimentos judiciais, exigindo que Xueersi pague 1 yuan em compensação, faça um pedido público de desculpas, exclua os dados rastreados e chame-o de "o primeiro caso de roubo de dados de modelo grande de IA" na China. **

Naquela noite, ** Xueersi respondeu rapidamente que o uso dos dados da composição de Bishen estava dentro do escopo da cooperação normal acordada no contrato entre as duas partes, e ** a "especulação subjetiva" da composição de ** Bishen era "seriamente inconsistente com os fatos".

Em 14 de junho, a Penshen Composition retirou volumes de chamadas e capturas de tela dos logs do servidor para refutar a resposta de Xueersi, tentando provar que Xueersi usou a tecnologia "crawler" para acessar ilegalmente e armazenar em cache 2,58 milhões de dados no servidor Penshen's Composition APP em apenas alguns dias. , é um comportamento típico de "pegar bancos de dados", que viola gravemente os direitos de dados da Bishen Composition.

Depois disso, Xueersi não deu uma resposta pública. O repórter do "Kechuangban Daily" ligou para a empresa controladora de Xueersi, TAL, para uma entrevista, mas a equipe de cabeamento se recusou a transferir o repórter para o departamento relevante.

Em 20 de junho, Shiji Tianhong, o segundo acionista da Beijing Yi Yi Liang Hua Technology Co., Ltd., que pertence à Pen God, disse na plataforma interativa que a empresa também está prestando atenção ao andamento do incidente. Anteriormente, devido à menção da Composição Bishen na plataforma interativa, o preço das ações da Century Tianhong aumentou mais de 100% por 10 dias consecutivos de negociação desde 24 de abril.

De onde vêm os 5 milhões de materiais de composição

Já em 2019, a Blue Media Exchange fez a Song Jiawei, o fundador da Penshen Composition, uma pergunta: **Como resolver a questão dos direitos autorais da enorme quantidade de dados de conteúdo informativo acumulados nos bastidores da Penshen? **

Song Jiawei disse francamente na época que estava se comunicando e cooperando com alguns proprietários de direitos autorais. Além disso, a equipe Pen God faz o possível para coletar materiais para obras públicas, como poemas e citações famosas. **O autor deste relatório previu que a questão dos direitos autorais pode ser um problema de longo prazo para Pen God no futuro. **

Os dados como um dos elementos centrais da IA, de acordo com Penshen Composition e Shiji Tianhong, acumularam mais de 5 milhões de materiais de composição.

A Century Tianhong afirmou anteriormente na plataforma interativa que o big data da Penshen Composition vem de sua própria acumulação, e o modelo de algoritmo é autodesenvolvido e treinado pela empresa.

Em 8 de maio, a Bolsa de Valores de Shenzhen emitiu uma carta de preocupação para Shiji Tianhong, **que pedia para explicar se a empresa forneceu os dados necessários para treinar o modelo AI de "Pen Shen Composition" para um golpe e dois golpes; em caso afirmativo, precisa ser combinado com as informações relevantes da empresa O método e fonte de aquisição de dados, etc., de acordo com a "Lei de Segurança de Dados" e outros regulamentos relevantes, explique a legalidade da obtenção, processamento e uso de dados relevantes; se a propriedade dos direitos de propriedade dos ativos de dados relevantes é clara, se há disputas em potencial, se há acordos e acordos de benefícios com outras partes.

Em resposta à carta de preocupação, a Century Tianhong afirmou que foi verificado que os dados necessários para treinar o modelo de IA de "Pen Shen Composition" são todos acumulados no curso de seu próprio negócio. Até agora, a empresa não prestou serviços a clientes usando "Pen Shen Composition", nem forneceu os dados necessários para o treinamento do modelo AI "Pen Shen Composition" para Yiyi Liangshu. No futuro, se houver uma demanda de aquisição de dados para o treinamento do modelo AI de "Composição Pen Shen" com um golpe e dois golpes, a empresa seguirá rigorosamente a "Lei de Segurança de Dados" e outros regulamentos relevantes para garantir que a aquisição, processamento e uso de dados relevantes são legais e os direitos de propriedade dos ativos de dados são claros. , Sob a premissa de não haver disputas em potencial, negocie para determinar o método específico de cooperação comercial.

Bishen Composition disse ao repórter do "Kechuangban Daily": ** "Quando os usuários usarem nossos serviços no aplicativo Bishen Composition, de acordo com o contrato, acumularemos um grande número de materiais de composição originais dos usuários e nos tornaremos nossos ativos. ** Isso é também a razão pela qual Xueersi cooperou conosco. Se Xueersi acumular dados do zero, o custo de tempo é muito alto e não há como acumular dados da mesma ordem de grandeza no curto prazo.

O repórter do "Kechuangban Daily" notou que, de acordo com o contrato de serviço do usuário da Pen God Composition, o conteúdo publicado pelos usuários na Pen God Composition concede licença gratuita e irrevogável não exclusiva para a Pen God Composition.

**Quem copiou exatamente a composição de quem? **

Wang Haoxuan, que acabou de se formar na universidade, disse ao repórter do "Kechuangban Daily" que, quando pesquisou seu nome online em seu segundo ano, descobriu que uma composição que escreveu no ensino médio apareceu na plataforma de composição penshen. **

Wang Haoxuan disse que a composição foi recomendada por um professor do ensino médio para ser publicada em um jornal interno que não é publicado publicamente, e ele se esforçou muito para escrevê-la. Ele estava com raiva porque a Penshen Composition usou sua composição sem sua permissão.

Wang Haoxuan acredita que isso violou o direito de divulgar informações sobre suas obras na Internet. Ele havia negociado com a equipe da Penshen Composition, mas a atitude da outra parte não foi boa. Ele apenas excluiu a composição e parou de responder à mensagem. A carta do advogado que ele confiou a um advogado para enviar à Bishen Composition não recebeu resposta.

Wang Haoxuan decidiu processar a Bishen Composition para defender seus direitos, e o caso foi arquivado pelo tribunal. Foi somente uma semana antes do julgamento que o advogado da Bishen Composition o contatou, na esperança de se reconciliar. O advogado disse que o artigo foi postado por outra pessoa no site da Bishen Composition e que a Bishen Composition era responsável apenas por exibi-lo.

Após a mediação do juiz, Wang Haoxuan e Bishen Composition finalmente chegaram a um acordo e Wang Haoxuan recebeu uma compensação.

No entanto, Wang Haoxuan especulou que seu artigo pode ser muito mais do que aquele que infringe a composição do pincel, mas mais pessoas não sabem disso. Além disso, a plataforma Bishen Composition é voltada para alunos do ensino fundamental e médio que, mesmo sabendo que seus artigos foram violados, podem não necessariamente ter a consciência de proteger seus direitos.

Um repórter do "Kechuangban Daily" descobriu que quando Bishen Composition acusou Xue Ersi, havia um grande número de composições no aplicativo Bishen Composition em comparação com a escrita original, e nenhuma informação como o autor e o horário de lançamento foi exibida. **Os repórteres compararam e descobriram que essas composições foram publicadas em sites não comerciais, como Xiaohe Composition. **

A imagem à esquerda é uma composição envolvendo questões de infração, e a imagem à direita é uma composição original

A esse respeito, a Penshen Composition respondeu ao repórter do "Kechuangban Daily" na época, dizendo: "É normal que os autores contribuam com mais de um manuscrito. Esses artigos são carregados por usuários e os usuários são responsáveis pelos direitos autorais e autenticidade dos artigos. Se outra pessoa levantar objeções aos direitos autorais do artigo e apresentar provas, iremos excluí-lo de acordo com a lei após verificação preliminar. O artigo é um artigo antigo e a exibição na época não era perfeita."

No entanto, Xiaohe Composition.com disse ao repórter do "Kechuangban Daily", "Se as composições que aparecem em outros sites são publicadas pela Xiaohe Composition. No começo, todas eram estações de coleta, começando com a cópia de artigos da Xiaohe Composition Network, ** mas como o processo é muito complicado, não há proteção de direitos”.

A página de descrição de direitos autorais de Xiaohe Composition.com mostra: "Os direitos autorais da composição publicada por Xiaohe Composition.com pertencem ao autor e qualquer mídia on-line é proibida de reimprimir. A reimpressão por outra mídia de papel deve obter o consentimento deste site e pague ao autor. Aviso severo a um pequeno número de sites e empresas de software, pare imediatamente de copiar o conteúdo deste site."

Meng Bo, um advogado do Beijing Jingshi Law Firm, disse ao repórter do "Kechuangban Daily" que as obras mencionadas na Lei de Direitos Autorais se referem a realizações intelectuais que são originais nos campos da literatura, arte e ciência e podem ser reproduzidas em alguns forma tangível. De acordo com o artigo 6º do "Regulamento para a Implementação da Lei de Direitos Autorais", os direitos autorais serão gerados a partir da data em que a criação da obra for concluída. Os direitos autorais dos autores de obras literárias, artísticas e científicas, e os direitos e interesses relativos aos direitos autorais são protegidos por lei. De acordo com o disposto no artigo 52 da "Lei de Direitos Autorais", a violação de direitos autorais e direitos conexos acarretará, conforme as circunstâncias, responsabilidades civis como cessar a infração, eliminar o impacto, pedir desculpas e compensar os prejuízos.

Depois que os dados são "desidratados", a composição é bastante reduzida

Um repórter do "Kechuangban Daily" descobriu que a composição acima mencionada envolvendo problemas de violação desapareceu dos resultados da pesquisa do Bishen Composition APP, e abrindo o link de compartilhamento também mostra que "a composição foi removida das prateleiras porque é não é original." **

**No entanto, depois que os dados foram "desidratados", o número de ensaios no aplicativo Bishenzuowen diminuiu significativamente. **O repórter do "Kechuangban Daily" pesquisou de acordo com algumas palavras de pesquisa na captura de tela do registro de acesso Xueersi mostrado anteriormente pelo Bishenzuowen, Xueersi já havia visitado várias páginas de termos de pesquisa de alta frequência (Bishen Composition disse que cada página retornaria 30 resultados de composição) e atualmente há apenas uma ou duas composições restantes nos resultados da pesquisa.

No entanto, a Penshen Composition não modificou a introdução envolvendo o número de composições, e o preço de associação não diminuiu, mas aumentou. Vale a pena mencionar que o privilégio exclusivo de "Alterar composições em segundos" fornecido pela Penshen Composition aos membros é suspeito de gerar novas composições "lavando manuscritos com um clique".

O preço anual de assinatura da Penshen Composition aumentou em comparação com dois meses atrás

Além disso, o APP Penshen Composition foi nomeado e notificado pela Administração Estatal do Ciberespaço da China em setembro de 2020 por divulgar informações vulgares e mal orientadas. De acordo com "Net Letter China", havia muitos grupos de apoio de celebridades na coluna "Family Square" do Penshen Composition APP naquela época, e havia um grande número de conteúdo "homens e mulheres" e "amor" na plataforma que não favorecesse a saúde física e mental dos menores. O repórter notou que atualmente não há grupos ou conteúdo relacionado envolvido na composição de Pen God.

A Pen God Composition também afirmou na declaração que continuará a fortalecer a regulamentação e proteção do uso de dados para garantir o uso seguro e compatível de dados por usuários, parceiros e empresas.

** Após o crescimento selvagem, dados de alta qualidade e construção de conformidade, ou a escolha inevitável de aprender APP e modelo de IA da indústria para entrar no estágio maduro. **