Meta被曝下载数十TB盗版电子书用于AI训练

　　据报道，Meta因未经授权下载大量盗版电子书用于训练其AI模型而被一名图书作者起诉。最新泄露的邮件显示，Meta承认下载了一个有争议的大型数据集LibGen，其中包含数千万本盗版书籍。

　　根据法庭文件，Meta通过名为“安娜的档案”（Annas Archive）的渠道下载了至少81.7TB的数据，其中包括来自知名盗版网站Z-Library和LibGen的至少35.7TB的内容。此外，Meta还被指此前从LibGen下载了额外的80.6TB数据。作者指出，Meta的这一行为构成了非法的电子书库种子下载，且这一数字可能只是其盗版行为的冰山一角。

　　作者估计，这些盗版电子书库可能仅占Meta盗版版权作品总量的0.008%，这表明Meta的盗版规模可能远超目前所揭露的。邮件还显示，Meta公司员工也意识到其行为的法律风险。2023年4月，Meta的研究工程师尼古拉·巴什利科夫在邮件中表示：“用公司的笔记本电脑下BT感觉不妥。”到2023年9月，巴什科夫加大了抗议力度，并咨询了法律团队，他指出，使用Torrents意味着对文件进行“播种”，即对外共享内容，这在法律上是不允许的。

　　尽管如此，Meta仍决定继续，并试图通过将数据集下载到非Meta服务器来避免被追溯的风险。这一行为引发了法律专家和版权持有者的强烈谴责，认为Meta在追求AI技术进步的过程中，忽视了版权保护的重要性。

　　Meta的这一行为不仅可能面临巨额赔偿，还可能对其声誉造成严重影响。随着AI技术的快速发展，数据的合法获取和使用将成为行业面临的重要挑战之一。