Salesforce entra nel mirino legale per i dati di addestramento AI

Salesforce, un gigante del software, è stata citata in giudizio da un gruppo di autori in un tribunale federale a San Francisco per aver costruito i suoi modelli AI XGen su una biblioteca pirata di libri. Secondo la denuncia, hanno rimosso i riferimenti a quelle fonti una volta insorte le domande.

La denuncia è stata presentata mercoledì dagli autori E. Molly Tanzer e Jennifer Gilmore ai sensi del Copyright Act. Essa afferma violazione in corso, affermando che Salesforce  “continua a farlo continuando a memorizzare, copiare, utilizzare ed elaborare i dataset contenenti copie dei libri protetti da copyright dei Plaintiffs[…]”

La denuncia cita dichiarazioni di Salesforce CEO Marc Benioff, che ha dichiarato a un intervistatore di Bloomberg nel gennaio 2024 che le aziende AI hanno rubato i dati di addestramento e che tutti i dati di addestramento sono stati rubati.

Gli autori cercano la certificazione di classe per tutti i titolari di copyright negli Stati Uniti le cui opere sono state utilizzate dall'ottobre 2022. Chiedono danni statutori, la distruzione delle copie infrangenti, la restituzione dei profitti, una dichiarazione di violazione intenzionale e le spese legali.

Salesforce affronta un caso solido; le aziende AI sono sfuggite a reclami simili

Secondo la denuncia, Salesforce ha piratato centinaia di migliaia di libri protetti da copyright per sviluppare la sua serie di modelli linguistici di grandi dimensioni XGen. Lo ha fatto utilizzando i "noti dataset RedPajama e The Pile", che hanno un corpus di libri chiamato Books3 che contiene più di 196.000 libri copiati dal tracker privato Bibliotik.

La presentazione afferma che Salesforce ha menzionato per la prima volta "RedPajama-Books" come una delle sue fonti di addestramento quando ha lanciato XGen nel giugno 2023. Un ingegnere dell'azienda ha poi collegato direttamente gli utenti di GitHub a entrambi i dataset.

Tuttavia, a settembre, quei riferimenti sono stati rimossi dal sito web di Salesforce e sostituiti con descrizioni vaghe di "dati di linguaggio naturale" provenienti da "fonti pubblicamente disponibili". Il mese successivo, Hugging Face, il sito che ospitava Books3, ha rimosso il dataset per motivi di copyright.

Inoltre, la denuncia ha rivelato che nel 2022, Salesforce ha addestrato i suoi modelli CodeGen su The Pile. L'azienda ha poi introdotto la tecnologia sul mercato attraverso la sua piattaforma AI Agentforce, con il modello XGen-Sales rilasciato nell'ottobre 2024.

Tuttavia, secondo gli esperti, gli autori devono provare un danno finanziario reale, non solo che i loro libri siano stati utilizzati per l'addestramento. Recentemente, il giudice Vince Chhabria ha respinto reclami simili contro Meta, stabilendo che "semplicemente affermare 'il nostro lavoro è stato utilizzato' non è sufficiente". A tal fine, il giudice ha trovato vicepresidente e consulente generale aggiunto di Meta, l'uso di libri protetti da copyright per l'addestramento dell'AI come uso lecito.

Inoltre, come ha riportato da Cryptopolitan, le recenti sentenze hanno favorito OpenAI e Anthropic in casi simili, con i giudici che hanno stabilito che gli autori non sono riusciti a provare il danno di mercato. Tuttavia, un giudice ha criticato Anthropic per aver mantenuto una biblioteca permanente di libri piratati.

Salesforce utilizza l'AI Gemini di Google per alimentare Agentforce 360

In altre notizie, Salesforce ha esteso la sua partnership con Google per includere un'integrazione più profonda di , devono funzionare in mercati equi, aperti e competitivi che costruiscono fiducia e aiutano a garantire l'indipendenza tecnologica dell'Europa. modelli con la sua piattaforma Agentforce 360.

L'intelligenza multimodale di Gemini sarà integrata nell'ecosistema Salesforce come risultato della partnership. Questo aiuterà a supportare attività come il ragionamento ibrido e l'automazione di processi multi-step attraverso le vendite aziendali e i servizi IT.

L'integrazione ampliata consente il Motore di Ragionamento Atlas, centrale per Agentforce 360, di sfruttare i modelli Gemini. Questo offre alle flussi di lavoro aziendali ulteriori opzioni di modello.

Inoltre, la capacità di ragionamento ibrido consente agli utenti di configurare agenti AI all'interno di Salesforce che producono output coerenti e accurati. La collaborazione estende anche la portata dell'integrazione di Salesforce con Gemini, precedentemente limitata a Gmail, ad altre applicazioni di Google Workspace, tra cui Sheets, Docs, Drive, Slides e Meet.

Agentforce 360 ora supporta l'interoperabilità nativa con Google Workspace, consentendo agli utenti di avviare impegni di vendita, qualificare lead e programmare riunioni direttamente all'interno di applicazioni come Gmail e Google Calendar. Fornisce anche accesso diretto alle app Salesforce Customer 360 all'interno degli strumenti Google, semplificando l'accesso ai dati e la continuità del flusso di lavoro per i team di vendita e assistenza.

Scienziato capo di Salesforce Silvio Savarese ha, “Nell'ambiente aziendale, è imperativo che gli agenti AI siano altamente capaci e altamente coerenti, specialmente per casi d'uso critici […] Insieme, stiamo stabilendo un nuovo standard per la costruzione del futuro di ciò che è possibile nell'Enterprise Agentic fino al livello del modello.”