荷兰基金会撤下非法使用的AI训练数据集

总部位于荷兰的 BREIN 组织以侵犯版权为由，成功下架了一个用于人工智能训练的大型语言数据集。 

一份 声明 解释说，该数据集包含 10,000 本书、新闻文章以及电影和电视剧的荷兰语字幕，这些都是未经许可获得的。 

欧盟的《人工智能法案》旨在规范训练数据来源。

据主管巴斯蒂安·范·拉姆肖斯特称，目前尚不清楚人工智能公司可能在多大程度上利用了该数据集。 “这很难说，但我们正在努力及时处理”， 以避免未来可能出现的诉讼，他说道。

欧盟近期提出的《人工智能法案》也将要求人工智能公司公开其用于训练人工智能模型的数据集和数据来源。与此同时，美国也仍在进行其他相关的法律诉讼。例如，微软支持的OpenAI经常卷入各种法律纠纷，比如最近与《纽约时报》的诉讼。

据称，微软涉嫌抄袭原告已注册的新闻作品以及其他受版权保护的新闻作品。关于潜在的侵权问题，该公司首席执行官曾表示，公司掌握相关数据。 

指控称，微软在未经授权的情况下，在其人工智能产品（包括 ChatGPT 和 Copilot）中使用了受版权保护的材料。诉状特别指控微软从这些作品中移除了重要信息，例如作者姓名、作品标题、“版权”水印和其他限制信息。 

在丹麦，反盗版措施在打击版权侵权方面也取得了显著成效。去年，总部位于丹麦的版权保护组织“丹麦权利联盟”要求并成功促使“Books3”数据集从互联网上撤下。

数据集提供商遵照法院命令，删除了相关内容。

提供荷兰数据集的人员遵守了BREIN的法院命令。根据该协议，此前提供该数据集下载的网站已将该数据集下架。由于荷兰隐私法的规定，BREIN拒绝透露此案相关人员的dent。

删除该数据集表明，版权执法组织仍在为保护数字世界的知识产权而努力。为应对大规模抓取受版权保护材料的问题，BREIN建议权利持有人根据《版权法》（第15o.1条）的规定保留版权。