谷歌在出版商选择退出的情况下，仍利用其内容训练AI搜索工具

谷歌面临新的审查，因为一名高级官员作证称，该公司的特定于搜索的人工智能（AI）产品（如AI概览）是在出版商内容上训练的，即使这些出版商已明确选择退出AI训练。

谷歌DeepMind副总裁Eli Collins在 联邦法院 周五承认，虽然出版商可以防止其内容被用于训练DeepMind开发的AI模型，但此类选择退出并不适用于谷歌更广泛的搜索部门。

美国司法部（DOJ）律师Diana Aguilar问道：“一旦你将Gemini [AI模型]放入搜索部门，搜索部门就有能力对出版商选择退出训练的数据进行训练，对吗？”

Collins确认这些数据仍可用于“搜索用途”。

这一披露正值一场关键的反垄断审判，该审判确定科技公司在去年被认定非法垄断在线搜索市场后必须如何重组其业务。司法部现在正推动结构性补救措施，包括迫使该公司剥离其Chrome浏览器，并禁止使其成为跨设备默认搜索引擎的交易——这一举措也将影响公司的 人工智能产品, 包括Gemini。

谷歌利用出版商声称未允许的内容为AI工具提供动力

Google的 AI概览功能, 使用AI生成的文本在搜索结果顶部总结答案，已经让网站出版商感到震惊。许多人认为它减少了用户点击原始网站的机会并损害了他们的收入，但科技公司继续利用这些来源的数据。

在司法部提交的2024年8月26日题为“Search GenAI <> Gemini v3”的文件中，内部数据显示，作为对出版商选择退出的回应，谷歌已从1,600亿个token的训练语料库中过滤掉了约800亿个token——基本上是文本片段。然而，剩余的800亿个token仍可能包含为Google Search AI功能提供动力的内容。

同一文件还列出了“搜索会话数据”和YouTube视频作为增强AI训练的额外来源，引发了对用户数据被馈送到科技公司AI模型范围的担忧。

当Amit Mehta法官询问是否确实因出版商选择退出而移除了数据集的一半时，Collins确认：“这是正确的。”

司法部强调内部对利用搜索数据训练AI的兴趣

司法部进一步强调了谷歌内部的讨论，表明其有意利用其庞大的搜索数据——排名、查询和用户行为——来训练AI模型。

其中一个实例包括为DeepMind首席执行官Demis Hassabis准备的简报，他在其中思考了使用综合搜索数据训练Google AI模型以评估由此产生的性能提升的想法。

Aguilar问Collins谷歌是否使用搜索数据构建了模型。Collins回应称，他不知道有这样的模型正在开发中，尽管他承认Hassabis对该概念表现出兴趣。

谷歌的法律团队试图淡化对AI主导地位的担忧，辩称其他AI公司可以在不利用其搜索索引的情况下蓬勃发展。例如，体育聊天机器人可以通过与比分提供商的商业合作伙伴关系访问实时数据，而不是通过网络爬取的内容。

尽管如此，司法部坚持认为，谷歌在搜索领域的长期主导地位赋予了它在AI领域的不公平优势，特别是当它将Gemini集成到其搜索基础设施中时。

谷歌在广告业务方面面临进一步审查

Alphabet旗下的谷歌也将在9月面临一场审判，关于反垄断执法机构提出的迫使该公司出售其广告技术业务部分资产的建议。拟议的变革旨在解决该公司在在线出版商用于销售数字广告的工具方面的主导地位。

弗吉尼亚州亚历山大市的美国地区法官Leonie Brinkema在听取谷歌和司法部关于潜在补救措施的意见后设定了审判日期。双方预计将在周一提交详细提案。

司法部寻求让科技公司剥离其广告交易所和出版商广告服务器业务——根据司法部律师Julia Tarver Wood的说法，这一过程预计需要数年。

谷歌律师Karen Dunn反驳称，该公司支持行为补救措施，例如允许实时竞价向竞争对手开放。然而，她辩称，司法部在法律上不能强迫公司出售其业务部分。Dunn进一步主张，此举将损害互联网用户，并因缺乏有兴趣的买家而面临挑战。