为训练AI不择手段！Meta被曝下载数十TB盗版电子书

快科技 2 月 9 日消息，据媒体报道，一名图书作者对 Meta 提起诉讼，指控该公司未经授权下载了大量盗版电子书，用于训练其 AI 模型。

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，其中包括数千万本盗版书籍。

根据法庭文件，Meta 通过名为"安娜的档案"（Anna's 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，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。

但 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。