马斯克将起诉微软，称其使用 Twitter 数据“非法”训练 AI 产品

北京时间 4 月 20 日早间消息，埃隆·马斯克表示将对微软提起“诉讼”，理由是微软使用 Twitter 数据“非法”训练其产品。

今天早些时候微软宣布将停止在其智能广告平台上支持 Twitter，马斯克此举显然是针对微软的报复行动。微软和马斯克是当前各大平台上的“顶流”，他们之间还存在一些竞争关系，因此，马斯克的言论引起了大量吃瓜群众的关注。

事件经过

今年 2 月，Twitter 宣布不再支持免费 API 访问，将改为付费使用，其套餐价格从每月 4.2 万美元到 21 万美元（约 28.9 万元到 144.5 万元人民币）不等。

根据外媒《WIRED》报道，Twitter 在其开发者平台上提供了三种级别的企业软件包，其中最便宜的是一个小套餐，每月支付 42000 美元可以访问 5000 万条推文。套餐等级越高，研究人员或企业获得的推文数量就越多：每月支付 12.5 万美元可以获得 1 亿条、每个月支付 21 万美元可以获得 2 亿条。 使用免费 API 将只能访问平台 1% 的推文，根本不足全面反映该平台上的活动。这对很多研究人员甚至一些企业来说是一种“打击”。

因为马斯克改变了 API 政策，微软今天声称面向广告主的社交媒体规划和调度工具不再支持 Twitter。微软告诉客户：“从 2023 年 4 月 25 日开始，带有多平台的智能广告系列将不再支持 Twitter，从 2023 年 4 月 25 日开始，数字营销中心（DMC）将不再支持 Twitter”。这些举措意味着用户将不再能够访问他们的 Twitter 账户，或者通过微软的免费社交媒体管理服务创建、安排或以其他方式管理推文。

凭借其 2.15 万亿美元的市值和去年年底手头约 1000 亿美元的现金，微软显然有足够的钱向 Twitter 支付它想要的东西，因此微软想表达的并不仅仅是声明中的那么简单。

而马斯克也好不容易才看到扭亏为盈的希望，因此对微软的封杀令十分不满，他发推文指责微软非法使用 Twitter 数据进行 AI 训练，声称要起诉微软。

目前尚不清楚马斯克究竟指控微软使用 Twitter 数据非法训练哪些 AI 产品，但很可能针对的就是 ChatGPT。根据微软与 OpenAI 的许可协议，OpenAI 用“来自互联网的大量不同文本数据”训练了其强大的 AI 模型。

马斯克本身就对微软不满，后者已成为 ChatGPT 背后的公司 OpenAI 的主要合作伙伴。尽管马斯克帮助创建了 OpenAI，但他自那以后一直抨击这家位于旧金山的实验室是一家“由微软有效控制的闭源、利润最大化的公司”。

不管马斯克是否真会去起诉，马斯克推文下的吃瓜群众反正是乐翻了天：“爆米花准备好了！”

“马斯克在做正确的事情，赶紧起诉，不要只说不做！”“啊，见证历史啊，马斯克要将 Billy-Bully 的盖茨告上法庭～”“马斯克与微软在 Twitter 数据上的战斗将是一场值得关注的大战”......

马斯克与微软注资的 OpenAI 竞争升级

马斯克起诉微软，也有网友对此表示事情变得更有趣了，“马斯克说他要起诉微软，虽然我是 OpenAI 的粉丝……但是，我觉得马斯克的诉讼是有道理的。1) OpenAI 是用马斯克的钱 + 声誉资助的。2) 他创造了这个名字并获得了早期的雇员。3）他的名声被利用了……”

2015 年，马斯克曾参与创立 OpenAI，并坚持要求 OpenAI 技术必须是开源的。2018 年，马斯克从公司董事会辞职。2019 年马斯克宣布跟 OpenAI 彻底分道扬镳，表示由于自己与 OpenAI 在一些发展观点上发生不和，所以选择了退出。不久之后，OpenAI 宣布接受微软 10 亿美元注资，摆脱了非营利组织的地位。

马斯克曾明确地表示，“我为了创建 OpenAI 真的付出很多努力，以抗衡谷歌公司，”他说。“然后我转移了注意力。我猜，他们现在是闭源的，而且他们显然是逐利的，他们与微软合作密切。在这一点上，微软即使没有直接控制 OpenAI，也有很大的发言权。”

马斯克虽然也赞美过 ChatGPT 的表现“好得有点可怕“，但他更多的是担心人工智能带来的安全威胁，认为微软和谷歌在这方面做的都不够好：微软支持的 OpenAI 一直在“训练人工智能说谎”，而谷歌联合创始人拉里·佩奇没有认真对待人工智能安全。

今年 2 月，马斯克在 Twitter 上表示，对比 ChatGPT，“我们需要的是 TruthGPT”。至少从那时开始，马斯克一直在积极物色 AI 领域的人才，希望与 ChatGPT 展开竞争。他挖到的人才包括 Igor Babuschkin、 Manuel Kroiss 等，近期还大手笔购置 1 万张英伟达A100 GPU，这是训练大模型必备的高性能芯片。就在前几天，马斯克在接受采访时宣布，他将推出一个名为“TruthGPT”的 AI 平台。

马斯克认为 TruthGPT 是对 OpenAI 的修正。OpenAI 对利润的追求可能会干扰其塑造 AI 模型时的道德观念。与之对应，“TruthGPT”才是更加透明的选项。TruthGPT 团队也在其 Telegram 频道上解释说，TruthGPT 的使命是“建立马斯克愿景......其开发已经启动，很快它将成为全世界都可以访问的诚实和真理的灯塔。”

反对大模型白嫖

数据是大模型训练中必不可少的资源，然而最近出现了许多关于数据使用权的争议，认为大模型侵犯了用户和企业的版权。

在马斯克扬言起诉微软之际，另一个社交媒体平台 Reddit 宣布计划向使用其 API 的用户收费，理由是 Reddit 用户的数据被用来训练人工智能模型。

Reddit 是 AI 聊天机器人的重要数据资源，其 API 自 2008 年以来一直免费对开发人员开放。4 月 18 日，Reddit 宣布将开始向过度使用其数据 API 的公司收费。

虽然没有直接点名 OpenAI 或谷歌这样的公司，但 Reddit 首席执行官兼联合创始人史蒂夫·霍夫曼表示，包括 Reddit 在内的社交媒体资源提供了用于训练大型语言模型 (LLM) 的一些资源，这些模型可以对人类提示提供有说服力的响应。他强调 Reddit 的数据语料库非常有价值，“是进行真实对话的地方”，“（人工智能公司）爬取 Reddit 产生价值，但不将任何价值返回给我们的用户，”霍夫曼认为，“现在是收紧政策的好时机。”

与此同时，生成式 AI 正面临艺术家集体诉讼，此前旧金山三名艺术家表示他们多年塑造的作品风格被 AI 仿效，要求绘图公司提供补偿。全球图库图片巨头 Getty Images 也对 Stable Diffusion 背后的公司 Stability AI 提起诉讼。Getty Images 声称其超过 1200 万张受版权保护的图片被用于训练 Stable Diffusion，要求 Stability AI 给予 1.8 万亿美元的赔偿。

当其他公司开始要求大模型企业付费使用时，马斯克是第一个声称微软使用 Twitter 的数据是违法的人。此后，任何公司，只要其数据被微软、谷歌等企业用来构建生成式人工智能产品，将都可以使用马斯克这一论点。

不确定 Twitter 和微软是否真的会在法庭相见，但大模型背后的公司和那些在途中无偿提供数据的公司，他们之间的诉讼将会越来越多。

参考链接：

https://bgr.com/tech/elon-musk-claims-microsoft-illegally-trained-its-ai-using-twitter-data-threatens-lawsuit/

https://twitter.com/elonmusk/status/1648784955655192577

https://www.businessinsider.com/reddit-to-charge-ai-companies-api-content-use-2023-4

https://news.ycombinator.com/item?id=35632334