简单学点大模型-大模型法律

最新推荐文章于 2024-06-25 17:18:43 发布

我的薯条呢

最新推荐文章于 2024-06-25 17:18:43 发布

阅读量109

点赞数

文章标签：人工智能深度学习

本文链接：https://blog.csdn.net/2201_75734742/article/details/132911643

版权

在大型语言模型的生命周期中，有两个主要领域与法律交叉：数据和应用。

5.1 数据和法律

5.1.1 数据侵权

语言模型依赖于大量的数据，训练语言模型的时候，这些用于训练的数据往往在未经许可的情况下被使用。知识产权法保护数据的创作者，那么在这些数据上训练语言模型是否构成侵犯版权？隐私法保护个人隐私权，那么在公开或私密数据上训练语言模型是否可能侵犯隐私？对于私密数据，何时可以收集和汇总这些数据？

首先，模型创建者通过在网络上搜刮信息来扩大数据集的行为将受到法律的约束，特别是美国《计算机欺诈和滥用法案》(CFAA)，该法案将“未经授权”访问服务器这一行为定性为犯罪。

其次，训练集中包含的大部分数据受到版权保护，并可能受到知识产权法的保护。关于在训练语言大模型时使用这些数据是否侵权的问题，有学者认为这主要取决于法律是否会将这一行为合理为“变革性”的举动。“变革性”举动指从上下文中衍生出新的内容，且有进一步的目的或不同的性质。

最后，在一些数据上训练语言模型可能会侵犯隐私法。在过去大部分时间里，公众害怕个人隐私数据被滥用。一些公司通常会收集用户信用卡号码、地址和其他关键信息，被跟踪的感觉令人不安。外国隐私法，如欧盟的《一般数据保护条例》(GDPR)，如果美国人创建的模型的训练集包含欧盟公民的信息，数据的主人需要了解数据收集的目的。

5.1.2 数据偏见

AI产生偏见已经不是稀奇的事了。最近发表在《科学》杂志上的一项研究表明，每年影响美国数百万人的医疗保健中使用的风险预测工具表现出显著的种族偏见。

在大多数情况下，问题源于用于训练AI的数据。如果这些数据有偏差，那么AI将会产生或者放大偏见。例如，当微软使用推特训练聊天机器人与推特用户互动时，由于其煽动性的种族主义信息，它不得不在机器人上线后的第二天将其关闭。但仅仅从训练数据中消除种族或性别等人口统计信息是不够的，因为在某些情况下，需要这些数据来纠正偏见。

出现这样的问题，公司可能会面临大量用户的起诉。

5.2 应用和法律

大型语言模型可以被应用于广泛的下游任务，如问答，聊天机器人。其技术可能被有心人利用于制造垃圾邮件，制造网络攻击，制造假新闻。它们还可能被应用于许多物理系统，比如自动驾驶汽车，医疗诊断，电网管理等，一旦出现偏差，后果不堪设想。

在美国加利福尼亚州，如果在不告知的前提下使用机器人与他人聊天，这是违法的。限制：只适用于激励销售或影响选举投票的情况。限制：只适用于每月在美国有1000万访问者的公开网站。

5.3 预防措施和法律手段

5.3.1 预防措施

在一些需要答案高度准确的情况下，我们应避免使用AI或者至少将其置于人类判断之下，比如诊断病情，筛选求职者，批准住房贷款，或建议判处监禁等情况。

然而，后一种方法仍然需要仔细的思考。假设一位法官违反人工智能的建议提前释放了一名罪犯，然后该罪犯实施了暴力犯罪。法官会迫于压力解释她为什么无视人工智能。由此，使用AI可以提高人类决策者的责任感，这可能会使人们更经常地遵从算法。

因此，使用AI的时候应衡量算法与人类决策的公平性。

5.3.2 法律手段

《生成式人工智能服务管理暂行办法》已经2023年5月23日国家互联网信息办公室2023年第12次室务会会议审议通过，并经国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局同意，现予公布，自提供者应当依法承担网络信息内容生产者责任，履行网络信息安全义务。涉及个人信息的，依法承担个人信息处理者责任，履行个人信息保护义务。2023年8月15日起施行。