美國(guó)人工智能(néng)公司OpenAI推出GPT Store，掀起AI应用(yòng)新(xīn)潮流；谷歌遭遇裁员风波，聚焦AI战略调整；特斯拉创始人埃隆·马斯克起诉OpenAI，指控其背离了初衷，将人工智能(néng)用(yòng)于盈利而非為(wèi)人类福祉服務(wù)……近期，人工智能(néng)领域大模型声势高涨，产品与服務(wù)推陈出新(xīn)，但同时也伴随着诸多(duō)争议，尤其是在数据安全方面。

AI大模型训练是一个复杂而精细的过程，它依赖于大量的高质量数据来提升模型的性能(néng)和智能(néng)水平。在这个过程中，科(kē)技巨头為(wèi)了保持竞争优势，不断寻求更丰富的数据资源，包括文(wén)本、图片、视频以及专业领域的知识等，从而使AI模型能(néng)够更好地生成和理(lǐ)解内容。

训练AI模型时，数据的来源和使用(yòng)方式也引起了公众和法律界的广泛关注。特别是当涉及版权、隐私和知识产权等敏感问题时，数据的使用(yòng)就更需谨慎。最近，视频网站YouTube首席执行官尼尔·莫汉（Neal Mohan）在一次采访中提到了这一问题，他(tā)表示，尽管没有(yǒu)直接证据表明OpenAI使用(yòng)了YouTube的视频内容来训练其文(wén)生视频AI工具Sora，但如果确实存在这种行為(wèi)，那么这将明显违反YouTube平台的使用(yòng)条款。

莫汉表示，YouTube平台上的内容创作者有(yǒu)权对他(tā)们的作品进行控制，包括如何使用(yòng)这些内容。当创作者将他(tā)们的作品上传到YouTube时，他(tā)们期望这些内容能(néng)够受到保护，并按照平台的规则和他(tā)们与平台之间的协议来使用(yòng)。这意味着，任何未经授权的使用(yòng)，尤其是用(yòng)于商(shāng)业目的的AI模型训练，都可(kě)能(néng)构成侵权行為(wèi)。

此外，《纽约时报》的报道认為(wèi)，OpenAI和谷歌可(kě)能(néng)使用(yòng)了YouTube视频的转录文(wén)本来训练他(tā)们的AI模型，这可(kě)能(néng)侵犯了内容创作者的版权。OpenAI被指控使用(yòng)其Whisper语音识别工具转录了超过100万小(xiǎo)时的YouTube视频内容，并用(yòng)这些数据来训练其模型。这一行為(wèi)如果未经内容创作者的许可(kě)，就可(kě)能(néng)违反了版权法，并引发关于AI训练数据合法性的讨论。

在AI领域，数据的重要性不言而喻。随着数据资源的日益紧张，如何合法、合规地获取和使用(yòng)数据成為(wèi)一个亟待解决的问题。特别是在AI大模型备受瞩目且承载厚望的当下，数据的质量、多(duō)样性以及专业性等将直接决定AI模型生成内容的质量高低和适用(yòng)场景的广泛程度。

推动人工智能(néng)产业快速发展，要把保障数据安全放在突出位置。近年来，我國(guó)高度重视人工智能(néng)安全发展，逐步完善相关政策法规。國(guó)務(wù)院印发《新(xīn)一代人工智能(néng)发展规划》，提出面向2030年我國(guó)新(xīn)一代人工智能(néng)发展的指导思想、战略目标、重点任務(wù)和保障措施，部署构筑人工智能(néng)发展的先发优势，加快建设创新(xīn)型國(guó)家和世界科(kē)技强國(guó)。面向算法治理(lǐ)，出台《关于加强互联网信息服務(wù)算法综合治理(lǐ)的指导意见》《互联网信息服務(wù)算法推荐管理(lǐ)规定》等。面向人工智能(néng)合成技术的快速突破，出台《互联网信息服務(wù)深度合成管理(lǐ)规定》《生成式人工智能(néng)服務(wù)管理(lǐ)暂行办法》等。在全球数字经济激烈竞争格局下，科(kē)學(xué)把握风险防范的尺度至关重要。

以大模型為(wèi)代表的人工智能(néng)技术，其潜能(néng)正日益显现。要抓住这一技术所带来的巨大机遇，必须同时警惕其潜在的安全风险和隐患。因此，科(kē)技企业需要采取更為(wèi)透明和负责任的举措来对待数据问题。这要求企业积极与内容创作者建立合作关系，确保获取的数据拥有(yǒu)合法授权。同时，积极探索新(xīn)的数据来源，例如利用(yòng)合成数据和公开数据集。合成数据可(kě)以帮助解决数据匮乏、数据质量不高等问题，特别是在一些难以获取真实数据的场景中，合成数据成為(wèi)训练AI模型的有(yǒu)效手段。此外，企业还需要加强内部的数据管理(lǐ)和合规审查，确保所有(yǒu)的数据使用(yòng)都符合法律法规和道德标准。（作者 吴双）