━━ ━━GitHub Copilot自詡為軟件開發(fā)人員的“人工智能（AI）配對程序員”，能夠?qū)崟r提出代碼建議。它由OpenAI建造，擁有生成型AI模型，由“公開可用資源的文本和源代碼”訓練。然而，一項集體訴訟聲稱GitHub Copilot及其母公司微軟，以及OpenAI存在開源軟件侵權(quán)和其他違反開源許可的行為。具體地說，該訴訟指控Copilot生成的代碼的版權(quán)聲明或副本許可中，不包括原代碼作者的任何歸屬。這起訴訟開創(chuàng)性地挑戰(zhàn)了生成型AI，同時也引發(fā)了對開源方法的質(zhì)疑。Sonatype的開源開發(fā)者、機器學習工程師、開源貢獻者和維護者薩爾?基米希（Sal Kimmich）說：“開源精神不僅僅是希望保持開放的空間。為了確保開源安全，我們開發(fā)了相關(guān)流程，需要實現(xiàn)可追蹤性、可觀察性和可驗證性。Copilot模糊了這些（代碼）片段的最初起源。”為了解決開源許可的問題，GitHub計劃推出一項新的Copilot功能，該功能將“在GitHub上，為類似公共代碼構(gòu)想提供參考意見，幫助你就能否使用相關(guān)代碼以及如何使用該代碼作出更合理的決定”。GitHub表示，該功能包括“在適當?shù)臅r候提供歸屬說明”。此外，GitHub還有一個可配置的過濾器，阻止匹配公共代碼的構(gòu)想。不過，相關(guān)責任還是落在了開發(fā)人員身上，正如GitHub在Copilot的條款和條件中所述：“GitHub不主張對構(gòu)想的任何權(quán)利，你保留對代碼的所有權(quán)和責任，包括你在代碼中的構(gòu)想。”另一個問題是，使用公開可用的代碼進行訓練是否合法，用這種方式生成的代碼是否會侵犯版權(quán)。基米希提到了谷歌與甲骨文的案件，其中“采用了方法的名稱而非實現(xiàn)的功能，這是可以的。這是在替換功能內(nèi)容，僅保留了一些模板。”在Copilot案中，應(yīng)該逐字生成代碼的版權(quán)。電子前沿基金會的高級法務(wù)專員吉特?沃爾什（Kit Walsh）認為，Copilot在公共庫進行訓練是合理使用。“合理使用保護了對版權(quán)作品的分析用途。Copilot是在消化代碼，并在自己的神經(jīng)網(wǎng)絡(luò)中創(chuàng)建關(guān)聯(lián)，包括代碼遵循的內(nèi)容以及出現(xiàn)的環(huán)境，這是對原作品真實分析的合理使用。這類案例涉及視頻游戲機、搜索平臺和API。”沃爾什說，這要看“（Copilot）從訓練數(shù)據(jù)的給定元素中復制了多少內(nèi)容”，以及它是否包含受版權(quán)保護的創(chuàng)造性表達。“如果包含，那么就可能會發(fā)生侵權(quán)問題。”她說。沃爾什說，這起訴訟“正在開創(chuàng)法律先例，將對未來的其他生成型工具產(chǎn)生影響。對于這種作品，創(chuàng)作了（它）的人有資格獲得版權(quán)保護，而且它可以像代碼片段一樣嵌入其他人受版權(quán)保護的作品。”博思艾倫咨詢公司和EleutherAI的AI研究員史黛拉?彼得曼（Stella Biderman）表示，她希望這起訴訟能夠定義什么“是合法的，這對開源AI研究人員是一個重大問題。我非常希望未來可以依據(jù)這場訴訟的結(jié)果來選擇訓練模型。”針對訴訟和GitHub Copilot，開源社區(qū)似乎存在著分歧。例如，自由軟件管理委員會對Copilot表示擔憂，甚至呼吁抵制GitHub，但對加入集體訴訟持謹慎態(tài)度。基米希說，他們和其他開源擁護者都知道開源開發(fā)人員出于道德立場選擇不使用Copilot，但也有喜歡Copilot的人。“他們一邊學習，一邊開發(fā)和執(zhí)行代碼。”基米希等人也在用Copilot，并且認識到了它給開發(fā)人員帶來的益處。他們說：“支持它的神經(jīng)網(wǎng)絡(luò)不僅用代碼幫助你，還能提供更多的場景關(guān)聯(lián)信息。這意味著，開發(fā)人員現(xiàn)在具有了擴展智能，可提供關(guān)于上下文的建議。我認為這很棒。這是我們迄今為止應(yīng)用的最強大的生成型智能。”不過，基米希認為，如果不解決開源許可問題，GitHub Copilot將只能用于愛好者項目和新軟件包開發(fā)。“作為一名工程師，我如果想要使用Copilot，就要限定它所提供的是許可范圍內(nèi)的代碼，或者聲明許可共同開發(fā)。如果找不到原始許可或原始知識產(chǎn)權(quán)的證明，那么我需要知道能否避免使用它。”GitHub Copilot可能會選擇修改其AI模型，使其可追蹤歸屬并添加代碼原作者的署名，在此過程中還將添加相關(guān)的版權(quán)聲明和許可條件，彼得曼表示這在技術(shù)上是可行的。“OpenAI和微軟采取的立場似乎是，過濾許可對他們來說過于繁重， 而其他模型則可以成功地進行過濾。”她以InCoder等學術(shù)模型為例，該模型使用了有許可的代碼進行訓練，“還有其他選擇和其他模型，不僅更加符合道德規(guī)范，可能也更加符合法律。”彼得曼說。作者：Rina Diane CaballarIEEE Spectrum《科技縱覽》官方微信公眾平臺往期推薦AI成為強大的像素繪圖工具未來AI：在稀有納米磁體上印刷電路用AI尋找“隱形”潛艇：技術(shù)的進步會終結(jié)和平嗎？ 查看全文
