2025-01-29 | 김경미 기자

OpenAI与微软“正调查中国DeepSeek盗用美国数据”?

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

在中国人工智能(AI)初创公司深度求索(DeepSeek)推出低成本、高性能AI模型引发震动之际,有关其是否未经授权盗用美国技术和数据进行训练的质疑不断升温。据悉,ChatGPT开发商OpenAI及其最大投资方微软(MS)已启动自查。

29日(当地时间),彭博社援引消息人士报道称,OpenAI与微软正在调查中国深度求索及与该公司有关联的团体是否未经授权盗用了ChatGPT的生成数据。据报道,微软的安全研究人员去年秋天发现,疑似与深度求索有关的个人使用OpenAI的API(面向程序员的程序接口)大量导出数据。软件开发者可支付许可费用,使用API将OpenAI的AI模型集成到自己的应用程序中。不过OpenAI的服务条款明确规定,用户不得“复制(拷贝)”其服务,也“不得使用输出成果开发与OpenAI竞争的模型”。微软怀疑,通过个人开发者进行的这类活动违反了OpenAI的服务条款,或是为了规避单个企业可获取数据量的限制。

当天《金融时报》(FT)也报道称,“OpenAI发现了疑似深度求索所为的‘蒸馏(distillation)’证据”。蒸馏是指一个AI模型利用另一模型的输出来开发相似功能的训练方式。FT补充称,该技术“被用于让开发者利用更大、性能更强模型的输出,在更小的模型上以低廉得多的成本获得类似结果”。不过报道还提到,OpenAI拒绝就具体证据发表评论。

此前,唐纳德·特朗普第2期政府负责AI及加密货币政策的戴维·萨克斯也在28日提及深度求索“可能存在数据盗窃”。他在接受福克斯新闻采访时表示:“有一种名为‘蒸馏’的技术,即一个模型从另一个模型学习,吸取母模型的知识”,“有相当多的证据表明深度求索从OpenAI模型中提取了知识”。

不过也有观点指出这是普遍做法。加州大学伯克利分校AI博士生里特威克·古普塔对FT表示:“初创公司和学术界使用ChatGPT等商用大语言模型(LLM)的输出成果来训练其他模型,是非常普遍的做法”,“深度求索也在做同样的事并不令人惊讶,而要准确阻止这种做法可能很难”。

OpenAI也发表声明称:“我们清楚地知道,总部位于中国的企业以及其他企业一直在试图模仿美国领先AI企业的模型”,“作为领先的AI企业,我们正在制定保护知识产权的应对措施,并且相信今后与美国政府紧密合作、保护最优秀的模型免受试图窃取美国技术的敌对者和竞争者之努力侵害,是非常重要的”。

另一方面,深度求索本月初推出了模仿人类推理方式的高性能AI模型R1。尤其是该模型性能与竞争对手OpenAI、谷歌、Meta等的主要模型相当,但据称成本仅为560万美元(约80亿韩元),远低于对手,由此令美国大型科技企业股价暴跌,给市场带来冲击。

阅读韩文原文