新文速递|张湖月&杨颂：GPT-4o 的高额代价
学术
Education
2024-06-06 14:31
中国香港
点击上方蓝字HKUCCL关注我们~
The High Cost of GPT-4o
张湖月 ![]()
黄乾亨中国法研究中心主任 | 杨颂 ![]()
伦敦商学院管理学教授 |
本文于2024年6月3日发表在“Project Syndicate”，点击文末“阅读原文”即可查阅。
2024年5月13日，OpenAI发布了其最新的多模态大模型GPT-4o。该模型能力横跨文本、语音和视觉，效果拔群。更引人瞩目的是，OpenAI决定将该模型的功能免费向所有用户开放——使用GPT-4o无需支付任何订阅费。然而，天下没有免费的午餐。用户所付出的代价是“数据”。就像黑洞一样，GPT-4o通过吸收靠近它的各类物质来壮大自身，累积用户输入的每一条信息，无论是文字、音频文件还是图像。在与GPT-4o互动过程中，用户不仅会透露自身信息，还可能提供第三方数据。例如，用户可能截屏《纽约时报》的页面并将图片上传至GPT-4o以生成摘要。对于用户而言，在摘要生成时互动已经结束。然而，OpenAI可以利用屏幕截图中的版权内容来进一步训练和优化其模型。OpenAI并非孤例。过去一年里，微软、Meta、谷歌和X等头部AI公司都悄悄更新了隐私政策，允许其收集用户输入的数据并用于训练AI模型。目前，头部AI公司已经因未经授权使用版权内容而面临多起诉讼，但这并未削弱其对数据的强烈需求。毕竟，数据是开发更优秀模型的关键。在某种程度上，GPT-4o为OpenAI提供了一种新的数据获取方法：通过“免费服务”吸引大量用户，从而“众包”多模态数据的供应。这种方法也是数字平台历来采用的商业模式：用户无需为搜索引擎和社交媒体等服务付费，平台从用户数据中获益。由于用户提供的数据可能涉及他人的版权内容，用户“同意”AI训练并不能解决版权侵权问题。此时，用户与GPT-4o的互动对其他版权所有者产生溢出效应，即“外部性”。然而，追究OpenAI的责任并非易事。AI生成的内容与训练数据相似的可能性极低，版权所有者难以判断其内容是否被用于模型训练。此外，公司可能会以不知情作为辩护：用户在与其服务互动时提供了这些内容，公司如何得知这些内容的来源合法性呢？为防止版权内容被吸入AI训练的黑洞漩涡，创作者和出版商采取了许多措施，包括技术防护和服务条款的更新。然而，只要OpenAI能继续利用“用户提供”的漏洞，这些版权保护措施便难以奏效。要解决GPT-4o的外部性问题，最可靠的方式是监管者限制AI公司收集和使用用户数据的能力。
