GitHub遭炮轟：Copilot“抄襲”已經(jīng)失控，為訓(xùn)練AI侵權(quán)整個社區(qū)

白交 2021-07-10 22:51:23 來源：量子位

博雯 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

「他們簡直是不知羞恥?！?/p>

7月7日，一位網(wǎng)友在推特上公開炮轟GitHub：

這位用戶貼出了一封GitHub的郵件回復(fù)。

郵件中，GitHub官方確認(rèn)了他們會使用所有GitHub公開代碼來訓(xùn)練Copilot，并且不區(qū)分License類別。

而在之前，明明官方有過“Copilot是在GPL代碼的基礎(chǔ)上訓(xùn)練出來的”這種說法，但之后GitHub的CEO又表示：

每天都有數(shù)百名GitHub的開發(fā)者在使用Copilot，如果預(yù)覽版進(jìn)展順利的話，我們將計劃在未來某個時候?qū)⑵鋽U(kuò)展為付費產(chǎn)品。

完全就是一副視General Public License如無物的樣子。

這位博主諷刺到，遵守版權(quán)的只有窮人和無產(chǎn)者，富人和大公司想怎么做都可以。

這個消息一出，網(wǎng)友們直接炸了。

“我們不區(qū)分License”

不區(qū)分License類別，這意味著什么？

不管是使用了以下哪一份協(xié)議的代碼，GitHub都有可能拿來訓(xùn)練Copilot。

△圖源博客《如何選擇開源許可證？》

如果未來Copilot真的變成付費商品，那么對于很多并不允許被修改后拿去商用的源代碼來說，這毫無疑問是一種侵權(quán)行為。

更何況還包括了整個GitHub里的所有代碼！

在GitHub自己的服務(wù)協(xié)議（ToS）里，他們可都表示“這份協(xié)議并沒有給GitHub出售您內(nèi)容的權(quán)利”：

不過有人覺得事情沒那么嚴(yán)重：

他們沒有真正出售代碼，他們賣的是一種代碼組合的模式。

確實，GitHub官方有說過Copilot“通常不會精確復(fù)制代碼塊”。

但馬上就有人反駁：

可是大量的例子表明Copilot就是在逐字復(fù)制-粘貼代碼塊，實質(zhì)上不就是在出售別人的代碼嗎？

而且，要是Copilot自動生成的代碼就是從別處一字不差的照搬來的呢？

又或者來自某個不允許被商用的源代碼，而用戶又拿著這些自動生成的代碼去商用了呢？

不僅是GitHub自己違背版權(quán)，這種不顧License的商用也有可能讓用戶在無意識間面臨被起訴的風(fēng)險。

而GitHub Copilot的下載頁面中，并沒有與此相關(guān)的法律風(fēng)險的提示。

最開始曝出這一事件的博主表示：

GitHub以及微軟認(rèn)為，個人和小型社區(qū)項目的版權(quán)是沒有價值的。這也就是為什么他們會和自由軟件們打成一片；他們從來都沒打算尊重過我們的權(quán)利。

而目前，GitHub還沒有對這件事作出回應(yīng)。

抄襲可恥，AI無罪？

Copilot上周二由GitHub和OpenAI聯(lián)合發(fā)布。

至此，發(fā)布不到兩周，Copilot就深陷“版權(quán)侵犯”的質(zhì)疑之中。

在發(fā)布之初時，GitHub稱：

Copilot可以分析文檔中的字符串、注釋、函數(shù)名稱以及代碼本身，從而生成新的匹配代碼，包括之前調(diào)用的特定函數(shù)。

簡單來說，這就是個“自動代碼生成器”。

剛剛發(fā)布時有人把Copilot拉去刷Leetcode的題庫，結(jié)果這位“AI程序員”每次都能通過Leetcode的測試，代碼生成速度還近乎實時：

只要寫下一段注釋，Copilot就能補(bǔ)全剩下的代碼，并提出改進(jìn)的建議。

不僅能為真的程序員節(jié)省查找時間，還能提高編程效率，看起來好像真的很美好。

但GitHub的CEO的那句要把Copilot商用的未來期望馬上就引來了滿城風(fēng)雨。

馬上就有一位網(wǎng)友表示：

根據(jù)他們自己的說法，Github Copilot是在GPL代碼的基礎(chǔ)上訓(xùn)練出來的，這不就是把開源代碼洗成商業(yè)產(chǎn)品嗎。

而這位程序員也提到，Copilot并沒有做到它說的“不會精準(zhǔn)復(fù)制某個代碼塊”。

兩天后，另一位網(wǎng)友就驗證了這一說法。

在這段網(wǎng)友放出的視頻中，只打出Fast Inverse Square Root（平方根倒數(shù)速算法）四個字，Copilot就“完美復(fù)刻”《雷神之錘3》里的那段著名的算法：

甚至連那句WTF的經(jīng)典注釋都沒有放過。

隨后，矛盾進(jìn)一步深化。

7月3日，有開發(fā)者站出來抵制GitHub Copilot，表示自己再也不會使用GitHub來托管代碼：

這位抵制者認(rèn)為：

我不同意GitHub在未經(jīng)授權(quán)和未經(jīng)許可的情況下，使用受版權(quán)保護(hù)的源代碼作為其Copilot產(chǎn)品的訓(xùn)練數(shù)據(jù)。該產(chǎn)品將受版權(quán)保護(hù)的源代碼放入使用者的軟件中，而不告知他們源代碼的許可，這導(dǎo)致了對版權(quán)所有者作品的未經(jīng)授權(quán)和未經(jīng)許可的不當(dāng)使用。

而現(xiàn)在，官方確認(rèn)的“不顧開源許可證，以GitHub上所有開源代碼來訓(xùn)練”這一事實，更是引爆了整個社區(qū)。

現(xiàn)在，已經(jīng)有科技公司明確表示：禁止員工使用GitHub Copilot。

參考鏈接：
[1]https://twitter.com/NoraDotCodes/status/1412741339771461635
[2]https://www.reddit.com/r/programming/comments/og8gxv/github_support_just_straight_up_confirmed_in_an/
[3]http://www.b99b.cn/2021/07/25969.html