摄影师与LAION关于AI训练数据集的法律纠纷被驳回
在最近一起备受关注的摄影师与非营利组织LAION之间的案件（案件编号310 O 227/23）中，汉堡地区法院裁定支持LAION，驳回了摄影师的版权侵权指控。争议的起因是LAION在其广泛使用的"LAION-5B"数据集中包含了一张摄影师的图片，该数据集是一个包含58.5亿对图文的集合，免费用于人工智能（AI）训练。
LAION是一个致力于为AI研究创建大型数据集的非营利组织，他们从一家图片社的网站上抓取了这张图片。图片与描述和元数据（包括URL）配对后，被添加到LAION-5B数据集中。摄影师起诉LAION，声称该非营利组织未经许可复制了他的图片，违反了图片社禁止自动抓取其内容的条款。LAION则辩称，他们的行为在德国版权法下是合法的，特别是允许数据挖掘和科学研究的规定（§§ 44b, 60d UrhG）。
法院最终驳回了摄影师的指控，认定LAION的活动符合§ 60d UrhG中规定的研究豁免，该豁免允许非商业实体为科学研究目的使用受版权保护的作品，包括创建AI训练数据集。
关键要点：
- 法院支持LAION：汉堡地区法院裁定支持LAION，驳回了摄影师的版权侵权指控。LAION在其AI训练数据集中使用该图片被认为是合法的，符合德国版权法的研究豁免。
- LAION-5B数据集：争议的核心是LAION的庞大"LAION-5B"数据集，这是一个用于训练AI模型的58.5亿对图文的公共资源。该图片是从一家图片社的网站上抓取的，并被包含在数据集中，未经摄影师事先同意。
- 版权法与AI：此案突显了版权法与AI训练数据集之间不断发展的交叉点，因为创作者和开发者正在努力应对使用公开可用图片训练机器学习模型的法律界限。
- 研究豁免：LAION成功辩称，其使用该图片受到§ 60d UrhG的保护，该条款允许非商业组织为科学研究目的复制受版权保护的作品。
深入分析： 这一裁决揭示了围绕AI、版权和数字内容合理使用日益复杂的法律问题。LAION成立于2021年，专注于创建供公众和科学使用的大型数据集，使AI研究人员能够在大量现实世界数据上训练模型。"LAION-5B"数据集是案件关注的焦点，是最大的公开可用AI训练数据集之一，广泛用于生成AI模型的开发。
原告，一位摄影师，辩称LAION从图片社的网站上抓取了他的图片，侵犯了他的版权。该图片被用于非营利组织的AI训练过程，包括下载图片、配对描述，然后将其包含在数据集中。原告声称这构成了§ 16 UrhG下的非法复制，该条款保护创作者免受未经授权的复制。
作为回应，LAION援引了德国版权法中的法律条款，特别是§ 44b UrhG，该条款允许文本和数据挖掘，以及§ 60d UrhG，该条款允许非商业组织为科学研究目的复制受版权保护的作品。法院发现，LAION的数据集用于训练AI系统，符合科学研究的要求，因此其使用该图片是合法的。尽管摄影师对这类数据集的潜在商业影响表示担忧，但法院强调LAION的工作仍属于非商业研究的范畴。
此案对AI行业的影响重大，特别是随着生成AI变得更加先进，像LAION-5B这样的数据集对于训练大规模模型至关重要。摄影师的担忧反映了创意社区的更广泛焦虑：即在受版权保护的作品上训练的AI模型最终可能产生与人类创作者竞争的内容。然而，法院的裁决表明，当前的法律框架倾向于优先考虑科学研究和科技进步，特别是在非商业环境中。
此案还引发了对§ 44b UrhG界限的质疑，该条款管理文本和数据挖掘。原告辩称，该法律并非旨在涵盖使用受版权保护的作品作为训练材料的AI抓取。然而，法院无需完全解决这一问题，因为它发现LAION的活动符合§ 60d UrhG的更广泛研究豁免。
你知道吗？ 这场法律纠纷的核心是LAION-5B数据集，这是世界上最大的同类数据集之一。该数据集包含58.5亿对图文，免费提供，并被研究人员和开发者广泛用于训练AI模型，这些模型用于计算机视觉、自然语言处理和生成AI技术。值得注意的是，像LAION-5B这样的数据集对于开发大型语言模型（LLMs）和文本到图像生成工具至关重要，例如广泛使用的DALL-E和Stable Diffusion。
该数据集通过抓取公开可用的网络图片并配以描述性文本构建，为研究人员提供了丰富的AI训练资源。然而，正如本案所示，这些数据集的法律地位仍然是一个激烈争论的问题，特别是随着AI模型变得更加复杂和能够产生与人类创造力相媲美的内容。