Gli autori hanno accusato NVIDIA di violazione del copyright in un'azione legale collettiva intentata di recente, sostenendo che la società avrebbe ottenuto milioni di libri piratati dall'Archivio di Anna per la formazione sull'intelligenza artificiale. La denuncia cita documenti interni che indicano che NVIDIA cercava un accesso ad alta velocità ai dati della libreria shadow. NVIDIA, un produttore di chip, ha registrato un aumento delle entrate dal settore dell’intelligenza artificiale a causa della domanda di chip per l’apprendimento dell’intelligenza artificiale e servizi di data center. L'azienda sviluppa modelli di intelligenza artificiale come NeMo, Retro-48B, InstructRetro e Megatron, addestrati utilizzando il suo hardware e ampie librerie di testi. Questa sfida legale fa seguito a precedenti cause legali in cui gli autori accusavano le aziende tecnologiche di addestrare modelli di intelligenza artificiale su libri piratati. All'inizio del 2024, gli autori hanno citato in giudizio NVIDIA, sostenendo che i suoi modelli di intelligenza artificiale erano stati addestrati sul set di dati Books3, che includeva opere protette da copyright dal sito Bibliotik senza autorizzazione. NVIDIA ha difeso le sue azioni come fair use, affermando che i libri funzionavano come correlazioni statistiche per i suoi modelli di intelligenza artificiale. Durante la scoperta, i querelanti hanno scoperto ulteriori prove. Venerdì, gli autori hanno presentato una denuncia modificata che ha ampliato la causa. Questo aggiornamento includeva più libri, autori e modelli di intelligenza artificiale, insieme a nuove affermazioni sulla “libreria ombra”. Gli autori, tra cui Abdi Nazemian, hanno citato e-mail e documenti interni di NVIDIA, affermando che la società ha scaricato volontariamente milioni di libri protetti da copyright. La denuncia sostiene che “le pressioni concorrenziali hanno spinto NVIDIA alla pirateria”, coinvolgendo quella che viene descritta come collaborazione con Anna's Archive. Secondo il reclamo modificato, un membro del team di strategia dei dati di NVIDIA ha contattato l'Archivio di Anna per valutare le offerte di dati. La denuncia descrive nel dettaglio l'interazione: “Nella disperata ricerca di libri, NVIDIA ha contattato l'Archivio di Anna, la più grande e sfrontata delle librerie ombra rimaste, chiedendogli di acquisire i suoi milioni di materiali piratati e di 'includere l'Archivio di Anna nei dati di pre-formazione per i nostri LLM'.” L'Archivio di Anna ha addebitato decine di migliaia di dollari per “l'accesso ad alta velocità” alle sue collezioni piratate; NVIDIA ha studiato le specifiche di questo accesso. La denuncia afferma che Anna's Archive ha informato NVIDIA della natura illegale della sua libreria. La libreria pirata ha quindi chiesto ai dirigenti di NVIDIA se fosse stata concessa l'autorizzazione interna a procedere. Il permesso sarebbe stato concesso entro una settimana, dopodiché l'Archivio di Anna avrebbe fornito l'accesso ai suoi libri piratati. “Entro una settimana dal contatto con l'Archivio di Anna, e giorni dopo essere stato avvertito dall'Archivio di Anna della natura illegale delle loro collezioni, il management di NVIDIA ha dato il 'via libera' per procedere con la pirateria. Archivio di Anna ha offerto a NVIDIA milioni di libri piratati protetti da copyright,” si legge nella denuncia. Anna's Archive ha promesso a NVIDIA l'accesso a circa 500 terabyte di dati, contenenti milioni di libri generalmente disponibili tramite il sistema di prestito digitale di Internet Archive, che a sua volta ha dovuto affrontare un controllo legale. Il reclamo non specifica se NVIDIA ha pagato l'Archivio di Anna per questo accesso. Oltre al database Books3, la denuncia sostiene che NVIDIA ha scaricato libri da LibGen, Sci-Hub e Z-Library. Gli autori sostengono inoltre che NVIDIA abbia distribuito script e strumenti che consentono ai clienti aziendali di scaricare automaticamente “The Pile”, che contiene il set di dati piratati di Books3. Queste affermazioni introducono accuse di violazione indiretta e concorso, sostenendo che NVIDIA ha generato entrate dai clienti facilitando l'accesso a questi set di dati. Gli autori chiedono un risarcimento per i danni, rivolgendosi agli autori nominati e potenzialmente a centinaia di altri nella causa collettiva. Questa è la prima divulgazione pubblica della corrispondenza tra un'importante azienda tecnologica statunitense e Anna's Archive, che potenzialmente aumenta la visibilità della biblioteca pirata a seguito delle recenti perdite di nomi di dominio. Una copia del primo reclamo consolidato e modificato, depositato presso la Corte distrettuale degli Stati Uniti per il distretto settentrionale della California, è disponibile in formato PDF. Gli autori nominati includono Abdi Nazemian, Brian Keene, Stewart O'Nan, Andre Dubus III e Susan Orlean.
Source: Gli autori accusano NVIDIA di massiccia pirateria nell'addestramento all'intelligenza artificiale
