GitHub 在上周推出了一個名為"GitHub Copilot"的工具，此工具使用了機(jī)器學(xué)習(xí)技術(shù)來提供代碼建議/自動補(bǔ)全，并因此引發(fā)了不小的爭議。原因是許多開發(fā)者認(rèn)為，GitHub Copilot 宣稱的基于公開代碼訓(xùn)練其實(shí)是在未遵循開源許可證的情況下，肆意“抄襲”開源代碼。

[[409504]]

個別比較激進(jìn)的開發(fā)者為了抗議 GitHub 未經(jīng)授權(quán)和許可便使用受版權(quán)保護(hù)的源代碼作為 GitHub Copilot 的訓(xùn)練數(shù)據(jù)，宣布棄用 GitHub。

在眾多的質(zhì)疑和批評聲中，被討論較多的一個問題是：如果 GitHub Copilot 的訓(xùn)練模型使用了遵循 GPL 的軟件進(jìn)行訓(xùn)練，那么會發(fā)生什么?

題為"Is GitHub a derivative work of GPL'd software?(GitHub 是 GPL 軟件的衍生作品嗎?)"的博客文章描述了對這個問題的一些想法。下面是對這篇文章的一些整理。

GPL 的一系列許可證被認(rèn)為是"Copyleft"許可證，其特點(diǎn)是具備“傳染性”。特別是，Copyleft 作品的常見特征是要求“衍生作品”使用與原始 Copyleft 許可相同的條款發(fā)布其新作品。

這就引申出了一個有趣的法律問題：機(jī)器學(xué)習(xí)系統(tǒng)生成的作品，甚至是機(jī)器學(xué)習(xí)系統(tǒng)本身，是否屬于“投喂”給訓(xùn)練模型的數(shù)據(jù)的衍生作品?如果答案為“否”，是不是意味著可以把 GitHub Copilot 作為一種手段，借此將自己想使用的 GPL 代碼進(jìn)行“清洗”，從而達(dá)到無需遵循其許可協(xié)議的目的。

但是，如果答案為“是”呢?也就是說機(jī)器學(xué)習(xí)模型生成的作品屬于輸入數(shù)據(jù)的衍生作品，這樣一來，GitHub 本身也就可以被認(rèn)為是 Copyleft 軟件的衍生作品。因?yàn)?GitHub 的博客文章在說明"Copilot"的訓(xùn)練數(shù)據(jù)時，曾發(fā)表如下的表述：

“在 GitHub Copilot 的早期開發(fā)過程中，作為內(nèi)部試用的一部分，近 300 名員工在日常工作中使用了它。”

如果 300 名 GitHub 員工將 Copilot 用作其日常工作流的一部分，他們很可能已將 Copilot 生成的代碼整合到 GitHub 的幾乎所有軟件資產(chǎn)中，后者為用戶提供了 Web 服務(wù)。如果訓(xùn)練模型是在遵循 AGPL 的軟件上進(jìn)行訓(xùn)練，并且 Copilot 使用該模型創(chuàng)造了一個衍生作品。那么，所有 GitHub 用戶有權(quán)根據(jù) AGPL 的條款獲得 GitHub 的源代碼副本——亦即倒逼 GitHub 被迫成為了一個開源項(xiàng)目。

事實(shí)上，這里面還涉及到了機(jī)器學(xué)習(xí)的倫理問題，被納入機(jī)器學(xué)習(xí)訓(xùn)練數(shù)據(jù)的內(nèi)容的所有者應(yīng)該有什么權(quán)利?

舉個例子，如果我想發(fā)表一個不希望被納入訓(xùn)練模型的作品，或者說如果自己的作品被用于訓(xùn)練模型，但能讓公眾有權(quán)訪問此模型，是否可以實(shí)現(xiàn)?是否應(yīng)該允許我這樣做?如果被使用的作品是我的個人信息，并且在我不知情或未經(jīng)同意的情況下被收集，怎么處理?如果這些被收集的信息被服務(wù)商濫用，甚至是用在一些對自己不利的場景，比如在做貸款決定時，怎么辦?如果它被用來做違背整個社會利益的事怎么辦?

本文轉(zhuǎn)自O(shè)SCHINA

本文標(biāo)題：GitHub 被 "GitHub Copilot" 倒逼成為開源項(xiàng)目?

本文地址：https://www.oschina.net/news/149133/is-github-a-derivative-work