《纽约时报》起诉案文件曝光:OpenAI 和微软数据抓取或致“死亡循环”!

AI的隐性代价:资源消耗、人力创伤与数据权力三重真相 人工智能不是纯粹的数字存在,而是根植于物理世界的技术系统。其运行依赖真实能源、稀有矿产与水资源,训练一个大语言模型的碳排放相当于15人全年总量;全球数以十万计的数据标注员长期暴露于极端内容,PTSD发生率超40%,却缺乏职业病认定与心理保障;而数据采集常绕过知情同意,形成事实上的数据殖民主义。这些结构性代价揭示了AI工业化背后的资源真实、血肉代价与伦理失衡。本文聚焦AI基础设施落地中的环境合规、人力风险与数据主权问题,为技术决策者、算法工程师及ESG实践者提供可操作的评估框架与避坑指南。 阅读详情

《纽约时报》起诉案文件冲击大

《纽约时报》起诉 OpenAI 和微软一案中,近期解封的法庭文件极具冲击力。这些公司内部文件曾警告,他们正在开启一个“死亡循环”,会对网络造成损害;还将为训练模型而进行的数据抓取形容为“人类历史上最大规模的劳动成果窃取”,并指出这是对“合理使用”概念的“彻底嘲弄”。

微软与员工观点划清界限

文件中许多引人注目的言论出自微软应用科学总监布伦特·赫希(Brent Hecht)之口。不过,微软试图与赫希的观点划清界限。微软发言人亚历克斯·豪雷克(Alex Haurek)对《边缘》(The Verge)表示:“这些言论仅代表一名员工的个人观点,并非法律分析,也不代表公司立场。”

赫希角色被指对立

在另一份法庭文件中,微软人工智能数据战略与运营总经理乔丹·乌斯丹(Jordan Usdan)称赫希的角色具有对立性。他表示,赫希“对人工智能数据生态系统应如何运作持有不同的、学术性的和前瞻性的观点,他受雇于微软,是为了引入不对称、未来主义和学术性的观点……他的理论观点并非代表微软对人工智能可能给内容创作者带来的影响的看法”。

“谷歌归零”成现实

但无论微软是否想承认这些言论,事实显然已经应验。“谷歌归零”(Google Zero)成为现实!人工智能正在吞噬网络!

文件要点呈现

《纽约时报》的这份文件中还有许多来自各界人士的惊人言论,包括萨蒂亚·纳德拉(Satya Nadella)、山姆·阿尔特曼(Sam Altman)和其他 OpenAI 员工。以下是这份 92 页文件中的一些要点:

1. “惊人的窃取行为”

文件引言部分引用了赫希和 OpenAI 的 ChatGPT 负责人(推测是尼克·图利(Nick Turley))的话,这似乎表明这些公司知道他们对像《纽约时报》这样的出版商构成了“生存威胁”。赫希称 ChatGPT 和 Copilot 收集数据的行为是“人类历史上最大规模的劳动成果窃取”,并表示微软的辩护是对“合理使用”概念的“彻底嘲弄”。

2. “死亡循环”

萨蒂亚·纳德拉承认,聊天机器人基本上已经取代了搜索引擎,人们无需再直接访问信息来源。但更具冲击力的是一份微软内部文件,其中提到:“我们的人工智能内容战略已经开启了一个‘死亡循环’,这将同时损害我们模型的性能和整个网络:最终产品威胁到其关键供应商的经济基础,这种情况非常罕见,但这正是我们的大语言模型(LLM)业务在‘内容供应链’方面造成的局面。”

3. 利益至上

别被 OpenAI 或微软所谓的利他意图所迷惑。OpenAI 联合创始人格雷格·布罗克曼(Greg Brockman)更关注通过商业人工智能可能赚取的“巨额”财富。

4. 无视付费墙

尽管后来有引用纳德拉的话称“任何设置付费墙的内容都应获得许可”,但一名 OpenAI 代表承认,他“不知道”有任何检测或移除训练数据中付费墙内容的举措。

5. “复制能力超强”

从内部情况来看,OpenAI 很清楚 ChatGPT 有直接“逐字”复制受版权保护内容的倾向。尽管他们承认“防止记忆”对于“减少版权侵权”很重要,但员工们也承认 GPT - 4“记住了大量数据,因此复制能力超强”。文件还列举了几个例子,表明 ChatGPT 在回答查询时,直接从《纽约时报》《水星新闻》《丹佛邮报》《生活黑客》和《欧洲游戏玩家》等媒体的文章中复制了大段内容。

6. “吞噬他人的劳动成果”

微软知道其对互联网的大规模数据抓取会引发怎样的看法,并承认“几乎没有人希望自己创作的内容以这种方式被使用,也没有因此获得相应报酬”。

7. “人类劳动的替代品”

OpenAI 政策总监杰克·克拉克(Jack Clark)预见到了未来的趋势,他表示,人工智能“正在创造能够替代定义社会‘文化’的人类劳动的系统”。内部文件将 ChatGPT 描述为“现代报摊”。后来,OpenAI 的尼克·图利称,一旦从聊天机器人那里得到答案,就“没有必要”再点击原始链接。

8. 自毁供应链

有引用显示,微软承认“大语言模型是一种自毁供应链的产品”,因为在很多情况下,它可以替代自身的训练数据。

9. OpenAI 知晓其对推荐流量的影响

OpenAI 自己的媒体和经济专家将《纽约时报》等网站推荐流量的下降直接归因于谷歌的人工智能摘要等人工智能总结工具。他们推测,搜索推荐流量可能下降了多达 60%。

微软回应及事件结论

微软发言人豪雷克提醒称:“萨蒂亚的证词与微软在本案中的立场完全一致。他谈到了人们寻找和消费信息方式正在发生的广泛原则和变化。这些观察不应与法庭面前的版权问题的结论相混淆,微软在文件中已对版权问题进行了阐述。”但从这份新解封的文件来看,很明显微软和 OpenAI 都知道他们将对出版行业及其雇佣的“数百万人”造成无法挽回的损害,进而也会损害他们自己的产品,但为了“巨额”财富,他们还是不顾这个“死亡循环”,继续推进下去。

【信息科学与工程学】【财务管理】第四十六篇 企业资本运作02 1. 中介机构(券商、律师)对公司股东进行穿透核查,识别“三类股东”;随后,利用获得的股东地位和信息优势,在二级市场进行“午夜突袭”(在短时间内,趁市场不备,通过算法快速买入大量股份),进一步增持至接近或超过50%,最终实现控制。:为规避欧盟碳边境调节机制(CBAM)等绿色贸易壁垒,高碳排放行业(如钢铁、铝、化肥、水泥)的企业,将新增产能或部分现有产能,直接投资于拥有廉价可再生能源(如水电、风电、光伏)或碳捕集与封存(CCS)潜力的国家和地区(如中东、北非、智利、挪威)。:母公司上市已满3年; 阅读详情

相关推荐

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

年轻举报者命丧黄泉,生前曝光OpenAI ChatGPT训练惊人黑幕!!

在公式中,X和Y表示随机变量,H(X)是X的边际熵,H(X|Y)是在已知Y的情况下X的条件熵。总之,鉴于数据许可市场的存在,在未获得类似许可协议的情况下使用受版权保护的数据进行训练也构成了市场利益损害,因为这剥夺了版权持有人的合法收入来源。这个假设是有依据的,因为完美拟合训练分布的生成模型会呈现H(Y) = H(X)的特征,同样,过度拟合并且记忆训练数据的模型也是如此。在过去一年中,OpenAI的估值已经翻了一倍,但新闻机构认为,该公司和微软抄袭和盗用了自己的文章,严重损害了它们的商业模式。

AIBigModel的博客 1099

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

开源大模型重击OpenAI!小扎放出LLaMA2炸裂科技圈,联手微软高通冲击市场格局...

杨净 发自 凹非寺量子位 | 公众号 QbitAI一纸公告,“大模型市场格局变了”。Meta与微软联手发布免费、可直接商用的LLaMA2。而作为首选合作伙伴,微软Windows可本地运行这一版本。此外在AWS、Hugging Face上也可以获取,高通也官宣成为其合作伙伴。这种背刺OpenAI的操作,让不少网友直呼刺激。还有人对这种开放程度表示惊叹,毕竟上个开源版本就已被产学研界广泛使用——LLa...

量子位 338

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

阿里 UC 全民答题前端代码现“百万傻币”字样;全球 100 强技术公司排行榜

(点击上方蓝字,快速关注我们)转自:开源中国、solidot、cnBeta、腾讯科技等0、阿里 UC 全民答题前端代码现“百万傻币”字样,UC 致歉‍近日有网友发现,在 ...

redditnote的博客 236

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

雷军回应小米没有核心技术、被称组装厂;黄仁勋:AI 将在 5 年内赶超人类;ChatGPT 被曝漏洞|极客头条

极客头条」—— 技术人员的新闻圈!优快云 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注的重要新闻吧。

极客日报 1万+

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

雷军回应小米没有核心技术、被称组装厂;黄仁勋:AI 将在 5 年内赶超人类;ChatGPT 被曝漏洞|极客头条...

「极客头条」—— 技术人员的新闻圈!优快云 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注的重要新闻吧。整理 | 梦依丹出品 | 优快云(ID:优快云news)一分钟速览新闻点!雷军回应小米没有核心技术、被称组装厂华为推出业界首个大模型混合云拼多多员工1.3 万,数量仅为阿里 1/18,京东的 1/35魅族官宣将正式进入汽车市场腾讯游戏回应与暴雪谈判国服回归:只...

优快云资讯 1539

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

【Reading Notes】(8.2)Favorite Articles from 2025 February

2025年2月28日:2022年7月花费8万多购入一辆哪吒V(2022款 潮 400 Lite),官方宣称纯电续航400公里。来自上海的贺先生在2023年11月预订了一辆奇瑞舒享家,12月12日提车当天,竟发现这辆车像是被“动过手脚”,引擎盖有拆装过的痕迹,螺丝生锈,车头部位多处漆面异常。大多数人的春节假期,都是法定节假日(1月28日至2月4日),而张雪峰公司放假23天(1月18日至2月10日),真的是非常慷慨的假期了。2025年2月27日:【315专题】十几万买了辆奇瑞“瑕疵车”,售后却装死?

bryant_meng 2105

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

《置身钉内》原文-可播放阅读

阿里员工的《置身钉内》相信你一定有听说、或看过这样的标题,最近出差、又加上各种其他的事还有,今天拿起来看,网上流传大多是 DPF 截图版,对于工作一天再盯着长篇着实累,所以搜索到一篇文字版,可以选择语音播放。文末会放一个网盘离线版本。以下是正文:发心第一 钉钉的动物园形象钉三多,是一只尖尾雨燕,世界上平飞最快的鸟类之一。它最特殊的地方在于,可以吃喝、睡眠、交配通通在空中完成;每年从非洲飞经印度和东南亚,回中国北方繁殖,最多可以连续飞行三百多天不落地。尖尾雨燕的拉丁文是apus apus,"pus"是"脚"的

JavaPub 6940

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

上一篇: 做客节目现离奇故障!AI电影主创回答问题时竟说起粤语
下一篇: 巴克莱研报:人形机器人大规模部署或延至2035年,算力需求集中在边缘
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值