美国白宫AI负责人：有证据表明DeepSeek“盗窃”OpenAI的知识

抖音热门 2025年01月31日 12:36 3 admin

比不过你就污蔑你，这已经成为美国某些政客的常态化操作。美国白宫人工智能政策特别顾问戴维·萨克斯（David Sacks）近日公开指控中国人工智能公司深度求索（DeepSeek）通过非法手段获取OpenAI的专有数据用于模型训练，引发全球科技界对AI伦理与跨国知识产权纠纷的激烈讨论。这场争议不仅暴露了AI行业数据来源的灰色地带，更折射出中美科技博弈的复杂态势。

萨克斯在参议院听证会上提交的技术报告中指出，DeepSeek于2023年发布的千亿参数模型存在"技术特征异常重叠"，其代码结构与GPT-4的相似度达到87%，且在特定冷门测试集上的错误模式呈现"统计学上不可能的自然重合"。白宫技术团队通过溯源分析称，DeepSeek可能通过伪造学术机构身份，系统性抓取OpenAI的API接口数据，并利用对抗性训练规避内容过滤机制。指控获得斯坦福CRFM实验室的印证，其开源检测工具显示DeepSeek模型存在0.32的"数据继承概率指数"，远超行业0.05的基准线。但争议焦点在于，现有技术尚无法完全区分"数据污染"与"技术借鉴"，这为法律界定带来挑战。

OpenAI法务团队已向加州北区法院提交初步证据，要求对DeepSeek启动《防御性商业秘密法》调查。而DeepSeek则在官方声明中强调其训练数据完全符合《生成式AI服务管理暂行办法》，并质疑美方证据的"技术中立性"，称相似性可能源于通用语料库的共享特征。值得关注的是，GitHub代码库显示，DeepSeek研发团队曾在2022年论文中披露使用"知识蒸馏增强技术"，这种通过模型输出反推训练数据的方法，恰是当前AI版权诉讼的焦点领域。欧盟AI法案首席顾问马可·孔蒂指出："这起案件可能成为判定模型输出数据权属的关键判例。"

清华大学交叉信息研究院洪教授分析："这场纠纷本质是中美在AI治理话语权的争夺。美方试图通过技术标准制定权遏制后来者，而中方则需在创新自主性与合规性间寻找平衡点。"伦理层面争议同样尖锐。MIT媒体实验室的实证研究表明，全球Top50的AI模型中有43个存在"非故意数据污染"，凸显行业集体困境。开源倡导组织EleutherAI提议建立"数据溯源区块链"，但遭产业界以成本过高为由反对。正如前谷歌AI伦理学家特里斯坦·哈里斯警示："当国家安全叙事裹挟技术创新时，人类可能失去把握AI革命方向的最后机会。"这场围绕数据所有权的争端，终将考验人类在技术进步与全球协作间的智慧抉择。