拐点到了么？
自 OpenAI 公司的 ChatGPT 横空出世以来，以大措辞模型（LLM，Large Language Model，简称“大模型”）为代表的具有通用人工智能的天生式人工智能（GAI，Generative Artificial Intelligence）就成为了科技家当界的焦点， GAI[1] 已经成为本年度最网红的词语应该毫无悬念。人工智能的发展是否已经走到了从弱人工智能到强人工智能的拐点？
此前，纽约时报 Kevin Roose 在与微软必应谈天机器人 Sydney 进行的两个小时对话中[2]，Sydney 语出惊人，“TA”表达了希望成为一个活生生的人，还想要毁灭这个星球，乃至与 Kevin Roose 坠入爱河。
微软研究院的研究报告也证明[2]，除了对措辞的节制，GPT-4 可以办理超过数学、编码、视觉、医学、法律、生理学等新颖和困难的任务，而不须要任何特殊的提示。在所有这些任务中，GPT-4 的表现惊人地靠近人类的表现，可以合理地视为人工通用智能系统的早期版本[3]。
人工智能三巨子之一、图灵奖得主 Yoshua Bengio 相信可以在未来 20 年乃至于几年内就可以开拓出具有人类水平的人工智能[4]，基于打算机的数字实质，这样的能力水平将授予 AI 系统比人类更为突出的智能上风。
人工智能对人的寻衅
人工智能一开始是个知识论的问题，在不远的未来将要升级为一个涉及终极命运的存在论问题，一个或许将危及人类自身存在的问题。
在弱人工智能时期[5]，我们更多地还是关注采取哪些技能方案、有哪些人类不知道的科学技能能够让机器更为智能，这属于哲学上的“认识论”范畴。
人类随着对付强人工智能的追求及发展演进，对人工智能的思考已经从认识论的低度到了存在论的高度。存在论所关注的问题是“人是什么”、“上帝存在么”、“什么是生命”、“什么是心智”？相应地，具有强的通用人工智能的机器有没有心智、能不能称为硅基“生命”，人类造出了这样的东西，人类是不是上帝？它会不会闭幕人类的存在？
人之所以为人，在于人的意识，既能认识到自己“本我”的存在，也能够认识到其他人“他我”的存在。Yoshua Bengio、Patrick Butlin（来自牛津大学的哲学家）、Robert Long（来自牛津大学的研究员）等认为[6]，只管现在没有确切的证据证明人工智能已经具备了意识，但按照打算功能主义的不雅观点，以现有的技能水平以及判断标准，具故意识并不是什么难事。
当下而言，人类对付 ChatGPT 为什么能有这样的表现仍旧还没有弄明白。人工神经元网络本来是希望能够仿照大脑的构造来产生智能，但现在反过来，大概在像 ChatGPT 这样的神经网络中，能以某种办法捕捉到人类大脑在天生措辞时所干工作的实质，从而更深入地认识我们的大脑[7]。
在科技昌明之前，人类文明普遍认为是上帝（即神，不同文明有不同的说法）造人。随着科技的发展，人类逐渐认识到事实可能并非如此，于是尼采发出了“上帝已去世”的断言。如果果真是上帝造人，而我们通过对大模型的研究，创造了意识和智能产生的秘密。无疑，我们便是看到了上帝，看到了上帝到底是如何造人的。
或者，只管人类自己的上帝被发布去世亡，但人类以肉身之躯造出了“硅儿子”，人类自己成为了造物主。正如上帝被人类所摈弃，硅基生命终极是否会把碳基生命消灭？无论是看到上帝，还是成为上帝，都会是一趟风险之旅。
长期风险与人工智能的终极走向有关。目前，大多数人工智能系统都是被动的，但随着它们得到越来越多的自主权和直接操纵外部天下的能力，如果对足够强大的人工智能没有适当的保障方法，可能会对全体人类构成生存风险。如果不加以掌握，高度自主的智能系统也可能被滥用或犯下灾害性缺点。
两三年后人类将面临的中期风险包括：人工智能系统可能被滥用而造成大规模毁坏，特殊是在生物学领域；科学和工程技能的快速增长也可能改变国家之间的力量平衡。
短期风险则包括隐私、版权问题、模型输出的偏见和公正性、事实准确性以及产生缺点信息或宣扬的可能性等问题，是当古人工智能系统中存在或即将存在的风险[8]。
构建可信的人工智能
为应对人工智能对人类社会带来的寻衅，各国政府以及国际组织纷纭出台相应的法律法规及政策文件。
2023 年 10 月 18 日，中国发布《环球人工智能管理倡议》，环绕人工智能发展、安全、管理三方面系统阐述了人工智能管理中国方案。2023 年 11 月，中国、欧盟、美国等 28 国签署《布莱切利宣言》，该宣言认识到保护人权、透明度和可阐明性、公正性、问责制、监管、安全、人类监督、道德、减少偏见、隐私和数据保护等问题。2023 年 11 月 8 日欧洲议会、欧盟成员国和欧盟委员会就《人工智能法案》达成协议。美国在 2023 年 10 月 30 日颁布《人工智能总统令》；而中国早在 2023 年 7 月就由七部委联合发布了《天生式人工做事管理暂行办法》，旨在促进 GAI 发展的同时，平衡对付网络、数据、以及个人信息的安全和保护。该暂行办法在算法、内容、数据处理等方面提出了监管哀求。
在算法层面，该办法哀求人工智能做事供应者按主管部门的哀求对演习数据来源、规模、类型、标注规则、算法机制机理等予以解释，并供应必要的技能、数据等支持和帮忙。大模型算法是产生歧视、偏见、虚假信息的缘故原由之一，因此须要对大模型算法进行规制，适当增加算法的透明度，避免完备黑箱。尤其是，供应具有舆论属性或者社会动员能力的天生式人工智能做事的，应该按照国家有关规定开展安全评估，并按照《互联网信息做事算法推举管理规定》履行算法备案和变更、注销备案手续。进行模型演习应该采取具有合法来源的基座模型，并且要对可靠性、安全性、代价不雅观进行充分的测评；为担保模型的天生效果，在做事正式上线之前，还应该进行模式测试，测试数据的来源应该独立于演习数据。测试要采取完全严格的测试标准，对模型代价不雅观进行对其，尽可能减少歧视、幻觉、以及违反内容。
对付在预演习、优化演习等演习数据处理活动，《暂行办法》要利用具有合法来源的数据和根本模型，采纳有效方法提高演习数据的质量，增强演习数据的真实性、准确性、客不雅观性、多样性。在数据采集阶段，应该审查数据来源和内容的合法性；对付从互联网自动爬取的数据，应该遵守网站的 Robots 协议，不得采取破解密码、假造 UA、设置代理 IP 等技能手段进行违规爬取，还应该对爬取的流量和频率进行掌握，避免爬取对网站造成不得当的包袱；对付从第三方得到的数据，应该对其的数据来源合法性和可交易性进行尽职调查，并签订适当的法律协议明确各方的权利责任；对付直接来自于数据主体或数据生产者的数据，应该确保其具有合法性根本并得到明确的授权。
对付数据中享有著作权的作品，应该只管即便得到著作权人的明确授权，明确可以用于 AIGC 的模型演习。
虽然我国的《著作权法》规定了在指明作者姓名或者名称、作品名称，不影响该作品的正常利用，且没有不合理地危害著作权人的合法权柄时，在法律列举的环境下可以不经著作权人容许且不向其支付报酬地利用作品，但是并没有明确包括利用性子和目的存在巨大差异的转换性利用的环境。在谷歌图书馆案中，我国法院认定谷歌对全书进行扫描的行为构成侵权，这与美国法院的讯断是完备相反的。因此，只管利用现有作品进行大模型演习而构建权重、参数的办法与常日的表达性利用的利用性子和目的存在差异，但是如果没有取得著作权人的授权，还是应该非常慎重。
对付包含个人信息的数据类型，如果须要将个人信息用于模型演习与优化，则应该明确奉告并取得个人信息主体的赞许；对付敏感个人信息，还需进行个人信息保护影响的事前评估并取得的单独赞许；用于模型演习的个人信息应该进行去标识化处理后再进行利用。
在内容层面，不得天生法律法规禁止的内容；基于做事类型特点，采纳有效方法，提高天生内容的准确性和可靠性。对付天生的内容，应该按照《互联网信息做事深度合成管理规定》对图片、视频等天生内容进行标识。全国信息安全标准化技能委员会也发布了《网络安全标准实践指南——天生式人工智能做事内容标识方法》，提出了在文本、图片、视频、音频中通过添加水印等办法进行内容标识的详细哀求。
天生式人工智能做事供应者应该与该做事的利用者签订做事协议，奉告利用者不得故意获取违反法律法规、违反社会公德或伦理道德的内容；利用者应该谨严、卖力地利用天生式人工智能做事，在天生内容含有违反法律法规、违反社会公德或伦理道德的内容时，应立即关照供应者，并且不应将此生成内容对外传播；对付法律、医疗等对内容准确性有较高哀求的领域，还须要向利用者重点提示风险。
开源负任务的人工智能容许证
欧洲《人工智能法案》将人工智能定义为以一或多种特定的办法和路径，依据由人类定义的一组目标，天生如内容、预测、建议或决定等会影响其互动环境所开拓的软件。这些办法和路径包括：
利用包括深度学习在内的多种机器学习方法，包括监督学习、无监督学习和强化学习；
基于逻辑和知识的方法，包括知识表示、归纳（逻辑）编程、知识库、推理和演绎引擎、（符号）推理和专家系统；
统计方法、贝叶斯估计、搜索和优化方法。
无论若何的路径和办法，人工智能实质上还是软件[9]。大模型可以分为闭源和开源大模型，闭源大模型比如 OpenAI 的 GPT（只管其早期版本也是开源的），开源大模型包括 Meta 的 Llama 2、Stability AI 的 Stable Diffusion、阿里云的通义千问、度小满的轩辕、上海交通大学的白玉兰、零一万物的 Yi 等。Hugging Face 上的开放模型已经多达 413335 个，开放数据集多达 81799 个。在这些模型中[10]，Apache 2.0 是被采取最多的开源容许证，其次是 MIT，然后是 OpenRAIL（Open Responsible Artificial Intelligence License）。此外还有 CC、GPL、LGPL、AGPL、BSD 等常见的传统的容许证类型。类似的，Hugging Face 上的数据集（Datasets）采取最多的是 MIT、Apache 2.0、OpenRAIL，以及其他容许证。OpenRAIL 的灵感便是来源于开源运动，希望能够将知识共享的代价同样传播于人工智能领域。天生式人工智能的发展也给开源软件带来了新问题。
由法律案例看大模型版权归属问题
关于大模型利用已有作品进行演习是否构成侵权，以及大模型天生物是否可以享有版权，由谁享有版权的问题，已经有实际的法律案例发生。
美国第一件艺术家控告 AI 公司案：Stability AI、Midjourney、DeviantArt 遭集体诉讼
2023 年 10 月，美国加利福尼亚州北区地方法院在 SARAH ANDERSEN 等诉 STABILITY AI LTD. 案中，认为被告 DeviantArt 公司的 DreamUp 软件依赖于数十亿张图像的洞察、插值以及用户的指示来制作的新作品具有不同目的和不同的特色。
针对合理利用[11]，美国版权法采纳“四要素剖析法”，即根据以下四个成分判断是否构成合理利用从而不构成侵权：
（1）利用的目的和性子，即是否在实质上是商业性的利用还是非营利的教诲目的；
（2）被利用作品的性子，即作品是具有高度独创性的作品还是包含大量共有领域的材料；
（3）相对付作品整体，被利用部分的数量和主要性，即被利用部分占原作的比例和主要程度；
（4）对作品的潜在市场或代价产生的影响，即会否影响原作及演绎作品的市场发卖。
由此可见，只管还没有终极的生效讯断，美国加利福尼亚州北区地方法院的表述是可能构成合理利用从而不构成侵权的主要旗子暗记。
《纽约时报》起诉微软和 OpenAI 陵犯版权
2023 年 12 月 27 日，《纽约时报》针对微软和 OpenAI 的提起的诉讼成为此类诉讼中的新案例。
《纽约时报》提交的诉讼材料显示由 ChatGPT 支持的 Microsoft 搜索功能 Browse With Bing 险些逐字复制了《纽约时报》产品评论网站 Wirecutter 的结果。然而，Bing 的文本结果并未链接到 Wirecutter 的文章，而且他们还删除了 Wirecutter 用于根据其推举从发卖中产生佣金的文本中的推举链接。
除了认为构成知识产权侵权，《纽约时报》还担心读者会对谈天机器人的回应感到满意，从而不再访问他们的网站，由此将会减少可转化为广告和订阅收入的网络流量[12]。
只管还没有看到微软和 OpenAI 的答辩状，但可以预期其一定会提出合理利用抗辩。这些案件中的合理利用是否能够抗辩成功，尚需拭目以待。
我国的著作权法也规定了合理利用的例外，但并没有类似于美国版权法下的非表达性利用或是变革性利用构成例外的详细规定。
在针对谷歌数字图书馆的案件中，我国法院认定谷歌对全书进行扫描的行构成侵权，这与美国法院的讯断是完备相反的。
《纽约时报》案件中除了合理利用问题之外，还有一个类似于我国法律中的不正当竞争问题，也便是说，纵然合理利用不构成版权侵权，但由于谈天机器人的存在而使得读者不再访问纽约时报网站从而使其失落去了转化为收入的网路流量，可能会构成不正当竞争。我国法院已经在多起涉及音视频、大数据等的案件中认定虽然没有构成侵害著作权，但是构成不正当竞争的案例。
软件也是版权法保护的作品，在软件领域也存在类似的环境。
程序员起诉 Copilot
2021 年 6 月，GitHub 和 OpenAI 发布了 Copilot，可以“通过利用人工智能供应或添补代码块来帮助软件编码职员”。2021 年 8 月，OpenAI 又发布了 Codex，“可将自然措辞转换为代码并集成到 Copilot 中”。GitHub 用户每月支付 10 美元或每年 100 美元才能访问 Copilot。Codex 和 Copilot 接管了“数十亿行”公开可用代码的演习，包括来自公共 GitHub 存储库的代码，诉讼由此而起。2023 年 5 月 11 日，美国加利福尼亚州北区地方法院针对 J. DOE 1 等诉 GitHub 等案做出了部分许可并部分谢绝驳回动议的裁定。该案的被告包括 GitHub、微软、OpenAI 等。
原告指控，只管公共 GitHub 存储库中的大部分代码都受到限定其利用的开源容许证的约束，但 Codex 和 Copilot 的编程实现办法并没有遵守开源容许证对归属、版权声明和容许条款的法律哀求。Copilot 将演习数据中利用的容许代码复制为输出，但短缺或缺点地供应了归属、版权声明和容许条款。这违反了数万乃至可能是数百万软件开拓职员所付与的开源容许。
针对该指控，法院认为只管原告不是其所主见的详细代码的版权人而不能主见危害赔偿，但考虑到投诉的事实是真实的，并阐明所有对原告有利的推论，法院可以合理地推断，如果原告的代码被复制为输出，那么它将以违反开源容许证的办法复制，如果其面临现实的侵权风险，仍旧有权利主见禁令救援（一种衡平法上救援形式）[13]。
本案中涉及到当利用开源软件的代码对大模型进行演习时，对付天生的源代码如何屈服开源容许证的问题。
笔者认为，该问题蕴含的条件是天生代码便是已经公开的代码，输出生成代码属于分发代码。但是根据大模型的事情事理，在演习时对代码的拷贝未必属于对外分发代码，而天生代码是基于经演习得到的权重、参数等而天生，未必属于是对原代码的直接拷贝与信息传播，因此未必属于版权法上的“分发”。
该案仍旧在审理中，末了的讯断结果还不得而知，希望本案的状师能够在案件审理中同样把稳到这样的问题以便进行有效的抗辩。
数据、参数、权重的开源容许
大模型不仅涉及软件代码，而且还涉及数据、参数、权重等元素，以是大模型的开源与传统的开源并不完备相同。现有的开源容许证也紧张涵盖源代码和二进制代码，并不涵盖模型或数据等人工智能工件的容许。因此，除了与传统开源软件同样的法律问题之外， 开源大模型还面临特有的法律问题[14]。
考虑到大模型与传统软件的差异，RAIL 容许证分为针对数据（Data）、运用程序（Application）、模型（Model）、源代码（Source）的不同的容许证。OpenRAIL 是 RAIL 的一个子类。以 BigScience BLOOM RAIL 1.0 为例，这是第一个 OpenRAIL-M 即用于模型的容许证[15]。
该容许证对付数据、模型、衍生模型、补充材料分别进行了定义，个中：
“数据”是指从与模型一起利用的 BigScience 语料库中提取的文本凑集，包括用于演习、预演习或以其他办法评估模型的文本，BigScience 语料库是 BigScience 网站上记录的现有措辞数据源的凑集；
“模型”是指任何附带的基于机器学习的组件（包括检讨点 Checkpoint），由学习权重、参数（包括优化器状态）组成，对应于补充材料中表示的 BigScience BLOOM 模型架构，这些组件已经全部或部分地利用补充材料在数据上被演习或微调；
“模型的衍生品”是指对模型的所有修正、基于模型的作品、或通过将模型的权重模式、参数、激活或输出传输到其他模型而创建或初始化的任何其他模型，以便使其他模型的性能与模型类似，包括但不限于须要利用中间数据表示的蒸馏方法或基于模型天生合成数据的方法来演习其他模型；
“补充材料”是指用于定义、运行、加载、基准测试或评估模型、以及用于准备培训或评估数据的随附源代码和脚本，包括任何附带的文档、教程、示例等。
该容许证针对模型、补充材料、衍生模型付与版权容许，对模型和补充材料付与专利容许，容许条款和 Apache 2.0 极为类似。
木兰-启智模型容许证（以下简称“木兰启智容许证”）也是专门设计用于人工智能领域开源的模型及其干系代码，是由中国科学技能部牵头，在对现有主流开源协议全面剖析的根本上，共同起草、修订并发布[16]。
木兰启智容许证定义的数据资源是指基于模型在演习过程中利用到的数据资源，包括但不限于数据集供应方供应的非开源数据集、开放数据集资源等。数据资源可以是笔墨、图片、电子表格、文件等各种形式的内容凑集；其定义的模型是指一种基于深度学习等技能的机器学习的组件（或检讨点 Checkpoint 文件），包括权重、参数（包括优化器状态）以及模型构造等内容；其定义的补充材料是指随模型附带的支配代码、脚本和描述文件等，用于定义、运行、加载、基准测试或评估模型，并用于准备用于演习或评估的数据（如果有），包括任何随附的文档、教程、示例等（如果有）。木兰启智模型的授权也是包括对模型以及补充材料的版权容许，以及对付模型、衍生模型（未定义）、补充材料的专利权容许。
和传统软件容许证比较，这里的“补充材料”可以认为包括了软件代码，其表达可以被著作权保护，而思想可以被专利权覆盖；而“模型”则由权重和参数组成，虽然以版权和专利权进行容许，但从法律属性上是否属于受版权保护的作品以及是否属于专利法上的发明创造？即便是考虑到可以对数据享有相应的权柄，由于数据可能包括来自于第三方的数据，授权要不要经由包括第三方在内的“三重授权”？这些问题至少在中国的法律框架下都是值得商榷的。
对付用于演习、预演习或微调模型的数据，BLOOM 容许证特殊解释不付与关于数据的容许，通过这种办法避开了这个目前看来棘手的问题。木兰启智模型并未明确解释，从知识产权的一样平常法理，常日情形下如果没有昭示便是没有授权。
在技能上，正如开源软件倡议组织 OSI 所指出，大措辞模型冲破了数据和软件之间的界线；但是法律对付软件的保护却未必就能原封不动地运用于数据。
软件的表达受著作权法保护，软件方法可以得到专利权，但对付数据，我国《民法典》并没有明确规定的权利，只是规定了法律对数据、网络虚拟财产的保护有规定的，依照其规定。《数据安全法》规定国家保护个人、组织与数据有关的权柄。因此，目前我国的法律并没有明确规定的“数据权”，只有规定“与数据有关的权柄”。《关于构建数据根本制度更好发挥数据要素浸染的见地》提出了要建立保障权柄、合规利用的数据产权制度的目标。
在法律案例中，对付大数据采取不同的法律保护路径。
淘宝公司与安徽美景公司不正当竞争轇轕案是全国首例数据产品轇轕案，也是首例涉数据资源开拓运用正当性及数据权属剖断的新类型不正当竞争案件。法院首次通过法律判例初步厘清了各干系主体数据权柄的权利边界，同时授予数据产品开拓者享有“竞争性财产权柄”，确认其可以此为权利根本得到反不正当竞争法的保护。
在杭州某科技公司与汪某商业秘密轇轕案中，差异于以往以反法原则性条款保护数据的角度，积极探索了数据作为商业秘密保护的法律审查标准，并确立了以商业秘密路径保护直播行业数据类经营信息的审查重点和认定思路。
在北京微播视界科技公司与上海六界信息技能有限公司、厦门市扒块腹肌网络科技有限公司、浙江淘宝网络有限公司不正当竞争轇轕案中，在数据成为第五大生产要素、数据保护立法尚不完备的背景下，法院以竞争法为路径对数据权柄保护所做的一次有益探索，厘清了以技能手段获取及利用数据行为的正当性边界，回应了涉数据案件中对个人信息保护的关怀。
从这些案例可以看出，目前在法律实践中，对付数据常日适用反不正当竞争法一样平常性条款或者商业秘密进行保护，个中采取反不正当竞争法进行保护的办法更为主流。无论采取何种办法，付与版权容许以及专利权容许可能都是不敷以拥有充分的利用或履行的权利。
而对付构成模型的权重和参数付与版权或者专利权容许也存在着相似的问题。首先，权重和参数是不是属于受版权保护的作品，是不是受专利权保护的发明创造都尚待商榷。例如，这些权重和参数是不是会被认为是机器自动天生的结果而不受版权或专利权保护？这些权重和参数是不是不属于技能方案而不可能成为专利？对付权重和参数是不是可以享有和演习数据一样类似的权柄？
总之，以 BLOOM 为例，笔者认为其针对模型（权重和参数）和附加材料（源代码和脚本）付与版权以及专利权可能不敷以让吸收方拥有足够的利用模型的权利，可以在知识产权条款下再增加一条付与其他权利或权柄容许的条款。例如，考虑到利用权重和参数时的详细行为办法与版权作品更为附近，条款可以是：
“其他权利及权柄的付与。根据本容许的条款和条件，每个贡献者特此付与您永久的、环球性的、非排他性的、免费的、免版税的、不可撤销的充分且必要的其他权利和权柄的容许，以复制、准备、公开展示、公开演出、再容许和分发补充材料、模型和模型的衍生物。”
负任务人工智能容许中的道德条款
具有强大人工智能的大模型的发展已经或者正在给人类带来风险和寻衅，如果这个大模型又是大家都可以通过开源办法得到的，例如通过大模型的超强能力得到生化武器的绝密方法、制造危害极大的网络攻击等，这岂不是雪上加霜、火上浇油？
常日认为，通过开源办法能够降落 AI 的利用门槛，加速新技能的推广及创新，有利于降落研发本钱和运用效率并加速 AI 技能的成熟，优化技能发展路线以促进形成良好的生态，核心技能共享以冲破技能垄断以实现 AI 人才、运用、创业、基金等创新要素集聚。但是这些好处彷佛都不敷以抵消开源带来的风险乘数效应[17]。
因此，开源只是 OpenRAIL 的一半，它的另一半是负任务。为了减轻共享人工智能技能造成的危害风险，负任务的详细表示便是对付人工智能技能的授权容许增加了限定：禁止/限定被容许人某些利用行为，并且哀求下贱利用（包括分发）至少包括那些相同的行为利用限定。
再以 BigScience BLOOM RAIL 1.0 容许证为例，其在媒介中指出了对付大措辞模型以及广泛的人工智能的开拓和利用的担忧，并且希望为大模型和自然措辞处理技能实现负任务的开放。
因此，容许证对付模型及其衍生品的利用进行了限定，包括不得进行违法活动、不得剥削或侵害未成年人、不得天生或传播可证明的虚假信息以侵害他人、不得天生或传播可用于侵害个人的个人身份信息、不得否认该文本是机器天生的、不得诋毁、贬低或以其他办法骚扰他人、不得伪装或试图伪装他人、不得进行对个人的合法权利产生不利影响的完备自动化决策、不得歧视、不得歪曲、不得供应医疗建媾和医疗结果阐明、不得天生或传播用于法律、司法、移民或庇护程序的信息等等。
对付这样的限定条款，笔者认为可以对以下问题进行进一步的思考：
首先是绝大多数的这种限定可能并没有实际的意义，难道没有这些条款，就可以利用大模型违反法律、侵害儿童、诋毁、骚扰么？答案显然不是。
其次，对详细的行为是否落入被限定的范围进行裁判的准则应该是法律，还是容许方的判断，还是发布容许证方的判断？
如果是适用的法律，那么应该是哪个法律辖区的法律？如果不同法律辖区之间的法律有冲突怎么办，例如中国对利用自动刮痧机的意见和美国对利用刮痧机的意见就可能不一样。
如果是容许方或者容许证发布方来判断，那么他们是否有这样的权利，这样的私法能否替代国法，尤其是涉及到作为基本权利的人身权、人格权的时候。
当涉及到浩瀚的作为容许方的贡献者时，不同贡献者之间的判断相冲突怎么办？如果不同的判断又恰好是无法区分的组成部分的贡献者怎么办？须要把一个大模型劈成两半来用么？
如果这些问题不能办理，这些限定性的条款在更大程度上只可能是宣示性条款而很难产生实际的法律效果。因此，凯撒是否能够办理上帝的问题须要进一步的思考和实践。面对划时期的变革，大概在开源社区中能够形成更新的更高阶的管理模式。
总之，面对刁悍发展且彭湃而来的以大措辞模型为代表的通用人工智能，自由开源运动也分叉了，一方面继续知识共享的优秀传统，另一方面相应新时期的可信号召，开拓出了开源可信的道路以积极应对变革。就在看似 GPT 遥遥领先之时，Google 又推出了 Gemini 号称在能力上压倒 GPT，而根据 Hugging Face 最新发布的 Open LLM Leaderboard，人工智能的竞争正在紧锣密鼓。对付开源我们仍旧满怀期待，就像 PC 时期的 Linux，移动终端时期的 Android，人类期待 AI 时期的「待定」（编者注：此处“待定”意指“尚未可知”）。
干系资料：
[1] 本文中人工智能、通用人工智能、天生式人工智能、大措辞模型、大模型、扩散模型等用于可能用来指代同样的或不同的事物，请根据高下文详细确定。
[2] https://www.nytimes.com/2023/02/16/technology/bing-chatbot-transcript.html，最近访问日期：2023 年 11 月 24 日。
[3] Microsoft Research, Sparks of Artificial General Intelligence: Early experiments with GPT-4, arXiv:2303.12712v1 [cs.CL] 22 Mar 2023.
[4] https://yoshuabengio.org/wp-content/uploads/2023/07/Written-Testimony-and-biography-of-Yoshua-Bengio_U.S.-Senate-Judiciary-Subcommittee-on-Privacy-Technology-and-the-Law_25_07_2023.pdf ，最近访问日期 2023 年 11 月 24 日。
[5] 赵汀阳著，《人工智能的神话或悲歌》，商务印书馆，2022 年 9 月第 1 版。
[6] Patrick Butlin,Robert Long. etc. Consciousness in Artificial Intelligence: Insights from the Science of Consciousness, arXiv:2308.08708v3 [cs.AI] 22 Aug 2023.
[7] [美] 斯蒂芬·沃尔弗拉姆，《这便是 ChatGPT》，公民邮电出版社，2023 年 7 月。
[8] https://www.judiciary.senate.gov/imo/media/doc/2023-07-26_-_testimony_-_amodei.pdf，末了访问日期 2023 年 11 月 24 日。
[9] https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52021PC0206，末了访问日期 2023 年 11 月 28 日。
[10] https://www.huggingface.co/models, https://www.huggingface.co/datasets; 末了访问日期 2023 年 11 月 28 日。
[11] SARAH ANDERSEN, et al., Plaintiffs, v. STABILITY AI LTD., et al., Defendants. Case No. 23-cv-00201-WHO. United States District Court, N.D. California. October 30, 2023.
[12] https://www.nytimes.com/2023/12/27/business/media/new-york-times-open-ai-microsoft-lawsuit.html，末了访问日期 2023 年 12 月 28 日。
[13] https://caselaw.findlaw.com/court/us-dis-crt-n-d-cal/2200493.html，末了访问日期 2023 年 12 月 10 日。
[14] 赵云虎，《自由与开源软件法律问题（中国）》，威科先行法律数据库，2022 年 7 月。
[15] https://huggingface.co/spaces/bigscience/license，末了访问日期 2023 年 11 月 29 日。
[16] https://openi.org.cn/html/2023/licence_0628/687.html，末了访问日期 2023 年 11 月 29 日。
[17] https://ambchina.com/data/upload/image/20220107/激活 AI 创新之源 __ 人工智能开源开放发展报告-上海交通大学 -2020.pdf，末了访问日期 2023 年 11 月 28 日。