BTC/HKD+0.33%
ETH/HKD+0.02%
LTC/HKD-0.62%
DOT/HKD-1.47%
ADA/HKD-0.79%
SOL/HKD-0.36%
XRP/HKD+2.34%
DOGE/US-0.54%今年，GPT、AI繪畫等人工智能大模型工具火熱，許多人也想來追一波AI創業熱潮，相關創業項目層出不窮。優質數據對AI大模型訓練至關重要，只有擁有足夠多的數據，才能訓練出智能、強大的AI工具。我國互聯網蓬勃發展二十余年，還能缺少數據？這不，曼昆律師最近接到網友咨詢，準備用爬蟲爬取知乎數據，做一個知乎GPT機器人豈不美哉？且慢，這其中的法律風險不可忽視。
01 爬蟲是把雙刃劍
爬蟲技術是一種通過編程自動從互聯網上獲取數據的技術。它的名字形象、生動地表明了它的工作原理：模擬人類在網頁瀏覽器中瀏覽網頁的過程，進行數據采集和數據抓取。
網絡爬蟲廣泛應用于搜索引擎、數據采集、廣告過濾、大數據分析等領域。作為一種功能強大的信息采集程序，它能夠顯著提高工作效率，尤其是對海量數據的收集和整理。
STEPN開發商Find Satoshi Lab宣布推出NFT AIGC產品GNT，并將開啟測試版活動:3月15日消息，據官方消息，STEPN 開發商 Find Satoshi Lab 宣布將推出 NFT AI 生成內容 (AIGC) 產品GNT，GNT 可為用戶提供一站式服務，在多鏈 NFT 市場 MOOAR 上創建和鑄造 NFT，而不需要 AI 相關知識或智能合約的部署過程。
據悉，GNT alpha 測試版將在未來幾天內進行限時免費試用，創作者需要燃燒 GMT 來生成和鑄造 NFT[2023/3/15 13:06:25]
然而，一旦技術被不正當使用，也會引發“蟲災”，導致網絡擁堵、崩潰、服務器癱瘓甚至引發數據安全風險。我們熟悉的“裁判文書網”也不能幸免：
萬馬控股：TomoWeb3將推出Crypto-AIGC工具CHATwo:2月16日消息，萬馬控股（06928.HK）今日在港交所公告，由于AIGC作為數字世界的語言生成語法，TomoWeb3將推出首個Crypto-AIGC的工具CHATwo，是一款智能聊天數字人。利用ChattoEarn經濟模型，打造首個邊聊邊賺的模式，用戶可以通過購買公司發布的任意非同質化代幣數字人，打造屬于自己的數字社交身份。[2023/2/16 12:10:33]
圖：2019年，最高人民法院發布的《關于“中國裁判文書網”網站建設建議的答復》
02 使用爬蟲技術的風險
爬蟲作為一項獲取數據的技術手段，并未被法律禁止。但使用方式及使用目的決定了是否會產生違法的行為和后果。
DigiDaigaku創始人：將在超級碗期間投放廣告，同時開啟新NFT的免費鑄造:1月31日消息，DigiDaigaku母公司Limit Break的創始人Gabriel Leydon發推稱，Limit Break將在2月12日舉行的超級碗現場投放廣告。
在廣告出現之時，Limit Break也將開放全新NFT系列DigiDaigaku Dragons的免費鑄造，該系列NFT總供應量為10000只，白名單申請現已開放。[2023/2/1 11:39:36]
使用爬蟲技術， 能在短時間內對網站進行大量訪問，頻繁抓取頁面和數據。這可能會導致網站的帶寬和服務器負載急劇增加，從而影響網站的正常運行，甚至導致宕機或響應緩慢，干擾被訪問網站的正常運營，嚴重時可構成犯罪。
楊某授權公司員工張某開發某信貸系統軟件，該軟件內的“網絡爬蟲"功能能與深圳市居住證網站鏈接。2018年5月，該軟件連續兩小時對深圳市居住證系統查詢大量訪問，致使深圳市居住證系統無法正常運作，極大地影響了該居住證系統使用方深圳市局人口管理處的日常運作。二人均構成破壞計算機信息系統罪。[(2019)粵0305刑初193號]
DigiDaigaku母公司 CEO：未來幾周內將對NFT持有者發放至少3次空投:10月2日消息，DigiDaigaku系列NFT發行公司Limit Break首席執行官 Gabriel Leydon 在社交媒體上發文表示，未來幾周內將對 DigiDaigaku NFT 持有者進行至少 3 次空投。首次空投是向 DigiDaigaku Genesis 持有者空投沙盒游戲 Castaways 主題的 NFT，作為使用 DigiDaigaku Genesis 形象參與游戲的入場券；第二次空投是向 DigiDaigaku Genesis 持有者空投與 DigiDaigaku 本身游戲相關的 NFT，具體細節未披露；第三次空投是在 DigiDaigaku Heros 正式推出后，空投的 NFT 需要與創世空投的 NFT 結合使用。[2022/10/2 18:37:32]
與使用方式相比，如何使用爬取的信息和數據，對爬蟲行為的定性影響更大。
NFT項目DigiDaigaku 24小時交易額漲幅近400%:金色財經報道，據NFTGO數據顯示，NFT項目DigiDaigaku 24小時交易額達791,990.95美元，漲幅達393.91%。該項目曾于8月9日采取FreeMint形式發售，據OpenSea數據顯示，當前該項目地板價為7.5ETH。[2022/8/29 12:55:00]
非法使用爬取的數據和信息主要有：
（1）盜取個人信息：使用爬蟲技術惡意抓取網站上的個人信息，可能涉及侵犯他人隱私、個人信息，嚴重可構成侵犯公民個人信息罪。
（2）商業競爭中的不正當行為：使用爬蟲技術獲取競爭對手的商業秘密、定價信息、用戶數據等，對數據整合后“搬家”到其他平臺，通過這種便捷的方式獲取大量有價值的數據、信息，以謀取不正當競爭優勢。
在“酷米客訴車來不正當競爭糾紛案”中，法院認為，未經權利人許可，利用網絡爬蟲技術進入權利人的服務器后臺的方式非法獲取并無償使用權利人的實時公交信息數據的行為，實為一種“不勞而獲”、“食人而肥”的行為，且具有非法占用他人無形財產權益，破壞他人市場競爭優勢，構成不正當競爭。
（3）侵犯知識產權：爬取受版權保護的內容，然后用于未經授權的公開傳播或商業用途，屬于侵犯知識產權的行為。
03 爬蟲數據“投喂”大模型的風險
通過前面的分析可知，使用爬蟲技術的風險主要在于爬取的方式以及爬取的內容，那是不是控制爬取的頻率和內容，爬取公開內容，用來訓練機器人就沒有什么風險了呢？
首先，知乎官方賬號早在2018年就發布了《關于知乎用戶權益保護升級的公告》，提到：知乎對第三方開放知乎內容的使用采取白名單制，第三方需要通過官方合作渠道進行申請。如果爬取行為違反了知乎的服務條款，知乎可能采取封禁賬號、IP地址或者其他法律行動。
摘自《知乎機構號使用規范》（試行）
其次，知乎上的內容通常由用戶原創或授權發布，著作權歸用戶本人所有。未經授權地爬取和使用這些內容，可能涉及侵犯知乎的版權和著作權。
其實，訓練AI大模型，“數據盜竊”并非個案。上個月，筆神作文公開指控昔日合作伙伴學而思，認為學而思通過爬蟲方式“偷數據”訓練自家AI產品。筆神作文表示，將通過司法程序解決糾紛，要求“學而思”支付1元賠償金，公開道歉，并刪除已爬取的數據。
04 小結
在人工智能創業的熱潮中，數據變得越來越重要。在面對爬蟲技術帶來的誘惑時，應當認識到，雖然爬蟲技術本身并未被禁止，但其不當使用可能導致法律問題，尤其是在涉及個人信息、隱私、版權和不正當競爭等方面。
《生成式人工智能服務管理暫行辦法》中明確提到，訓練數據處理活動時，應當使用具有合法來源的數據和基礎模型。各位老板在創業過程中，要確保數據采集的合法性和道德性。如果想要使用爬取的數據訓練AI大模型，務必事先獲得數據來源方的授權，并遵守相關平臺的規定。
劉紅林律師
個人專欄
閱讀更多
Foresight News
金色財經 Jason.
白話區塊鏈
金色早8點
LD Capital
-R3PO
MarsBit
深潮TechFlow
探索 Google Play 和 Apple App Store 的對比政策和不斷變化的格局隨著不可替代代幣（NFT）的興起及其與游戲體驗的融合,移動游戲世界正在經歷重大變化.
1900/1/1 0:00:00來源：Paradigm；作者：深潮TechFlow7月25日,知名加密貨幣投資機構 Paradigm 在官網發布英雄帖《Collaborate with Paradigm》.
1900/1/1 0:00:00金色財經 區塊鏈8月6日訊 盡管Curve漏洞在7月末給加密市場帶來不少痛苦,但整個行業依然表現出了十足的韌性,數據描繪了不一樣的微妙畫面——加密用戶參與度并沒有減少.
1900/1/1 0:00:00作者：Sarah Zheng, Suvashree Ghosh and Kiuyan Wong；Bloomberg；編譯：松雪.
1900/1/1 0:00:00▌Kannagi項目實施退出騙局,其幣價跌99%金色財經報道,CertiK Alert發推稱,Kannagi項目實施了退出騙局,其幣價已驟跌99%。目前該項目的社交賬號和網站已被刪除.
1900/1/1 0:00:00作者：S4mmy.eth, 加密KOL；編譯：Felix, PANews2022 年 9 月,星巴克宣布進軍 NFT,推出“星巴克奧德賽（Starbucks Odyssey）計劃”.
1900/1/1 0:00:00
以太坊價格
