[[416556]]

Github Copilot自發(fā)布以來就一直引起人們的爭議。

而近日，自由軟件基金會 (FSF) 終于忍無可忍了！

FSF認為，Copilot這個技術(shù)引起了法律和哲學問題。

FSF在一篇文章中寫道，GitHub Copilot「從我們的角度來看是不可接受、不公正的」。

因為Copilot需要運行付費的軟件，如Microsoft的Visual Studio IDE或者Visual Studio Code編輯器。

這樣，Copilot就變成了一個SaaSS（Service as a Software Substitute）。

Copilot只要「復制」「粘貼」，就能夠竊取開發(fā)人員以往的工作成果。

Copilot還引起許多其它需要深入研究的問題。

比如，開發(fā)人員不知道在軟件上訓練神經(jīng)網(wǎng)絡是否合理。

另外，一些對Copilot感興趣的人想搞清楚，使用GitHub存儲庫中復制出來的代碼會不會侵權(quán)。

就算所有東西都是合法合規(guī)，但有些活動人士還是想知道，這樣一家專有的軟件公司，基于開發(fā)人員過往的工作成果來提供服務究竟公不公平。

為了回答這些問題，捍衛(wèi)用戶的使用自由，F(xiàn)SF宣布資助一項白皮書，一并解決Copilot、安全、機器學習和免費軟件的問題。

500美元換一份白皮書

FSF在官網(wǎng)上列出來白皮書應該要解答的內(nèi)容：

• Copilot的公共存儲庫培訓是否侵犯版權(quán)？使用是否合理使用？
• Copilot的輸出對違反GPL許可作品的可訴索賠的可能性有多大？
• 開發(fā)人員如何確保他們擁有版權(quán)的任何代碼都受到保護，不受Copilot違規(guī)行為的影響？
• 有沒有辦法讓使用Copilot的開發(fā)人員遵守GPL等免費軟件許可證？
• 如果Copilot從AGPL覆蓋的代碼中學習，Copilot有沒有侵犯AGPL？
• 如果Copilot生成的代碼確實會導致違反自由軟件許可作品，版權(quán)所有者如何發(fā)現(xiàn)這種違規(guī)行為？
• 受過訓練的AI或機器學習模型是來源于機器學習產(chǎn)生的訓練數(shù)據(jù)編譯版本嗎？還是用戶可以通過進一步訓練來修改的源代碼？
• Copilot訓練的AI/ML模型是否受版權(quán)保護？如果是，誰擁有這個版權(quán)？
• 像FSF這樣的道德倡導組織是否應該主張修改與這些問題相關的版權(quán)法？

如果投稿的白皮書能夠解決上述的問題，就能獲得500美元獎勵。

https://www.fsf.org/blogs/licensing/fsf-funded-call-for-white-papers-on-philosophical-and-legal-questions-around-copilot

FSF還表示，如果還需要進一步研究，發(fā)表成后續(xù)論文，F(xiàn)SF會再加大資金支持。

FSF與GPL

自由軟件基金會（Free Software Foundation，F(xiàn)AF）致力于為計算機用戶爭取使用軟件的自由。

通過促進軟件和文檔的開發(fā)和自由使用，特別是GNU系統(tǒng)，以及反對數(shù)字限制管理（DRM）和軟件專利等對計算機用戶產(chǎn)生的威脅。

FSF發(fā)布的GNU通用公共許可證（GNU GPL）是世界上最流行的自由軟件許可證。

也是唯一以促進和維護軟件自由為明確目的而編寫的許可證。

GNU GPL可保證用戶運行、研究、共享和修改軟件的自由。

同時，GPL下的任何衍生作品都必須遵循相同或等效的許可條款。

GNU官網(wǎng)對于GPL的解釋說，如果你想把修改過的GPL代碼向公眾發(fā)布，就需要提供源代碼。

https://www.gnu.org/licenses/gpl-faq.zh-cn.html#language-container

FSF還會發(fā)布其它重要的許可證，包括GNU LGPL、GNU AGPL和GNU FDL。

所以FSF才會這么理直氣壯地質(zhì)疑Copilot的存在。

質(zhì)疑聲迭起

GitHub Copilot憑借著自動生成代碼這個強有力的噱頭，推出之后就成為了討論的焦點。

GitHub聲稱Copilot可以做到分析文檔中的字符串、注釋、函數(shù)名稱以及代碼本身，從而生成新的匹配代碼，包括之前調(diào)用的特定函數(shù)。

發(fā)布之后就有人把Copilot拉去刷Leetcode的題庫，并對這位「AI程序員」的表現(xiàn)十分滿意。

經(jīng)過數(shù)個題目的驗證，Copilot每次都能通過Leetcode的測試。

鑒于幾乎是實時的生成速度，博主表示，AI可能比我們更會編寫代碼。

不過可疑的一點是，Copilot「生成」的內(nèi)容和Leetcode給的模板幾乎一模一樣。

無獨有偶，在Copilot發(fā)布的第二天，就有網(wǎng)友質(zhì)疑GitHub Copilot是把免費開源的代碼清洗之后，搖身一變就成了賺錢的工具。

而這些代碼本應該受到GNU GPL的保護，避免商用。

Copilot用基于GPL的代碼進行訓練這件事，網(wǎng)友就質(zhì)疑：

GPL明確聲明「不要將我的工作成果放在專利軟件中」，但Copilot真就這么做了。

不出所料，這個懷疑沒過兩天就變成了實錘。

有網(wǎng)友發(fā)現(xiàn)，Copilot直接「復制-粘貼」了最有名的「平方根倒數(shù)速算法」。

Copilot「生成」的這段代碼不僅用到了至今都沒有人能理解的magic number：0x5f3759df。

旁邊「生成」的注釋還有對這段代碼的吐槽：what the f***？

所以，其實Copilot就是把訓練集中別人寫好的代碼重新組裝了一下而已。

GitHub的解釋

GitHub在Copilot的官網(wǎng)上表示，雖然可能有0.1%的直接引用，但是Copilot生成的代碼大部分都會是原創(chuàng)的。

除此以外，一位名叫Albert Ziegler的團隊成員表示，他收集了300名員工日常工作使用Copilot的數(shù)據(jù)，其中包括對于Python的453780條建議。

Albert在分析整理之后寫了一篇看似十分完備的博客。

在博客中Albert表示，記住訓練集的內(nèi)容不是什么問題。

就好比背詩，大家都背詩，但這并不會讓他在日常交流中這些詩帶跑偏。

測試結(jié)果

對于GitHub Copilot的大部分建議，Albert表示并沒有發(fā)現(xiàn)與訓練用的代碼有任何明顯的重疊。

Albert認為，雖然GitHub Copilot會逐字逐句地引用一組代碼，但它很少這樣做。

就算是，多數(shù)情況下都是所有人都會引用的代碼，而且大部分是在文件開頭。

Albert表示，理想狀態(tài)下，如果Copilot「生成」了一個直接從訓練集復制的代碼，Copilot就會告知用戶。

用戶再決定給這個代碼署名還是直接拒絕Copilot給出的代碼。

但現(xiàn)實是，GitHub、微軟和OpenAI遲遲做不到這點。

FSF因此不得不親自下場表示要守護開發(fā)者的權(quán)益。

網(wǎng)友討論

基于道德層面，網(wǎng)友表示支持FSF，但同時也認為Copilot能夠降低程序員寫代碼的門檻。

網(wǎng)友表示，AI其實也跟人一樣，能夠在任何可以獲得的源代碼上學習編程。

如果有人說Copilot將自己以前見過的代碼粘貼在一起，那這種發(fā)言在技術(shù)和法律上都不太明智了。

當然，也有網(wǎng)友認為FSF應該設法讓軟件免費使用，而不是限制這個軟件。

你覺得Copilot究竟有沒有侵權(quán)呢？