Nvidia est accusé d'avoir tenté de payer Anna's Archive pour accéder à des données piratées afin d'entraîner des modèles d'IA, selon des documents judiciaires.
© A. Krivonosov
Nvidia est confrontée à des accusations graves : l'entreprise est soupçonnée d'avoir tenté de négocier avec Anna's Archive, l'une des plus grandes « bibliothèques parallèles » hébergeant des livres et documents académiques piratés, pour obtenir un accès payant à ses archives afin d'entraîner des modèles d'IA. C'est ce que rapporte TorrentFreak, citant des documents apparus dans le cadre d'une procédure judiciaire aux États-Unis.
Selon les documents publiés, des représentants de l'équipe de stratégie des données de Nvidia auraient discuté de la possibilité de payer pour un « accès à haut débit » à Anna's Archive, dont le volume est estimé à environ 500 téraoctets de données. La correspondance indique que la direction de Nvidia a approuvé ce plan seulement une semaine après le premier contact, malgré des avertissements sur l'origine illégale du contenu.
Ces documents sont apparus lors d'une action collective accusant Nvidia de violation du droit d'auteur pour avoir entraîné des modèles linguistiques sur le jeu de données Books3. Ce jeu de données a déjà été lié à des sources piratées, notamment le site Bibliotik. Nvidia maintient qu'elle a utilisé les matériaux sous le régime de « fair use », mais les nouveaux éléments ont poussé les plaignants à étendre la plainte pour inclure l'épisode d'Anna's Archive.
Cette situation est particulièrement sensible dans un contexte où les grandes entreprises d'IA protègent farouchement leurs propres développements tout en fermant les yeux, selon les allégations, sur les droits des auteurs lors de l'entraînement de leurs modèles. Il n'y a pas encore de confirmation qu'un accord avec Anna's Archive ait été conclu ou que de l'argent ait changé de mains, mais le simple fait de telles négociations pourrait sérieusement nuire à la réputation de Nvidia.