Google 否认用 ChatGPT 训练 Bard：没用过 ShareGPT 数据

如果自家的 AI 答题总是不如对手，抄别人的作业算不算捷径？

近日外媒 The Information 曝出一则猛料：为了赶进度，Google 涉嫌使用对手 OpenAI 的 ChatGPT 对话数据来训练自家的聊天机器人 Bard。数据据称是从一个名为 ShareGPT 的对话分享网站上抓取的。

这篇报道发出后，Google 迅速出面灭火。Google 发言人 Chris Pappas 明确对 The Verge 表示，Bard 并没有使用任何来自 ShareGPT 或 ChatGPT 的数据进行训练。

工程师愤而离职，转投对手怀抱

但这桩指控之所以引发轩然大波，是因为牵涉到了内部人员的激烈反对。

据 The Information 报道，前 Google AI 工程师 Jacob Devlin 曾警告公司高层，绝对不能拿 ChatGPT 的数据来训练模型。他给出的理由有两个：一是这直接违反了 OpenAI 的服务条款，二是这样训练出来的 Bard，回答风格会跟 ChatGPT 太像，根本藏不住。

警告无果后，Devlin 选择了离职，并在随后直接跳槽加入了 OpenAI。

报道还提到，在 Devlin 提出警告之后，Google 内部停止了对这批数据的使用，并且很可能已经将那部分相关的训练内容彻底废弃。

不过，当外媒追问 Google 过去究竟有没有用过这批数据时，Google 发言人拒绝直接回答，只是反复重申 Bard 目前没有使用 ChatGPT 或 ShareGPT 的数据。

逼 DeepMind 出山，代号 Gemini

偷师风波的背后，是 Google 在生成式 AI 赛道上的极度焦虑。Bard 上线后的反响平平，让这家搜索巨头坐立难安。

报道指出，为了挽回劣势，Google 正在强行撮合旗下的两大 AI 王牌：让 DeepMind 部门协助 Google Brain 团队，共同开发一个代号为 Gemini 的新项目，目标直指击败 OpenAI。

这本身就是一个极具戏剧性的信号。多年以来，DeepMind 一直在极力寻求从 Google 内部争取更多独立运作的权限。如今面对 OpenAI 的咄咄逼人，Google 显然顾不上这些内部博弈了，必须把所有底牌都押上去。

为什么重要

这件事最耐人寻味的地方，在于 AI 行业心照不宣的数据潜规则被摆到了台面上。

对于用户和开发者来说，如果一个大模型是靠吃另一个模型的输出数据长大的，它就很难拥有真正的独立能力。你以为自己在货比三家，实际上可能只是在用换了皮的同一种逻辑。如果模型真的过度借鉴了对手，不仅在体验上难见惊喜，甚至可能继承竞品的幻觉和漏洞。

从行业竞争来看，用先进模型的输出来做「知识蒸馏」在开源界并不罕见，但对于 Google 这种量级的行业领头羊来说，一旦坐实偷用竞品数据，无论在公关声誉还是在版权合规上都是毁灭性的打击。这也给所有试图靠「抄作业」走捷径的厂商敲响了警钟。

更值得关注的是 Google 的应对姿态。我们认为，Google 把 DeepMind 和 Google Brain 强行绑在一起做 Gemini，说明管理层已经意识到了单靠过去的修修补补根本赢不了。但内部团队的融合向来充满阵痛，Gemini 能不能成为终结 OpenAI 领先优势的杀手锏，看起来还要看这两大王牌到底能磨合到什么程度。