OpenAI、DeepSeekのデータ盗用疑惑に激怒

• DeepSeekがより少ないコストと旧式のチップでOpenAIを上回る大規模言語モデルを作ると、OpenAI・Microsoft・David Sacksはその理由としてOpenAIデータの不当な利用を指摘した
• MicrosoftとOpenAIは、DeepSeek関連グループがOpenAIモデルの出力でR1を不適切に学習させたかどうかを調査していると伝えられている
• 疑惑が事実なら、OpenAIの利用規約違反、あるいはデータ取得制限を回避した状況として解釈されうる
• David Sacksは、DeepSeekがOpenAIモデルの知識を**蒸留(distillation)**した「かなりの証拠」があるとFox Newsで語った
• OpenAI自身もインターネットや人類が作ったデータを大規模に収集してきたとの批判を受けてきたため、今回の問題提起は強い皮肉を生んでいる

---

DeepSeek R1をめぐる調査と疑惑

• OpenAI、Microsoft、ホワイトハウスの新たな「AI czar」として紹介されたDavid Sacksは、DeepSeekがOpenAIデータを不当に使用したという説明を示している
• DeepSeekは、OpenAIよりはるかに少ない費用と旧式のチップでAI業界で注目を集めるR1モデルを作ったという文脈で取り上げられている
• BloombergとFinancial Timesによれば、MicrosoftとOpenAIはDeepSeek関連グループによるOpenAI出力データの取得の有無を調査中である
  • Bloombergは、OpenAI技術から出たデータ出力が無断の方法で取得されたかどうかが調査対象だと伝えた
  • その行為は、OpenAIの利用規約に違反していたか、データ取得量の制限を取り除こうとする試みだった可能性がある

蒸留論争とOpenAIに向けられた風刺

• David SacksはFox Newsで、AIの蒸留を「生徒モデルが親モデルに多くの質問をしながら学ぶ方式」と説明した
  • AIは数百万の質問を投げかけることができる
  • 生徒モデルは親モデルの推論過程を模倣し、知識を吸収できる
• Sacksは、DeepSeekがOpenAIモデルから知識を蒸留した「かなりの証拠」があり、OpenAIはそれを快く思っていないと述べた
• OpenAIは大規模データを「無断に近い方法」で得てきたうえ、一部のケースではデータ提供者の利用規約に違反したとの批判を受けてきた
• OpenAIと他のAI企業が訴訟で直面してきた核心的な争点は、データを吸い上げていないという否認ではなく、吸い上げたがそうすることは可能だという立場に近い