【橙訊】人工智能（AI）技術迅速發展，全球掀起了AI浪潮。從AI生成的短視頻、照片到語言模型的廣泛應用，已經深入人們的日常生活和工作領域。OpenAI、DeepSeek等平台的出現，讓大眾意識到AI不僅是生活的好幫手，也能在商業、教育、媒體等多個領域發揮重要作用。為推動AI發展，政府計劃修訂《版權條例》，引入特定版權豁免，允許版權作品用於AI訓練。這一舉措引發了科技界與版權持有人間的爭議。

李勁華強調AI是「學習」而非「複製」，所以需要大量學習的材料。

商務及經濟發展局與知識產權署早前就版權修訂條例完成諮詢，當局指，大部分回應者，包括創科業界、法律業界、知識產權界的專業團體等，支持引入文本及數據開採豁免，即容許版權使用者在未經版權擁有人特許下，為電腦數據分析及處理目的而複製版權作品，協助AI模型訓練。

要訓練一個聰明的AI系統，並非易事。香港無線科技商會主席李勁華(Keith)指出，語言模型的訓練過程非常複雜，首先需要大量的資料來源，並對這些資料進行整理和分析。如果僅僅依賴搜尋網站獲取資料，數據的清晰度和準確性往往不足，這會直接影響AI模型的表現。

訓練粵語AI模型須有足夠資料庫作基礎

生成式AI的核心在於「學習」而非「複製」。李勁華解釋，生成式AI並非直接抽取已知的資料，而是通過學習內容生成知識。這就像人類學習知識一樣，並非逐字背誦，而是將知識吸收後，用自己的語言表達出來。AI模型通過分析字與字之間的關係，生成新的句子。

儘管OpenAI和DeepSeek這類AI在英文和中文領域中，已經有良好基礎，但在粵語及香港資料方面，AI模型仍然存在明顯的不足。李勁華指出，粵語資料的數量不足，是訓練粵語AI模型的一大障礙。

例如，我們嘗試向AI詢問關於香港本地男團Mirror的成員名字時，AI就將成員名字混淆，甚至將非成員的名字誤認。這種現象反映了粵語資料的缺忽。李勁華強調，要訓練一個聰明的粵語AI模型，必須有足夠的粵語語言資料庫作為基礎。然而，目前粵語資料的數量遠遠不足以支持高質量的AI訓練。

李勁華指，AI現今在粵語語言模型上，仍有很多不足地方。

AI學習方式能夠創造出獨特的內容，但也引發了版權持有人的擔憂，AI在訓練過程中若使用了大量受版權保護的材料，這是否會損害原創者利益？香港書刊商會會長蘇惠良表示，版權的基本概念是創作者創造作品後，自動擁有版權。然而， 建議的豁免機制允許AI在商業和非商業用途上使用版權材料，這與版權精神存在矛盾。

憂壓縮教科書生存空間

蘇惠良特別提到，教科書行業對AI的應用感到憂慮，事關教科書的內容具有高度的資料性，如果AI在學習過程中取用了所有資料，可能會對教科書的生存空間造成嚴重影響。此外，教科書的設計和編寫需要投入大量心血，如果AI無償使用這些內容，將直接損害版權持有者的利益。

為應對這一問題，條例中設有「退出選項」機制，版權持有人可以提出禁止AI取用其資料。然而，蘇惠良指出，這一機制在實際執行中可能有困難。例如，如何確保AI開發者在取用資料時的透明度？是否需要提供取樣報告？這些問題都需要進一步探討。

蘇惠良業界基本上支持修訂條例，但希望當局平衡版權持有人的利益。

為平衡AI發展與版權保護，業界希望借鑑過往的授權計劃。例如，過去香港一些學校會影印報紙作為教學材料，為此設立了一個授權安排，學校支付合理費用後即可合法使用這些資料。蘇惠良建議，類似的授權計劃可以套用於AI訓練。如果AI開發者需要使用版權材料，可以通過支付費用的方式獲得授權，從而保障版權持有人的利益。

蘇惠良強調，業界基本上支持修訂條例，因為科技發展需要與時並進。然而，政府在修訂過程中應多與業界溝通，了解持份者的需求，確保修例內容能夠平衡科技界與版權持有人的利益。

業界擔心當局為AI提供方便之門的同時，令版權精神蕩然無存。

除了出版業，傳媒行業也是AI學習的重要資料來源。浸會大學新聞系主任李文教授認為，政府的修例建議及時且合理，有助於推動AI技術的發展。然而，傳媒行業對AI的應用持觀望態度，主要擔憂集AI可能影響版權利益，以及AI生成內容的真實性和準確性。

他解釋，現今全球媒體對AI的態度並不一致。例如，美聯社與OpenAI簽署了合作協議，允許其內容用於AI訓練，同時也獲得了使用OpenAI產品的權限。然而，紐約時報則堅決反對AI使用其內容，甚至將OpenAI告上法庭，指控其侵權。李文教授提醒業界，AI的使用將愈來愈廣泛，過於猶豫可能錯失機遇。

圖：橙新聞

編輯：Mars

拍攝、剪接：Vicky