Les auteurs ont accusé NVIDIA de violation du droit d'auteur dans le cadre d'un recours collectif élargi déposé récemment, alléguant que la société avait obtenu des millions de livres piratés des archives d'Anna pour la formation en IA. La plainte cite des documents internes indiquant que NVIDIA cherchait un accès haut débit aux données de la bibliothèque fantôme. NVIDIA, un fabricant de puces, a vu ses revenus augmenter dans le secteur de l'intelligence artificielle en raison de la demande pour ses puces d'apprentissage de l'IA et ses services de centre de données. La société développe des modèles d'IA tels que NeMo, Retro-48B, InstructRetro et Megatron, entraînés à l'aide de son matériel et de ses vastes bibliothèques de textes. Cette contestation judiciaire fait suite à des procès antérieurs dans lesquels des auteurs accusaient des entreprises technologiques d’entraîner des modèles d’IA sur des livres piratés. Début 2024, les auteurs ont poursuivi NVIDIA, alléguant que ses modèles d'IA avaient été formés sur l'ensemble de données Books3, qui comprenait des œuvres protégées par le droit d'auteur du site Bibliotik sans autorisation. NVIDIA a défendu ses actions comme étant un usage loyal, affirmant que les livres fonctionnaient comme des corrélations statistiques pour ses modèles d'IA. Lors de l'enquête préalable, les plaignants ont découvert des preuves supplémentaires. Vendredi, les auteurs ont déposé une plainte modifiée qui a élargi le procès. Cette mise à jour comprenait davantage de livres, d'auteurs et de modèles d'IA, ainsi que de nouvelles revendications de « bibliothèque fantôme ». Les auteurs, dont Abdi Nazemian, ont cité des courriels et des documents internes de NVIDIA, affirmant que la société avait volontairement téléchargé des millions de livres protégés par le droit d'auteur. La plainte allègue que « les pressions concurrentielles ont poussé NVIDIA au piratage », impliquant ce qui est décrit comme une collaboration avec Anna's Archive. Selon la plainte modifiée, un membre de l'équipe de stratégie de données de NVIDIA a contacté Anna's Archive pour évaluer les offres de données. La plainte détaille l'interaction : « Désespérée d'avoir des livres, NVIDIA a contacté Anna's Archive, la plus grande et la plus effrontée des bibliothèques fantômes restantes, au sujet de l'acquisition de ses millions de documents piratés et de « l'inclusion des archives d'Anna dans les données de pré-formation pour nos LLM ». Anna's Archive a facturé des dizaines de milliers de dollars pour un « accès haut débit » à ses collections piratées ; NVIDIA a étudié les spécificités de cet accès. La plainte indique qu'Anna's Archive a informé NVIDIA du caractère illégal de sa bibliothèque. La bibliothèque pirate a ensuite demandé aux dirigeants de NVIDIA si l'autorisation interne de procéder était accordée. L'autorisation aurait été accordée dans un délai d'une semaine, après quoi Anna's Archive a donné accès à ses livres piratés. “Une semaine après avoir contacté Anna's Archive, et quelques jours après avoir été avertie par Anna's Archive de la nature illégale de leurs collections, la direction de NVIDIA a donné 'le feu vert' pour procéder au piratage. Anna's Archive a offert à NVIDIA des millions de livres piratés protégés par le droit d'auteur”, indique la plainte. Anna's Archive a promis à NVIDIA l'accès à environ 500 téraoctets de données, contenant des millions de livres généralement disponibles via le système de prêt numérique d'Internet Archive, qui lui-même a fait l'objet d'un examen juridique. La plainte ne précise pas si NVIDIA a payé Anna's Archive pour cet accès. En plus de la base de données Books3, la plainte allègue que NVIDIA a téléchargé des livres depuis LibGen, Sci-Hub et Z-Library. Les auteurs affirment également que NVIDIA a distribué des scripts et des outils permettant aux entreprises clientes de télécharger automatiquement « The Pile », qui contient l'ensemble de données piratées Books3. Ces réclamations introduisent des accusations de contrefaçon indirecte et contributive, alléguant que NVIDIA a généré des revenus auprès des clients en facilitant l'accès à ces ensembles de données. Les auteurs demandent réparation pour dommages, s’adressant aux auteurs nommés et potentiellement à des centaines d’autres personnes dans le cadre du recours collectif. Il s'agit de la première divulgation publique d'une correspondance entre une grande entreprise technologique américaine et Anna's Archive, augmentant potentiellement la visibilité de la bibliothèque pirate suite aux récentes pertes de noms de domaine. Une copie de la première plainte consolidée et modifiée, déposée auprès du tribunal de district américain du district nord de Californie, est disponible au format PDF. Les auteurs nommés incluent Abdi Nazemian, Brian Keene, Stewart O'Nan, Andre Dubus III et Susan Orlean.
Source: Les auteurs accusent NVIDIA de piratage massif de formation en IA
