Дистилляция моделей и право на знания Дистилляция (distillation) - метод обучения, при котором одна модель генерирует ответы, примеры или решения, а другая учится на этих данных. При этом вторая модель не получает исходный код, веса, архитектуру или внутреннее состояние первой - она учится на наблюдаемых результатах её работы. Вокруг этого метода сейчас идут споры: использование API закрытых моделей для массовой генерации обучающих данных некоторые компании называют «извлечением возможностей» и связывают с нарушением прав. Автор статьи предлагает не смешивать разные юридические вопросы. Авторское право, патенты, коммерческая тайна и договорные ограничения защищают разные объекты и требуют разного обоснования. Например, нарушение условий API может быть нарушением договора, но само по себе это не превращает метод дистилляции в нарушение интеллектуальных прав. При этом незаконный доступ, обход ограничений, получение коммерческой тайны или воспроизведение защищённого произведения действительно могут повлечь ответственность. Отдельно отмечается проблема двойных стандартов: крупнейшие ИИ-модели сами обучались на огромных массивах созданной людьми информации, включая произведения, правовой статус использования которых остаётся предметом споров. Поэтому, по мнению автора, нельзя автоматически считать допустимым обучение машин на человеческих данных, но объявлять «кражей» обучение одной модели на наблюдаемых результатах другой. Автор предлагает оценивать не сам факт дистилляции, а конкретные обстоятельства: какая информация использовалась, как она была получена, какое право её защищает, какие договоры действовали и был ли осуществлён обход технических ограничений. Для открытой науки это особенно важно: дистилляция позволяет переносить возможности больших моделей в более компактные системы, снижать стоимость экспериментов и создавать модели, доступные университетам, стартапам и независимым разработчикам. Дистилляция показывает важную проблему цифровой эпохи: право не должно превращать знания, методы и возможности информационных систем в бесконечные монополии. Свободные технологии и открытые лицензии должны создавать возможности для дальнейших разработок, а не запрещать учиться на уже доступной информации.