Flickr 数据集本身不与 CC 许可共享，在注册 Amazon Web Services 帐户后即可访问，最重要的是，在同意特定使用条款后对于此数据集。这很有意义，因为旧的 CC 许可证不适用于数据库，但最重要的是，实际数据集可能在某些司法管辖区（包括美国）不受保护。因此，保护此类数据的更好方法是通过合同法，通过对使用条款施加限制。就这些而言，它们并不繁重，而且似乎大多需要在重新使用数据时注明出处。例如，ToU 规定：
“您可以使用数据集来查看、分析、总结、解释和创作数据集中的作品。您可以发布您对数据集的观察、评论、分析、总结和解释，以及数据集中的作品。”
因此，我们又回到了分析使用该数据集训练 AI 是否会违反 CC 许可证的问题，用户在 Flickr 上分享作品时会遵循该许可证。我最初的回答是，CC 许可证允许此类使用。知识共享许可证的主要目的是允许以尽可能少的限制重复使用作品，从而创造一个共享造福社会的自由文化环境。因此，当有人根据 CC 许可证发布图片时，我们必须假设他们允许进一步重复使用和混搭他们的作品。作为一名狂热的 CC 用户，我喜欢将我的照片提供给公众，我并没有真正考虑潜在的下游用途。我确实施加了非商业限制，因为我担心我的作品被用于商业目的。
因此，让我们假设我的一张照片包含在其中一个数据集中（我还没有查看），并且假设该照片具有最严格的 CC 许可，即 BY-NC-ND。因此，没有人可以将我的照片重新用于商业目的，他们需要注明我的版权，并且他们不能对照片进行修改。Flickr 数据集满足这些要求，它是非商业性的，不会被修改以创建衍生品，并且元数据包含足够的版权。
现在假设该图片包含在 IBM 数据集中，用于训练机器学习算法，而机器学习算法又用于训练人脸识别软件，我们进一步假设其中一些用途是商业用途。我认为我的许可条款仍然完好无损。首先，IBM 数据集免费提供给研究人员，因此非商业元素得以保留。这些图片似乎保留了元数据，因此也归于我（编辑：存在一个问题，即图片是否符合署名要求。如果我的图片被改变，以至于被认为是衍生作品，那么问题就开始了，因为这违反了我的许可条款。如果我的图片被研究人员用于商业目的，也可能会出现问题。
太棒了！由于违反了许可证，。财富在召唤！
别急。如果我们谈论的是我个人的照片，我可能会有理由，但这不是单一用途，这是数百万 意大利手机数据 张图片的大型数据集的一部分，而我单独的照片并不有趣，重要的是图像的积累，这就是机器学习的价值所在。如果我们把所有图片作为一个整体，那么每个 CC 许可证的单独条款和条件就不那么重要了。研究人员只要遵守数据集创建者规定的条款和条件，就可以合法访问数据集，并以任何允许的方式重复使用这些数据集，正如我们所提到的，这些条款非常宽松。此外，IBM 和 Flickr 数据集在美国受到合理使用保护，并且存在数据挖掘例外情况，因此研究人员可以自由使用它们，在某些情况下甚至可以用于商业目的。
这引出了一个新问题，即如果某位摄影师的照片被收录到任一数据集中，他是否可以起诉侵犯版权。我认为不能。要起诉个人侵权，必须有证据表明该照片的使用方式违反了许可，但事实可能并非如此，仅仅将照片纳入数据集并不违反许可。
还有一个问题是，人工智能的训练本身并不构成衍生作品，因此单张图片的作者很难证明训练产生的输出是其个人图像的直接结果。此外，数据挖掘训练的输出可能不受任何形式的保护，或者可能与版权不同。如果使用机器学习算法来制作肖像，那么这很可能属于公共领域，因为它不是原创的（在此处查看更多相关信息））。如果它产生了软件、数据库、模型、算法或任何类似的技术效果，则可能受到商业秘密、专利、数据库权（在欧洲）甚至版权的保护。但结果可能与我自己的图片毫无关系，因此不可能声称侵权。
这是我根据调查结果得出的初步想法。我目前正在撰写有关这个主题的文章，因此很多法律知识我仍记忆犹新，但我很想知道其他人的想法。