法院不必在这一点上做出这一决定，因为他们认为 LAION 属于例外情况，因为它在制作数据集时挖掘了有关图像的信息。但法院确实讨论了 DSM 对模型训练的适用性，对我来说，一点。法院表示：
“最后，2019 年欧洲立法者在起草基本指令条款（DSM-RL 第 4 条）时“根本没有考虑到人工智能问题”这一论点 […] 不足以进行目的论还原。尤其如此，因为自 2019 年以来，所谓人工智能领域的技术发展并不涉及（有争议的）数据挖掘用于创建训练数据集的程度，而是涉及使用数据训练的人工神经网络的性能 […]。还应注意，被告访问的 Common Crawl Foundation 数据库自 2008 年以来就已创建（请参阅https://commoncrawl.org/overview）。
此外，现任欧洲立法者已在《人工智能法案》（2024 年 6 月 13 日第 2024/1689 号法规 (EU)，2024 年 7 月 12 日 OJ L 第 1 页）中明确表示，用于训练人工神经网络的数据集的创建也属于DSM-RL 第 4 条的限制规定。根据《人工智能法案》第 53 条第 1 款 c 项，具有普遍用途的人工智能模型的提供者有义务制定一项策略，特别是识别和遵守根据 DSM-RL 第 4 条第 3 款声明的权利保留。” （重点是我的）
法院在此表示，尽管模型训练在 2019 年可能还没有引起立法 萨尔瓦多手机数据 者的关注，但现在肯定引起了关注，他们以《人工智能法案》作为证据。他们指出，《人工智能法案》明确无误地涵盖了模型训练，因为这是文本中一些透明度条款的主题，并且《人工智能法案》引用了 DSM 第 4 条中的权利保留。我相信这最终应该一劳永逸地解决这个问题，我很惊讶还有人怀疑例外是否涵盖训练，而《人工智能法案》和这项裁决都提供了大量证据表明它确实涵盖了训练。法院还指出，DSM 条款与三步测试兼容，这是另一个被用来反对他们的论点。
此案的深远影响
显然，从历史角度来看，这是一个意义重大的案例；这是对 DSM 指令中包含的 TDM 例外的首次法律考验，我怀疑这不会是最后一次。然而，法律影响本身可能非常有限，其他国家甚至德国的法院可能会得出不同的结论。克内施克先生可能会提出上诉，但鉴于该裁决的狭隘性质，这可能很难。从短期来看，很明显 LAION 可以高枕无忧；它尚未成为正在进行的美国案件中的诉讼对象，这一事实充分表明他们似乎在例外的正确方面行事。
然而，必须再次强调的是，这是一个相对狭隘的决定。它只涵盖使用文本和数据挖掘来制作数据集，并没有具体涵盖模型的实际训练，尽管我认为附带意见对于平息这一特定争议非常有用，特别是因为存在《人工智能法案》。
我不知道欧盟是否会看到针对模型训练师的诉讼，这应该是合乎逻辑的下一阶段。但就目前而言，人工智能数据集制造者在正在进行的人工智能战争中取得了一个小胜利。