Facebook被一家AI公司告上法庭，都是挖牆腳惹的禍

摘要：近日，一份起訴書成爲了深度學習社區的熱點話題：Facebook 從創業公司 Neural Magic 挖來的技術人員 Zlateski 重現了今天 PyTorch 上的關鍵神經網絡加速技術並將其開源。據外媒報道，在波士頓（馬薩諸塞州）地方法院，由 MIT 研究科學家 Alex Matveev 博士和 MIT 電氣工程與計算機科學教授 Nir Shavit 共同創立的 AI 公司 Neural Magic 對其前技術總監 Aleksandar Zlateski 和 Facebook 提起了訴訟。

歡迎關注“創事記”微信訂閱號：sinachuangshiji

原標題：PyTorch核心加速技術涉嫌抄襲？MIT教授創業公司將Facebook告上法庭

參與/澤南、杜偉、蛋醬

來源：機器之心（ID:almosthuman2014）

PyTorch 今天已經成爲全球最主流的深度學習框架之一，然而其開源的一些重要技術卻被指有抄襲和泄露商業機密的嫌疑。

近日，一份起訴書成爲了深度學習社區的熱點話題：Facebook 從創業公司 Neural Magic 挖來的技術人員 Zlateski 重現了今天 PyTorch 上的關鍵神經網絡加速技術並將其開源。因爲這件事，Facebook 被告上了麻省法庭。

據外媒報道，在波士頓（馬薩諸塞州）地方法院，由 MIT 研究科學家 Alex Matveev 博士和 MIT 電氣工程與計算機科學教授 Nir Shavit 共同創立的 AI 公司 Neural Magic 對其前技術總監 Aleksandar Zlateski 和 Facebook 提起了訴訟。

Neural Magic 起訴前員工 Zlateski 違反了保密協議和競業禁止協議，而 Facebook 靠着挖角 Zlateski，竊取和公開了屬於 Neural Magic 核心技術與知識產權的“專有算法”。

Neural Magic 是 MIT 教授 Nir Shavit 和 MIT 研究科學家 Alex Matveev 在 2017 年合夥創辦的公司，地址位於馬薩諸塞州的薩默維爾市。Neural Magic 的核心技術之一就是方纔提到的算法，該算法可使得計算機在不配備專用硬件的前提下，就能運行復雜的數學函數，並使用更大規模的數據集。

Nir Shavit 是麻省理工學院電氣工程與計算機科學系和 CSAIL 實驗室的一名教授，主要研究方向爲多芯片加速算法的設計與實現。

它的軟件解決方案算是“無硬件 AI 模型”中的先驅。這一軟件程序可以在 CPU 上處理深度學習工作負載，不需要常用的計算專用硬件，通過安裝在 CPU 上的軟件使其達到媲美 GPU 的水平。

Zlateski 是 Shavit 教授手下的一名博士後，也是第一位加入創業公司 Neural Magic 的員工，年薪 16.5 萬美元，擔任技術總監職位。Zlateski 能夠獲取公司的所有商業祕密、機密信息、專有信息和未來的商業計劃。Zlateski 也是創建軟件以及封裝 Neural Magic 專有算法的編譯器源代碼的重要人物。

2019 年 7 月，Zlateski 從 Neural Magic 離職，隨後加入 Facebook，並保證新工作的內容與原公司無關。Neural Magic 選擇信任 Zlateski——基於他此前和公司簽訂的保密協議和競業協議。

但是，2019 年 11 月，Facebook 在 GitHub 上發佈並開源了包含 Neural Magic“專有算法”的編譯器。此外，Neural Magic 在訴訟中提到，在編譯器算法的發行公告中，Facebook 甚至對 Zlateski 在解決算法關鍵難題中發揮的重要作用公開表示感謝：“團隊認可並高度讚揚 Zlateski 在稀疏內核和統一代碼緩存方面所做的貢獻。”

這家公司去年 11 月從 Comcast Ventures、NEA、Andreessen Horowitz、Pillar VC、 Amdocs 等投資機構籌集了 2000 萬美元，解決方案正在出售給英偉達、AMD、華碩等企業。

所指技術與 Glow 有關？

究竟是哪種技術讓 Neural Magic 決定與科技巨頭 Facebook 對簿公堂？在起訴書中 Neural Magic 將其解釋爲“由公司 CEO Nir Shavit 牽頭研發的，可在 CPU 中高效運行多種神經網絡，而無需專用處理單元（如 GPU）的創新方法，消除了機器學習和人工智能領域的硬件壁壘。”這項技術被形容爲充滿價值，可讓機器學習變得無處不在，並開啓下一階段 AI 研究的熱潮。

至於其價值如何，Neural Magic 公司表示因爲此技術獲得了 2000 萬美元的融資。

這樣的形容方式讓我們想到了 Facebook 試圖“一統所有 AI 芯片”的深度學習編譯器 Glow。在 2018 年剛推出時，Facebook 將其形容爲一種幫助深度學習模型渲染成用於硬件加速的字節代碼的加速方法。該編譯器包括多個工具，如用來生成用於芯片特定內存配置的指令排程器、線性代數優化器、內存分配器，以及用來測試硬件準確率的基於 CPU 的推斷實現。

使用通用處理器作爲 AI 算力，顯然可以大大擴展人工智能應用的範圍。Facebook 推出 Glow 之後很快就宣佈了多家重量級芯片公司成爲合作伙伴，其中包括英特爾、Marvell、高通、Esperanto 和 Cadence。

在本次訴訟中成爲被告的 Aleksandar Zlateski 在 2018 年 3 月成爲了 Neural Magic 的第一名非創始成員。2019 年 11 月，原本被 Neural Magic 列爲商業機密的算法被 Facebook 開源在了 GitHub 上。

現在相關方法可能已被多家公司和機構所使用。

訴訟中也提到，目前，Facebook 並沒有理會 Neural Magic 發給公司和 Zlateski 關於刪除 GitHub 發佈內容的信函。在一系列信件中，Facebook 和 Zlateski 的律師表示拒絕刪除代碼，也不同意停止使用 Zlateski 作爲 Facebook 員工時挪用的 Neural Magic 專有機密信息。

截至今日，兩家公司對此事均未置評。

互聯網行業的競業協議

近年來，競業禁止一直是勞動法中的熱點問題，也是商業祕密保護的有效手段之一。就美國而言，大多數州都對競業協議持支持態度，年限一般不超過 2 至 3 年，不過科技行業發達的加州一直拒絕執行限制員工流動的合同。公司在僱傭員工時簽署競業禁止協議，目的是包含公司的技術與知識產權。一旦離職員工將原公司的商業祕密透漏給新就職公司，或者自主創業，則會對原公司造成無以復加的打擊。

作爲以技術和知識爲導向的互聯網行業，競業禁止協議可能會更加嚴格。在國內外，因違反競業禁止協議而被判鉅額賠償的案例屢見不鮮。近年來沸沸揚揚的谷歌告 Uber 事件就是一個典型的例子。本月初，谷歌前工程師、無人駕駛公司 Otto（後被 Uber 收購）創始人 Anthony Levandowski 因違反競業協議被判賠谷歌 1.79 億美元。Anthony 雖對裁決提出異議，但法院駁回了其請求。最後，Anthony 申請破產保護，稱罰款遠超其資產。

谷歌和 Uber 的案例或許爲 Neural Magic 帶來了獲勝的信心。職場人行職場事，既要積極維護自己的正當權益，也應遵守職業道德以及與公司簽署的各項合法、合理協議。

參考內容：

https://www.universalhub.com/files/neuralmagic-complaint.pdf

https://www.americaninno.com/boston/inno-news-boston/neural-magic-sues-facebook-for-publishing-trade-secrets/