抓取網路數據訓練Bard　 Google承認了！

編譯／于文浩

日前，Google在更新的隱私政策中承認，其各種人工智慧（AI）服務，包括 Bard 和 Cloud AI，都可能會透過該公司從網路上抓取的公共數據進行訓練。在Google 2023 年 7 月 1 日的隱私政策更新中，該公司寫道：「為改進我們的服務並開發有利於我們的用戶和公眾的新產品、功能和技術，公司可能會使用公開可用的資訊訓練Google 的 AI 模型，包括 Google 翻譯、Bard 和 Cloud AI 功能等產品和功能」。

據外媒報導，在這次的隱私更新中，Google將其收集的數據進行培訓的服務寫得更清楚。如，該文件現在表示，這些資訊將用於「AI模型」而不是「語言模型」，這讓Google能夠更自由地使用公共數據、訓練和建構除大型語言模型之外的系統。

Google發言人 Christa Muldoon表示：「長期以來，我們的隱私政策都是透明的，Google一直都用來自網路的公開資訊訓練Google翻譯等服務的語言模型，而這個最新的更新只是澄清說像 Bard 這樣的新服務也包括在內」。

不過，即使更新後的政策稱，Google是用「公開可用的資訊」訓練Google的AI產品，他們並沒有說明其將如何，或有沒有阻止「受版權保護的資料」被納入該數據池。隨著AI模型引起熱潮，許多可公開訪問的網站都紛紛制定政策，禁止AI公司從網路收集資訊訓練大型語言模型和其他AI工具。近日，Twitter 和 Reddit 這兩個包含大量公共資訊的社群平台就因為採取嚴厲措施，阻止其他公司隨意收集他們的數據，引起大風波。

基於監管規範缺乏，AI公司收集數據的行為正在引發各種訴訟。日前， AI新創公司OpenAI就因為「盜用數據」被起訴，稱OpenAI「秘密」收集數據訓練其大型語言模型，並指出，OpenAI使用「基本上網路上每一條數據」，包括私人資訊、對話、醫療數據及兒童的資訊，且「沒有通知這些數據的所有者或用戶，或得到任何人的許可」。

參考資料：The Verge

瀏覽 631 次