新火種
2025-01-01 
100萬本公共領(lǐng)域書籍，為AI訓練提供合法數(shù)據(jù)
導語：AI 訓練所需的數(shù)據(jù)成本高昂，但卻更適合資金充裕的科技公司。
IT之家 12 月 13 日消息，據(jù) TechCrunch 12 日報道，哈佛大學與谷歌宣布，聯(lián)合發(fā)布 100 萬本公共領(lǐng)域書籍作為 AI 訓練數(shù)據(jù)集。
AI 訓練所需的數(shù)據(jù)成本高昂，但卻更適合資金充裕的科技公司。因此，哈佛大學計劃發(fā)布一個包含約 100 萬本公共領(lǐng)域書籍的數(shù)據(jù)集，這些書籍覆蓋多種類型、語言和作者，包括已不再受版權(quán)保護的經(jīng)典作家如狄更斯、但丁和莎士比亞等，因這些作品的版權(quán)已隨時間過期。
圖源 Pexels
雖然這個新數(shù)據(jù)集尚未公開，也不清楚具體的發(fā)布方式和時間，但它來源于谷歌的長期項目 —— 谷歌圖書（Google Books）。因此，谷歌將參與這次“寶貴財富”的廣泛發(fā)布。
據(jù)IT之家了解，早在今年 3 月，哈佛大學就曾透露其“機構(gòu)數(shù)據(jù)計劃（IDI）”，并表示這一計劃旨在為 AI 提供“合法數(shù)據(jù)的可信通道”。直到正式啟動后，該計劃才確認得到了微軟和 OpenAI 的資金支持。
IDI 的執(zhí)行董事格雷格?萊佩特（Greg Leppert）表示，該數(shù)據(jù)集的目標是“讓競爭環(huán)境更加公平”，通過向包括研究機構(gòu)和 AI 初創(chuàng)公司在內(nèi)的各類機構(gòu)開放這一龐大的數(shù)據(jù)集，以幫助他們訓練大型語言模型。
相關(guān)推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責任。
