Stack Overflow se připojuje k Redditu a Twitteru a účtuje společnostem AI za tréninková data

Nové změny by mohly přijít již v polovině roku.

Účet pro společnosti specializující se na umělou inteligenci stále roste: Stack Overflow se připojuje k Redditu a Twitteru jako další platforma, která plánuje začít účtovat společnosti AI, které chtějí používat její data pro školení.

Modely umělé inteligence, jako jsou ty, které se používají k vytváření ChatGPT, Google Bard a Bing Chat, všechny vyžadují masivní datovou sadu pro školení. Společnosti, které za nimi stojí, jako OpenAI a Google, shromažďují data z celého internetu, aby trénovali své velké jazykové modely (LLM) na parametrech, které vedou k úspěšnému zpracování přirozeného jazyka (NLP).

Tato tréninková data zahrnují různé předměty, od světové historie až po vývoj softwaru pro budování jeho „inteligence“, stejně jako gramatiku, nuance řeči a styly odvozené z konverzací, které generují reakce podobné lidem.

Podle zpráv od Wired by Stack Overflow mohl letos v létě začít účtovat společnostem AI za přístup na fórum s více než 50 miliony otázek a odpovědí pro školení v projektech AI.

Stack Overflow je programovací fórum, které svým uživatelům, kterými jsou většinou vývojáři, nabízí prostředí pro spolupráci. Je to oblíbené místo pro programátory, kde se mohou ptát na problémy s kódováním a programovací jazyk, a funguje jako výukový zdroj pro více než 20 milionů uživatelů.

V nedávném příspěvku na stránkách společnosti generální ředitel Stack Overflow, Prashanth Chandrasekar, vysvětlil, že „umožnění modelů AI trénovat na datech, která vývojáři vytvořili v průběhu let, ale na oplátku nesdílet data a poznatky z těchto modelů s veřejností. , by vedlo k tragédii Commons.“

Fórum se loni na podzim dostalo do titulků kvůli zákazu používání textu generovaného ChatGPT k vytváření příspěvků, přičemž tento postup považoval za „škodlivý“ pro web a jeho uživatele. „Pokud nebudeme všichni nadále přispívat znalostmi zpět na sdílenou veřejnou platformu, riskujeme svět, ve kterém jsou znalosti centralizovány v černé skříňce modelů umělé inteligence, které vyžadují, aby uživatelé za přístup k jejich službám platili,“ dodal Chandrasekar v samostatném příspěvku. .