
為了解決從公開網頁環境擷取資料涉及隱私 及著作權爭議,OpenAI 宣布推出名為GPTBot的網頁爬蟲技術,將以更透明方式蒐集人工智慧 訓練時所需資料。
OpenAI表示,GPTBot 將以完整字串及代幣方式闡明其爬蟲機器人身分,同時其所抓取公開網頁資料僅用於改良未來人工智慧模型 ,並且剔除抓取需要付費使用內容。
不過,如果網頁經營維護者不希望被GPTBot擷取內容的話,例如網頁可能存放大量涉及個人隱私等內容,僅需在網頁架構中的robots.txt檔案加入「GPTBot」描述,或是自訂GPTBot可抓取內容,甚至OpenAI也提供直接透過限制IP存取範圍方式禁止GPTBot抓取網頁資料的方式,讓網頁經營維護者能避免內容被GPTBot抓取。
過去就有不少網頁透過設定,讓各家搜尋引擎無法透過爬蟲方式擷取網頁資料,而在人工智慧技術持續成長趨勢之下,越來越多人工智慧訓練仰賴大量公開資料進行學習,因此也加深許多網頁經營者擔心內容被用於人工智慧訓練,進而產生有價資料受影響,或是影響隱私安全等問題,因此要求人工智慧技術提供者必須以合理方式取用網頁資料。
《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》
📌 數位新聞這裡看!
訂閱《科技玩家》YouTube頻道!
💡 追新聞》》在Google News按下追蹤,科技玩家好文不漏接!
📢 「找車位神器」3秒搜出停車格!5縣市可用 駕駛實測嘆:相見恨晚
📢網紅「小周牙醫」歧視同志言論挨轟!道歉被網抓包IG、YT秒做1事:沒誠意
📢 Switch 2台北體驗會7/5登場!抽選制、超詳細報名規則曝
📢 ASUS VivoWatch 6 AERO智慧手環開箱!指尖量心電圖 睡眠追蹤曝「9成全淺眠」
📢 YouTube會員台灣便宜雙人方案來了!價格比印度貴近4倍 規則一次看
📢 獨/等到iPhone嗶進站!蘋果iOS18.4開放台灣NFC交易 悠遊卡公司回應了