哈佛大学、谷歌发布 100 万本公共领域书籍,为 AI训练提供合法数据

12 月 13 日消息,据 TechCrunch 12 日报道,哈佛大学谷歌宣布,联合发布 100 万本公共领域书籍作为 AI 训练数据集

哈佛大学、谷歌发布 100 万本公共领域书籍,为 AI训练提供合法数据
图源 Pexels

AI 训练所需的数据成本高昂,但却更适合资金充裕的科技公司。因此,哈佛大学计划发布一个包含约 100 万本公共领域书籍的数据集,这些书籍覆盖多种类型、语言和作者,包括已不再受版权保护的经典作家如狄更斯、但丁和莎士比亚等,因这些作品的版权已随时间过期。

虽然这个新数据集尚未公开,也不清楚具体的发布方式和时间,但它来源于谷歌的长期项目 —— 谷歌图书(Google Books)。因此,谷歌将参与这次“宝贵财富”的广泛发布。

据1AI了解,早在今年 3 月,哈佛大学就曾透露其“机构数据计划(IDI)”,并表示这一计划旨在为 AI 提供“合法数据的可信通道”。直到正式启动后,该计划才确认得到了微软和 OpenAI 的资金支持

IDI 的执行董事格雷格・莱佩特(Greg Leppert)表示,该数据集的目标是“让竞争环境更加公平”,通过向包括研究机构和 AI 初创公司在内的各类机构开放这一庞大的数据集,以帮助他们训练大型语言模型。

声明:内容均采集自公开的网站等各类媒体平台,若收录的内容侵犯了您的权益,请联系邮箱,本站将第一时间处理。
资讯

谷歌发布多模态直播 API:解锁看、听、说,开启 AI 音视频交互新体验

2024-12-13 9:05:27

资讯

AI 助你防诈:微软 Edge 浏览器被曝测试新型在线诈骗拦截器

2024-12-13 17:20:46

搜索