8月11日消息：谷歌和OpenAI 正面临版权法在AI训练数据收集方面的限制。随着Bard等生成式AI系统的普及，对更多数据的需求不断增长。

这些AI系统需要大量的文本、图像和视频进行训练。OpenAI 强调，他们的AI模型是通过经过批准和公开可用的数据源进行学习的。然而，由于对互联网抓取数据的担忧，他们在数据获取方面面临公众的反对。

提高AI模型的质量需要人类生成的内容，而问题在于OpenAI 是否应该为这些内容付费或者从互联网上获取。未来，人类生成的内容可能以高价销售。

OpenAI 最近开始使用一家创作者创建的数据集来训练AI模型，但仅依赖这些数据可能导致模型崩溃。这种情况发生在模型从其他模型生成的数据中学习时，导致失去准确的数据。此外，未经作者同意或未署名的使用作品也成为了讨论的话题。上个月，数千名作者签署请愿书，要求AI公司停止未经许可使用他们的作品。

目前，OpenAI 将决定是否允许生成式AI挖掘他们的内容的责任放在了出版商身上。谷歌建议创建一个类似于robots.txt系统的社区开发标准，允许出版商选择拒绝抓取他们的作品。

OpenAI 已经采取了初步措施，通过将其添加到网站的robots.txt文件中，让网站所有者选择不让其机器人访问。OpenAI 还与美联社合作，以获取实时数据进行未来的模型训练，并寻求避免法律纠纷并补偿创作者。