Google využívá vše, co je na internetu, k trénování své AI

Google nedávno aktualizoval své zásady ochrany osobních údajů, které společnosti umožňují využívat informace z indexovaných webových stránek k trénování neuronové sítě Bard. Tyto nové zásady vstoupily v platnost 1. července 2023.

Pomocí dat z indexovaných stránek se Google snaží využít internet jako platformu pro školení svých systémů umělé inteligence. Společnost uvádí, že jim tento přístup umožní vyvíjet produkty a funkce jako např Google Translate, Bard a Cloud AI.

Dříve zásady společnosti Google zmiňovaly použití dat pro „jazykové modely“ spíše než „modely AI“ a konkrétně se nezmiňovaly o Google Translate, Bard a Cloud AI.

Google i OpenAI spoléhají na otevřená data pro školení AI, což vedlo k tomu, že někteří lídři platforem zavedli změny. Například Twitter a Reddit upravily své zásady platforem a omezily volný přístup ke svým rozhraním API. Bohužel tato opatření ovlivnila funkčnost nástrojů třetích stran, na které se mnoho uživatelů spoléhalo při přístupu tyto platformy.

Ve skutečnosti Google pro školení AI nutně nepotřebuje přístup k celému internetu. Přístup k bezplatným rozhraním API z hlavních webů, jako je Stack Overflow, Reddit, Twitter a další, by poskytl dostatek dat k trénování dobře fungujícího modelu umělé inteligence. A pokud se vyskytnou námitky, Google může udělat trik s tím, že je vyloučí ze souboru dat spolu s výsledky vyhledávání s odkazem na pokyny k zásadám ochrany osobních údajů.

Nejnovější zásady ochrany osobních údajů jsou tady.

Zdroj