Meta 考虑与新闻出版商合作获取人工智能训练数据

讨论新闻内容访问权限的团队包括合作伙伴、产品和法律团队的领导者。 知情人士表示，Meta 可能需要这样的访问权限，以使其生成式人工智能工具（如 MetaAI）对用户更有效，并在日益拥挤的生成式人工智能搜索工具和聊天机器人市场中更具竞争力。

一位知情人士表示：“Meta 可能别无选择，只能付钱给某人。”

Meta 发言人拒绝发表评论。

Meta 首席执行官马克·扎克伯格今年早些时候声称，他的公司拥有自己的数据，用于训练其 Llama 大型语言模型，该模型的规模比 Common Crawl 还要大，Common Crawl 是一组广泛的网络抓取数据，被（包括 Meta 在内的）广泛用于 AI 模型训练。

如果 Meta 选择或被迫更多地依赖自己的数据，它可能会再次陷入困境，其产出落后于谷歌和 OpenAI 等竞争对手。 此前，扎克伯格表示，他并没有预料到生成式人工智能会出现繁荣。

大约两年前，随着 ChatGPT 聊天机器人的推出，生成式人工智能引起了公众的广泛关注，此后不久，新闻媒体和其他网站就开始屏蔽 Common Crawl 和 OpenAI 部署的自动机器人，以不断免费抓取其内容。美国版权局正在考虑制定新规则以涵盖生成式人工智能。如果无法免费且持续地访问新闻出版商的内容，Meta AI 对用户有关时事的提示的响应可能会变得更加有限、过时或不正确。

目前在生成人工智能领域展开激烈竞争的主要竞争对手科技公司已经与新闻出版商和媒体机构达成协议，以获得更多用作模型训练数据的内容。 新闻集团与谷歌签署了一项协议。 《金融时报》、美联社、Dotdash Meredith 以及 BI、Politico 和欧洲多家出版物的母公司 Axel Springer 都与 OpenAI 签约。 OpenAI 最大的投资者是微软，该公司与 阿克塞尔·施普林格。

尽管如此，许多出版物尚未与任何人工智能公司签署协议，其中包括《纽约时报》，该时报在未能就许可协议条款达成一致后起诉了 OpenAI。 《纽约时报》还让 Common Crawl 删除了从该出版物中抓取的数据。 一位熟悉 Meta 考虑因素的人士表示，大多数新闻出版商都对许可交易持开放态度，哪怕只是因为“有总比没有好”。

您是 Meta 员工还是有秘诀或见解可以分享的人？ 联系 Kali Hays： [email protected] 或在安全消息应用程序上信号 请致电 949-280-0267。请使用非工作设备拨打。