免费数据薅不到了！又有网站向AI公司开口要钱 _知识经验

文章插图
【免费数据薅不到了！又有网站向AI公司开口要钱】IT问答网站Stack Overflow日前宣布，计划从今年年中起，向大型AI开发商收取数据访问费用，付费后才可以获取该平台上的5000万个问题与答案。
Stack Overflow是一个程序设计领域的问答网站，隶属Stack Exchange Network 。网站上最常见的问答主题包括JavaScript、Java、C#、PHP、Android、Python、jQuery和HTML等。如今其注册用户已超过2000万。
其首席执行官Prashanth Chandrasekar表示，“社区平台推动了大语言模型(LLM)发展，所作出的贡献也必须得到补偿。”
同样也是在本周，美国新闻媒体联盟(The News/Media Alliance，前美国报业协会)公布多项原则，呼吁AIGC开发公司就数据使用展开谈判，并要求这些开发公司尊重新闻媒体获得公平补偿的权利。
环球音乐集团(Universal Music Group)近日也发出警告，阻止AI服务从其受版权保护的歌曲中抓取旋律和歌词。
▌科技巨头或成主要收费对象马斯克已作出“价格示范”
实际上，OpenAI、谷歌、Meta等多家科技公司在建立大规模AI项目时，历来不会为大部分训练数据付费，而是选择从网络直接“搜刮”，数据来源便囊括上文提到的Stack Overflow和Reddit 。当然，在美国此举通常被看作合法行为，但仍存在一些版权与网站条款争议。
但即便在这种情况下，ChatGPT等一系列AI大模型/聊天机器人的开发费用也已高达数亿美元。随着Reddit、Stack Overflow等网站开始“开口要钱”，这些科技巨头的AI开发费用未来很可能“再上一层楼” ，而技术开发时间或也将进一步延长。
至于具体如何收费?不论是Stack Overflow还是Reddit都暂未发布价格信息。
Reddit透露，“我们正在处理这个问题，将在未来几周内与合作伙伴分享更多信息。”Stack Overflow则表示，公司将借鉴研究Reddit的策略，并与潜在客户展开协商，目前已与部分客户就数据访问进行接触。
这两家公司的收费方案或许都将针对大型科技公司：Stack Overflow称希望收费对象仅限于以商用为目的开发LLM的大型公司;Reddit也有类似表态。而其余用户与公司则有望继续免费使用数据。
而马斯克或许也为这两家公司提供可供借鉴的定价方案——本月马斯克已提高推特数据访问价格，起价为每月4.2万美元，可访问5000万条推文。而就在本周三，马斯克刚刚指控微软非法使用推特数据来训练其AI模型，还直言“诉讼时间到”，警告要起诉微软。