OpenAI打包新聞集團版權訓練大模型

ChatGPT再擴容，這次將加入十余家媒體的新聞內容。

當地時間5月22日，OpenAI宣布與新聞集團（News Corp）達成多年期協議，將獲得主要新聞和信息出版物的當前和存檔內容，包括《華爾街日報》《巴倫周刊》《紐約郵報》《泰晤士報》《太陽報》等十余家媒體。

根據協議，OpenAI將能在ChatGPT中顯示新聞集團旗下媒體的內容并用于回答用戶的問題。同時，新聞集團將分享新聞專業知識，以幫助確保OpenAI的產品達到最高的新聞標準。

據外媒援引知情人士的話稱，該交易為期五年，交易價值或超過2.5億美元（約合人民幣18.1億元），包括現金形式以及使用OpenAI技術的信用額度。

此外，此次合作不包括訪問新聞集團其他業務的內容。OpenAI表示，最終目標是讓人們能夠根據可靠的信息和新聞來源做出明智的選擇。

OpenAI CEO山姆·奧特曼表示："我們與新聞集團的合作是新聞業和科技界引以為豪的時刻。我們非常珍視新聞集團作為全球突發新聞報道領導者的歷史，并很高興能加強用戶對其高質量報道的訪問。我們將共同為未來奠定基礎，讓人工智能深深地尊重、增強和維護世界級新聞報道的標準。”

此前，OpenAI已宣布和美國社交平臺Reddit合作，可訪問后者數據API（應用接口）的實時內容，并將內容引入ChatGPT等產品中。也與《金融時報》、美聯社、《世界報》等多家媒體達成協議，授權使用資料庫來訓練AI（人工智能）模型。

但據外媒報道，上述與不同媒體合作的內容略有差別，例如美聯社合作每年僅價值數百萬美元，主要集中在將文本檔案庫內容用于培訓。OpenAI與《金融時報》合作價值在每年500萬-1000萬美元，其中包括新聞內容的展示。

不過，OpenAI的版權合作之路也并不一帆風順。《紐約時報》、The Intercept、《紐約每日新聞》等數十家媒體已提起版權侵權訴訟，指控OpenAI非法使用其新聞內容來培訓AI（人工智能）模型。

對于使用公開的互聯網材料訓練AI模型，OpenAI表示，這種合理使用得到了長期存在，并有廣泛的先例支持。這一原則對創造者公平，對創新者必要。盡管如此，公司還為出版商提供了一個簡單的選擇退出流程，以防止公司的工具訪問紐約時報這樣的網站。

OpenAI稱，由于大模型是從人類知識的巨大集合中學習，因此任何一個部門都只是整體訓練數據的一小部分，任何單一數據源，包括《紐約時報》，對于大模型的預期學習并不重要。

新聞集團旗下的《華爾街日報》指出，AI公司對出版商的內容如饑似渴，這些內容可以幫助完善模型，創建新產品，如AI驅動的搜索。出版商正在尋求確保能為使用自己的知識產權獲得高額報酬，從而引發了整個行業復雜且有時甚至相當激烈的談判。

根據外媒報道，在新聞集團與OpenAI達成的協議中，確保新聞內容不會在發布后立即在ChatGPT上提供。這是目前出版商們比較擔憂的方面，即AI根據新聞內容提供完整的答案，用戶無需登錄新聞網站付費獲取，出版商損失流量和廣告收入。

外媒援引知情人士的說法稱，OpenAI正尋求在回答內容的摘要下給出相關鏈接，讓用戶看到這些內容來源于哪些出版合作伙伴。