Mimo że internet jest zalewany informacjami, wartościowe dane do postępu sztucznej inteligencji są rzadkie. Firmy zajmujące się szkoleniem algorytmów często łamią zasady, lekceważąc prawa autorskie w poszukiwaniu wysokiej jakości materiałów tekstowych.
Programiści AI, takie jak OpenAI, Google i Anthropic, stoją przed unikalnym dylematem. Odkryli, że rozległy internet może nie zawierać wystarczająco wartościowych danych do szkolenia nowych, bardziej zaawansowanych systemów.
Obecnie setki milionów osób codziennie korzystają z chatbotów AI w swoich zawodach. Użytkownicy korzystają z narzędzi takich jak Gemini i ChatGPT do różnych zadań, począwszy od pisania e-maili, poprzez opracowywanie strategii biznesowych, aż po planowanie kampanii marketingowych. Często pomijanym aspektem są ogromne ilości danych, których te modele AI wymagają oraz kontrowersyjne metody, jakimi firmy zdobywają te dane w tle.
Do uzyskania dostępu do reszty artykułu wymagana jest standardowa subskrypcja. Istniejący subskrybenci mogą się zalogować, aby kontynuować czytanie.