OpenAI slutar träna AI-modeller på levande internet
OpenAI meddelar att företaget inte längre kommer att träna sina frontmodeller på realtidsdata från internet, med hänvisning till 'betydande risker'. Det som gör nyheten extra intressant är tajmingen – beslutet kommer bara några veckor efter att en av OpenAI:s egna ingenjörer offentligt hävdade att just den lösningen inte skulle fungera.
Djupdykning
OpenAI backar nu från en av sina tidigare kärnstrategier: att träna sina mest avancerade modeller på ett levande, uppdaterat internet. Anledningen de uppger är "betydande risker" – vilket i praktiken troligtvis handlar om en kombination av upphovsrättsproblem, datakvalitet och den grundläggande svårigheten att kontrollera vad modellen faktiskt suger upp när hela webben är källan. Det ironiska timingen är svår att missa – bara veckor efter att en av deras egna ingenjörer offentligt argumenterade för att den här avskärningen inte skulle lösa problemet. Det de flesta missar är att det här inte primärt är ett säkerhetsbeslut – det är ett juridiskt och kommersiellt manöver. Rättegångar från förlag, tidningar och upphovsmän har staplas upp mot AI-bolagen, och att träna på live-internet är ett av de mest juridiskt exponerade sätten att samla data. Att röra sig mot mer kontrollerade, licensierade datakällor är ett sätt att bygga en försvarslinje i domstol. Samtidigt riskerar OpenAI att låsa in sig i en datastagnation – en modell som inte får se nytt material i realtid är i princip en bra minneskonsult snarare än en levande informationskälla, och det gapet mot verkligheten växer för varje dag.