2024-08-04 | 최형욱 논설위원

[万波息笛] AI爬虫

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

欧盟(EU)在全球率先制定的综合性人工智能(AI)监管法《AI法案》(AI Act)已于本月1日生效。对ChatGPT等通用AI,该法要求必须遵守欧盟著作权法并明示AI训练过程中使用的内容,从而为“AI爬虫”(crawler)设下刹车。爬虫指AI开发商用于自动收集、分类、存储媒体等内容企业的在线数据以训练AI模型的软件。法国今年3月以谷歌的AI聊天机器人Bard擅自使用本国媒体内容为由,处以2.5亿欧元罚款。

生成式AI模型通过学习和训练新闻、论文等信息,对信息进行再加工。这正是“ChatGPT可以超越人类的智力,却无法超越数据水平”一说的由来。中国之所以威胁美国的AI霸权,也是因为移动支付用户数达到美国的9倍等数据丰富,且与西方国家不同,可以随意加工个人信息。业界专家认为,照目前趋势,到2028年前后将出现AI模型可学习的优质数据全部耗尽的“数据墙”(data wall)。

内容企业也在关注被称为“AI时代的大米”“第二石油”的数据价值。《纽约时报》(NYT)等禁止对本社网站的未经许可爬取,违反者将面临巨额著作权侵权民事诉讼。主要国家已着手“数据安全”。因为它们认为,海外企业擅自收集本国个人信息并操纵算法将威胁国家安全。美国的“TikTok禁止法”、针对大型科技企业的欧盟“数字市场法”(DMA)、日本政府对NAVER集团施压要求出售LINE雅虎持股等便是典型例子。要在没有硝烟的“数据战争”时代不落后,就必须加快处理兼顾个人信息保护、网络安全与AI产业发展的“AI基本法”。

阅读韩文原文