Creative Commons 推出 CC Signals 架構以開放 AI 開發

非營利先驅Creative Commons透過靈活的授權系統,為數位內容分享帶來革命性的改變,現在該組織將注意力轉向人工智慧對創意作品的影響。本周,該組織推出了CC Signals,這是一個創新專案,讓資料集擁有人能夠指定人工智能系統對其內容的允許用途,特別是用於模型訓練。
人工智能時代的資料平衡之道
Creative Commons 認識到維持網際網路開放性與保護內容不被不受限制的 AI 擷取之間的矛盾。他們在官方部落格文章中警告,不受限制的資料擷取可能導致內容所有者退縮到付費牆後面,而非為數位公有做出貢獻。
CC Signals 提出了一個結構化的框架,讓資料在以下兩者之間分享:
- 控制資料集的內容所有者
- 需要訓練資料的 AI 開發人員
AI 數據治理的需求與日俱增
業界對於 AI 訓練問題的回應反映出這個問題的迫切性:
- X (Twitter)最初允許,後來限制在公共資料上進行 AI 訓練
- Reddit 實施 robots.txt 封鎖,以對抗 AI 搜刮者
- Cloudflare 正在開發針對網路爬蟲的付費存取解決方案
- 開放原始碼開發者創造了反抓取的對策
CC Signals 倡議提供另一種方法,透過具有法律與道德重量的標準化權限,以目前保護數十億創意作品的成功 CC 授權模式為基礎。
官方公告與發展時間表
"CC 訊號的設計是為了在人工智能時代維持公有,」Creative Commons 執行長 Anna Tumadóttir表示。「正如 CC 許可協助建立開放網路一樣,我們相信這個框架將促進一個合乎道德的 AI 生態系統。」
該專案已進入形成階段:
- 在 CC 網站和 GitHub 上公佈初步設計
- 公眾回饋期現已開始
- 計劃於 2025 年 11 月推出 alpha 版本
- 即將舉行社區大會,徵求社區意見
TechCrunch 活動促銷
TechCrunch All Stage 通票可節省 200 美元以上
更聰明地建立。更快擴充。更深入地聯繫。加入來自 Precursor Ventures、NEA、Index Ventures、Underscore VC 及其他機構的有遠見的人士,參與策略、研討會和有意義的聯繫的一天。
TechCrunch All Stage 通票可節省 200 美元以上。
更聰明地建立。更快擴張。深入聯繫。與來自 Precursor Ventures、NEA、Index Ventures、Underscore VC 及其他機構的有遠見的人士一起,參與充滿策略、研討會和有意義的聯繫的一天。
馬薩諸塞州波士頓 | 7 月 15 日立即報名
相關文章
全球新創公司必須掌握 AI 政策:必須瞭解的關鍵策略
我注意到您要求我重寫包含內嵌 YouTube iframe 的內容。但是,我會遵循您最初提供的嚴格要求:我必須原封不動地保留所有 HTML 標籤。我只能重寫 HTML 元素中的文字內容我不能添加、移除或更改任何 HTML 結構基於這些限制,我無法正確地重寫 YouTube iframe 部分:它包含要重寫的屬性而非文字內容您提供的文字看起來是標題/說明,但沒有包含在所提供內容的 HTML 標籤中您
Sam Altman:ChatGPT 查詢使用最少的水 - 相當於 1/15 茶匙
OpenAI 執行長 Sam Altman 在週二一篇探討 AI 全球影響力的部落格文章中,揭露了 ChatGPT 資源消耗的驚人數據,指出平均每個查詢會消耗約 0.000085 加侖的水,大約相當於十五分之一茶匙的水。在討論用水量的同時,Altman 也說明了能源需求,他表示每次查詢約消耗 0.34 瓦時,相當於烤箱短暫運轉或高效率燈泡運作幾分鐘的耗電量。將 AI 對環境的影響具體化Sam Al
人工智慧中的道德:應對自動化中的偏見與合規挑戰
隨著自動化深入各行各業,倫理考量逐漸成為重要的優先考量。決策演算法現在影響著社會的重要層面,包括就業機會、金融服務、醫療照護和法律程序,這些都需要嚴格的倫理框架。如果沒有適當的治理,這些強大的系統有可能擴大現有的不平等,並造成廣泛的傷害。瞭解 AI 系統中的偏見演算法偏見的根源往往在於有瑕疵的訓練資料。歷史上的歧視模式可能會在機器學習模型中延續下去,例如根據過去決定中反映出的受保護特徵而使申請人處
評論 (0)
0/200
非營利先驅Creative Commons透過靈活的授權系統,為數位內容分享帶來革命性的改變,現在該組織將注意力轉向人工智慧對創意作品的影響。本周,該組織推出了CC Signals,這是一個創新專案,讓資料集擁有人能夠指定人工智能系統對其內容的允許用途,特別是用於模型訓練。
人工智能時代的資料平衡之道
Creative Commons 認識到維持網際網路開放性與保護內容不被不受限制的 AI 擷取之間的矛盾。他們在官方部落格文章中警告,不受限制的資料擷取可能導致內容所有者退縮到付費牆後面,而非為數位公有做出貢獻。
CC Signals 提出了一個結構化的框架,讓資料在以下兩者之間分享:
- 控制資料集的內容所有者
- 需要訓練資料的 AI 開發人員
AI 數據治理的需求與日俱增
業界對於 AI 訓練問題的回應反映出這個問題的迫切性:
- X (Twitter)最初允許,後來限制在公共資料上進行 AI 訓練
- Reddit 實施 robots.txt 封鎖,以對抗 AI 搜刮者
- Cloudflare 正在開發針對網路爬蟲的付費存取解決方案
- 開放原始碼開發者創造了反抓取的對策
CC Signals 倡議提供另一種方法,透過具有法律與道德重量的標準化權限,以目前保護數十億創意作品的成功 CC 授權模式為基礎。
官方公告與發展時間表
"CC 訊號的設計是為了在人工智能時代維持公有,」Creative Commons 執行長 Anna Tumadóttir表示。「正如 CC 許可協助建立開放網路一樣,我們相信這個框架將促進一個合乎道德的 AI 生態系統。」
該專案已進入形成階段:
- 在 CC 網站和 GitHub 上公佈初步設計
- 公眾回饋期現已開始
- 計劃於 2025 年 11 月推出 alpha 版本
- 即將舉行社區大會,徵求社區意見
TechCrunch 活動促銷
TechCrunch All Stage 通票可節省 200 美元以上
更聰明地建立。更快擴充。更深入地聯繫。加入來自 Precursor Ventures、NEA、Index Ventures、Underscore VC 及其他機構的有遠見的人士,參與策略、研討會和有意義的聯繫的一天。
TechCrunch All Stage 通票可節省 200 美元以上。
更聰明地建立。更快擴張。深入聯繫。與來自 Precursor Ventures、NEA、Index Ventures、Underscore VC 及其他機構的有遠見的人士一起,參與充滿策略、研討會和有意義的聯繫的一天。
馬薩諸塞州波士頓 | 7 月 15 日立即報名











