維基百科與人工智慧公司合作加強資料存取

德國維基媒體(Wikimedia Deutschland)本周三發佈了一個新的資料庫,旨在增強人工智能模型對維基百科廣泛知識庫的存取。
這項計畫被稱為 Wikidata Embedding Project,利用向量式語意搜尋技術,讓電腦能夠掌握詞彙的意義與關係,並應用在維基百科龐大的網路中,包括其姊妹平台上近 1.2 億個詞條。
該專案增加了模型上下文協定 (Model Context Protocol, MCP) 的相容性,這是一個促進人工智能與資料來源溝通的框架,可改善大型語言模型與自然語言查詢互動及擷取資訊的方式。
維基媒體的德國分部與神經搜尋專家 Jina.AI 以及 IBM 旗下專精於即時訓練資料的 DataStax 共同帶頭進行這項工作。
雖然 Wikidata 早已提供維基媒體財產的機器可讀取資料,但之前的工具僅限於關鍵字搜尋和 SPARQL 查詢。這個升級後的系統增強了檢索增強生成 (RAG) 功能,讓人工智能開發人員能夠將其模型錨定在維基百科經編輯驗證的知識庫中。
資料庫以豐富的語意上下文來結構資料。例如,搜尋「scientist」會顯示著名核科學家和貝爾實驗室研究人員的清單,以及多語言翻譯、維基媒體圖片和相關詞彙,例如「researcher」和「scholar」。
Wikidata 可透過 Toolforge 進行存取,並將於 10 月 9 日舉辦開發人員網路研討會,以展示該平台的潛力。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含初創公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含創業公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
隨著人工智慧開發人員日益尋求優質資料來源以精進模型,這場發佈會也隨之而來。現代的訓練系統已經不再是簡單的資料集,而是複雜的生態系統,因此仍然需要精心策劃的資訊,尤其是對於準確性要求極高的應用程式。相較於 Common Crawl 之類的大量資料集,維基百科經事實檢查的內容提供了明顯的優勢。
追求優質資料也有風險:Anthropic 最近提出了 15 億美元的和解方案,因為作者控告其作品未經授權被用於訓練。
Wikidata 的 AI 專案負責人 Philippe Saadé 強調其獨立性:"他向媒體表示:「這證明強大的人工智慧可以超越企業孤島,以開放、協作的方式茁壯成長,並造福大眾。
相關文章
華納音樂收購AI歸因初創公司Sureel AI
華納音樂集團(WMG)於週三確認,其正在收購Sureel AI,一家專注於人工智慧歸因的初創公司。Sureel的專有技術為音樂曲目生成“AI DNA”,將其分解為各個組成部分,以追蹤人工智慧模型如何利用這些元素。透過此次收購,WMG旨在增強其監控其藝術家和詞曲創作者的作品在人工智慧生成內容中被使用或用於訓練人工智慧模型的能力。“將Sureel整合到WMG中,增強了我們的保護、控制和變現能力,確保創意社羣保留對其智慧財產權、姓名、肖像、形象和聲音的控制權,”WMG執行長Robert Kync
亞馬遜推出“Alexa for Shopping”,同時將Rufus邊緣化
亞馬遜推出了“Alexa for Shopping”,將 Rufus 購物聊天機器人 Alexa+ 整合到應用程式、網站和 Echo Show 裝置中。該助手回答產品查詢、比較商品、跟蹤價格,並支援購物提醒。它還處理計劃中的購物操作和符合條件的自動購買。據該公司稱,“Alexa for Shopping”將 Rufus 的產品專業知識與 Alexa+ 的個性化助手上下文相結合。亞馬遜表示,Rufus 在 2025 年協助了超過 3 億客戶進行產品研究、比較和購買。GeekWire 報道稱,
微軟、Azure 與 AI 技術共同對抗加州野火風險
微軟投資於人工智慧驅動的野火偵測技術,其首席副總裁暨首席數據科學家胡安·拉維斯塔·費雷斯(Juan Lavista Ferres)針對減輕環境損害的策略進行了探討。根據美國國家航空暨太空總署(NASA)指出,氣候變遷影響地球上的每個人,其表現為氣溫上升、降雨模式改變以及海平面上升。NASA 指出,有確鑿證據顯示地球正以前所未有的速度變暖,而人類活動是主要驅動因素。隨著全球氣溫上升,野火構成的威脅日
相關專題推薦
評論 (3)
0/500
So they're basically selling training data to AI companies? As long as the knowledge stays accessible, I'm cool with it. 🤔
Das ist ein wirklich cleverer Schachzug von Wikipedia! Vektorsuche in ihren riesigen Datenbeständen könnte die Qualität von KI-Ausgaben enorm verbessern und vielleicht endlich mit den Halluzinationen aufräumen. Hoffentlich bleibt der Zugang aber transparent und für alle fair, damit nicht nur die großen Tech-Konzerne profitieren. Die deutsche Wikimedia-Abteilung zeigt mal wieder, dass sie vorne mitmischt. 💡

德國維基媒體(Wikimedia Deutschland)本周三發佈了一個新的資料庫,旨在增強人工智能模型對維基百科廣泛知識庫的存取。
這項計畫被稱為 Wikidata Embedding Project,利用向量式語意搜尋技術,讓電腦能夠掌握詞彙的意義與關係,並應用在維基百科龐大的網路中,包括其姊妹平台上近 1.2 億個詞條。
該專案增加了模型上下文協定 (Model Context Protocol, MCP) 的相容性,這是一個促進人工智能與資料來源溝通的框架,可改善大型語言模型與自然語言查詢互動及擷取資訊的方式。
維基媒體的德國分部與神經搜尋專家 Jina.AI 以及 IBM 旗下專精於即時訓練資料的 DataStax 共同帶頭進行這項工作。
雖然 Wikidata 早已提供維基媒體財產的機器可讀取資料,但之前的工具僅限於關鍵字搜尋和 SPARQL 查詢。這個升級後的系統增強了檢索增強生成 (RAG) 功能,讓人工智能開發人員能夠將其模型錨定在維基百科經編輯驗證的知識庫中。
資料庫以豐富的語意上下文來結構資料。例如,搜尋「scientist」會顯示著名核科學家和貝爾實驗室研究人員的清單,以及多語言翻譯、維基媒體圖片和相關詞彙,例如「researcher」和「scholar」。
Wikidata 可透過 Toolforge 進行存取,並將於 10 月 9 日舉辦開發人員網路研討會,以展示該平台的潛力。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含初創公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
在 Disrupt 2025 與 10,000 多位科技與創投先驅交流
加入 Netflix、Box、a16z、ElevenLabs 和 Vinod Khosla 等業界巨擘的行列,參加 200 多場包含創業公司成長策略和科技洞察的會議。立即預購門票,即可在一般入場門票開放前節省高達 444 美元。
隨著人工智慧開發人員日益尋求優質資料來源以精進模型,這場發佈會也隨之而來。現代的訓練系統已經不再是簡單的資料集,而是複雜的生態系統,因此仍然需要精心策劃的資訊,尤其是對於準確性要求極高的應用程式。相較於 Common Crawl 之類的大量資料集,維基百科經事實檢查的內容提供了明顯的優勢。
追求優質資料也有風險:Anthropic 最近提出了 15 億美元的和解方案,因為作者控告其作品未經授權被用於訓練。
Wikidata 的 AI 專案負責人 Philippe Saadé 強調其獨立性:"他向媒體表示:「這證明強大的人工智慧可以超越企業孤島,以開放、協作的方式茁壯成長,並造福大眾。
華納音樂收購AI歸因初創公司Sureel AI
華納音樂集團(WMG)於週三確認,其正在收購Sureel AI,一家專注於人工智慧歸因的初創公司。Sureel的專有技術為音樂曲目生成“AI DNA”,將其分解為各個組成部分,以追蹤人工智慧模型如何利用這些元素。透過此次收購,WMG旨在增強其監控其藝術家和詞曲創作者的作品在人工智慧生成內容中被使用或用於訓練人工智慧模型的能力。“將Sureel整合到WMG中,增強了我們的保護、控制和變現能力,確保創意社羣保留對其智慧財產權、姓名、肖像、形象和聲音的控制權,”WMG執行長Robert Kync
微軟、Azure 與 AI 技術共同對抗加州野火風險
微軟投資於人工智慧驅動的野火偵測技術,其首席副總裁暨首席數據科學家胡安·拉維斯塔·費雷斯(Juan Lavista Ferres)針對減輕環境損害的策略進行了探討。根據美國國家航空暨太空總署(NASA)指出,氣候變遷影響地球上的每個人,其表現為氣溫上升、降雨模式改變以及海平面上升。NASA 指出,有確鑿證據顯示地球正以前所未有的速度變暖,而人類活動是主要驅動因素。隨著全球氣溫上升,野火構成的威脅日
So they're basically selling training data to AI companies? As long as the knowledge stays accessible, I'm cool with it. 🤔
Das ist ein wirklich cleverer Schachzug von Wikipedia! Vektorsuche in ihren riesigen Datenbeständen könnte die Qualität von KI-Ausgaben enorm verbessern und vielleicht endlich mit den Halluzinationen aufräumen. Hoffentlich bleibt der Zugang aber transparent und für alle fair, damit nicht nur die großen Tech-Konzerne profitieren. Die deutsche Wikimedia-Abteilung zeigt mal wieder, dass sie vorne mitmischt. 💡





首頁






