AI数据爆发“石油危机”，内容公司可以躺着赚钱了

主要观点总结

本文主要讨论了AI大模型的数据需求及其带来的版权问题，以及高质量数据的稀缺性和创作者数据确权的重要性。文章中提到了多家公司因为AI数据版权纠纷而面临诉讼，同时也提到了AI公司对高质量数据的渴求以及数据确权的挑战。

关键观点总结

关键观点1: AI大模型对数据的巨大需求以及由此引发的版权纠纷问题。

文章提到多家大型音乐厂牌起诉AI音乐制作公司，指控其侵犯版权；一些作家指控ChatGPT根据受版权保护的内容生成摘要等案例，说明AI领域的数据开采权问题尚未明晰。

关键观点2: 高质量数据的稀缺性。

文章指出机器学习数据集可能在不久的将来耗尽所有高质量语言数据，而高质量数据成为像OpenAI和Google这样的模型制造商的争夺焦点。

关键观点3: 创作者数据确权的重要性与难度。

文章讨论了互联网媒体平台在向AI公司提供数据时忽视用户内容所有权的问题，以及区块链技术在数据确权方面的潜在应用。

文章预览

👆 关注的人，领先不止一步👆 “ 如果把AI 大模型比作汽车，原始数据就是原油。 ” 作者 | 江江 编辑｜蔓蔓周 ChatGPT 的出现和 Midjourney 的爆发式采用让 AI 实现了第一次大规模应用，即大模型的普及。 所谓大模型，是指具有大量参数和复杂结构的机器学习模型，能够处理海量数据、完成各种复杂的任务。 01 AI数据版权纠纷 如果把当下的 AI 大模型比作汽车，原始数据就是原油。无论如何，首先 AI 模型需要足够的“原油”。 AI 公司的“原油”来源主要有以下几类： ●网上公开免费的数据源，比如维基百科、博客、论坛、新闻资讯等； ●老牌新闻媒体和出版社； ●大学等研究机构； ●使用模型的 C 端用户。   现实世界的石油归属权已经有成熟的法律规范，而在 AI 这个天地尚且混沌的领域，“原油”开采权还不明晰，由此造成的纠纷不胜枚举。 ………………………………