AI训练数据

揭秘具身智能产业的另一面：年轻人通过穿戴肌电传感设备重复日常动作训练AI，日均报酬180元。文章深入探讨数据采集的管理漏洞、整个行业的融资热潮，以及机器人大规模替代人工带来的职场困境。

法院解封文件揭示OpenAI与微软采集数百万份内容训练模型，Meta等科技巨头陷入数据掠夺纠纷。人类创作物正逐步转化为AI养料，而AI已学会自我生成数据，人类作为”AI饲料”的时代正在倒计时。

全球二手书市场遭遇异常采购潮。业界推测与AI大模型开发相关。美国法院裁定购书训练AI不违反版权法，却曝出部分书籍遭销毁，引发伦理争议。

自ChatGPT问世，互联网新发布内容超过半数源自AI生成。当这些内容用于训练新模型时，会触发「模型塌缩」——输出质量急剧恶化。为获取2022年前「未被机器接触过」的纯净训练数据，AI公司通过ISBNdb等渠道大规模收购旧书、扫描、销毁。Anthropic的「巴拿马计划」投入数千万美元，最终以15亿美元和解收场。这场争夺背后是深层悖论：人类知识正被锁进私有黑箱。

大语言模型靠吞食人类创意而生。作家、艺术家、记者纷纷维权。三位美国作家起诉Anthropic盗用著作，撬动15亿美元和解——这是版权史上最大赔款。超60起诉讼待审，AI时代的黑箱正被打开。

Anthropic为训练AI模型采取毁灭性手段处理数百万册图书，遭作者集体诉讼被罚15亿美元创下版权侵权最大和解纪录。马斯克等业界人士对此表示反感，担忧这种做法若蔓延到珍稀书籍将造成文化遗产难以挽回的损失。