СледваСледващо ръководство
Отказ на вашето дете от AI в училище
общество
РЪКОВОДСТВО за обществото
Отказ от набори от данни за обучение на AI
Създателите могат да намалят бъдещото използване на тяхната работа за AI обучение, като блокират AI роботите в robots.txt, изключат разрешенията за обучение в настройките на платформата и се регистрират с услуги за отказ и могат да проверяват някои публични набори от данни с инструменти за търсене.
На тази страница4 минути четене
Преглед
Тези мерки засягат най-вече бъдещото събиране от компании, които решат да ги спазват; те не премахват работа от вече обучени модели.
Дълбоко гмуркане
Повечето големи AI модели се обучават върху материали, събрани от мрежата. Common Crawl публикува огромни обхождания на публичния интернет и набори от данни за изображения като LAION-5B, с около 5,85 милиарда двойки изображения и надписи, са изградени чрез филтрирането им. LAION разпространява връзки и надписи, а не файлове с изображения, но моделите, обучени с него, изтеглиха изображенията от тези връзки. За да проверите дали работата ви се появява, Have I Been Trained на Spawning ви позволява да търсите в набори от данни LAION по текст или изображение. Той обхваща само наборите от данни, които индексира; няма начин за търсене в частните данни, които много компании използват. Основните инструменти за превенция са: robots.txt. Много компании за AI публикуват имена на роботи, които сайтовете могат да блокират, включително GPTBot (OpenAI), ClaudeBot (Anthropic), CCBot (Common Crawl), Applebot-Extended (Apple) и Google-Extended, който контролира използването в Gemini на Google модели без премахване на сайт от Google Търсене. Някои хостове и CDN, като Cloudflare, предлагат блокиране на AI робот с едно щракване. Настройки на платформата. Услуги като LinkedIn и X предлагат настройки, контролиращи обучението за потребителско съдържание, а Meta предлага формуляри за възражения в региони с по-строги закони за защита на данните. Арт сайтове като DeviantArt и ArtStation въведоха NoAI тагове. Регистри и правни резерви. Регистърът Do Not Train на Spawning записва откази, които някои компании, включително Stability AI за определени модели, казаха, че ще спазват. В ЕС директивата за авторското право от 2019 г. позволява на притежателите на права да запазват права за текст и извличане на данни в машинночетима форма, а Законът за изкуствен интелект на ЕС изисква от доставчиците на модели с общо предназначение да спазват такива резерви. Ограниченията са важни. robots.txt е доброволен и не е принудителен. Отказите не са със задна дата и обучените модели не забравят. Копия от вашата работа, публикувани на друго място, не се покриват от правилата на вашия сайт. Блокирането на роботи също може да намали видимостта при търсене, задвижвано от AI. Отказът намалява експозицията; не гарантира изключване.
Стратегическо въздействие
Риск и безопасност
Катастрофалните и ежедневните вреди от ИИ зависят от това кой разбира рисковете и кой може да действа.
По-ясни решения
Обществената и професионалната грамотност определя дали силната политика за безопасност е политически възможна.
Пречупване на шума
Ясните обяснения намаляват улавянето от шум, лабораторен PR и неясен етичен театър.
Бъдещето на отказването от набори от данни за обучение на AI
Натискът нараства за сигнали за отказ, които са стандартизирани и правно значими, а не разпръснати в имена на роботи и менюта на платформата. Органите по стандартизация и индустриалните групи работят върху споделени речници за предпочитанията за използване на AI, а правилата на ЕС настояват доставчиците да документират как зачитат резервите. Лицензионните сделки между компаниите за изкуствен интелект и издателите предполагат, че се формира пазар за предоставени данни, макар и най-вече за големи притежатели на права. Съдебните дела за обучение по произведения, защитени с авторски права, могат да променят стандартните правила в някои страни. Засега отделните творци трябва да третират отказите като частична защита и периодично да проверяват настройките, тъй като платформите ги променят.
Внедряване в реалния свят
Илюстратор търси изображения в портфолиото си в Have I Been Trained, намира няколко в LAION-5B и ги добавя към регистъра Do Not Train на Spawning, знаейки, че това обвързва само компании, които го спазват.
Фотограф, който управлява свой собствен сайт, добавя правила на robots.txt, забраняващи GPTBot, CCBot, ClaudeBot и Google-Extended, като същевременно оставя разрешен Googlebot, така че страниците му все още да се показват в резултатите от търсенето.
Писател на LinkedIn изключва настройката, която позволява нейните данни да се използват за обучение на генеративни AI модели и отбелязва, че това не отменя предишна употреба.
Малък издател в ЕС добавя резервация за машинно четене на права за извличане на текст и данни към своя сайт и условия за използване, разчитайки на изключението за авторското право в ЕС, което позволява на притежателите на права да се откажат.
Рискове и предпазни огради
Третирането на екзистенциалния риск като научна фантастика, докато способностите се смесват.
Объркваща безопасност на повърхностния продукт с подравняване при висока автономност.
Оставяйки неанглийската и неекспертната публика само с източници с ниско качество.
Пътна карта за изпълнение
Отделете рисковете от увреждане на продукта, неправилна употреба и загуба на контрол/неправилно подравняване.
Попитайте кои доказателства биха променили мнението ви за сроковете и тежестта.
Предпочитайте първичните източници и конкретните оценки пред маркетинговите твърдения.
Определете един път на действие: кариера, политика, финансиране или умения - не само информираност.
Продължете да изследвате
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Opting Out of AI Training Datasets quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Често задавани въпроси
Какво означава отказ от набори от данни за обучение на AI?
Създателите могат да намалят бъдещото използване на тяхната работа за AI обучение, като блокират AI роботите в robots.txt, изключат разрешенията за обучение в настройките на платформата и се регистрират с услуги за отказ и могат да проверяват някои публични набори от данни с инструменти за търсене. Тези мерки засягат най-вече бъдещото събиране от компании, които решат да ги спазват; те не премахват работа от вече обучени модели.
Какво всъщност разпространява наборът от данни LAION-5B?
LAION предоставя URL адреси и надписи. Обучителите на модели изтеглиха изображенията от тези връзки.
Какво прави блокирането на Google-Extended в robots.txt?
Google-Extended е контролен токен за използване при обучение на AI. Блокирането му оставя незасегнато индексирането на Търсене.
Какво е основното ограничение при отказване, след като моделът е обучен?
Отказите засягат бъдещото събиране от компании, които ги спазват. Миналото обучение не се отменя.
Защо блокирането на роботи в robots.txt на собствения ви сайт не защитава напълно работата ви?
robots.txt е заявка, която добре работещите роботи следват и се отнася само за сайта, който го публикува.
Какво ви позволява инструментът Have I Been Trained на Spawning?
Той търси в наборите от данни, които индексира. Не може да види частни данни за обучение, използвани от много компании.
Продължавай да учиш
Свързани ръководства
Още ръководства, избрани за тази тема