在推进人工智能（AI）能力的开拓性举措中，OpenAI推出了其数据合作项目。该计划邀请全球组织共同构建全面的公共和私人数据集，旨在增强AI模型训练，并为实现AGI铺平道路。
多样化的训练数据集的需求
现代AI的基础在于其理解人类社会的复杂性的能力。OpenAI通过强调创建深度了解各种主题、行业、文化和语言的AI模型的重要性来承认这一点。实现这一目标的关键在于训练数据集的广度和深度。
与现有合作伙伴的合作努力
OpenAI已与多个合作伙伴密切合作，这些伙伴渴望为其所在国家或行业提供特定数据。最近与冰岛政府和Miðeind ehf的合作集中于通过整合策划的数据集来增强GPT-4在冰岛语方面的能力。此外，OpenAI还与自由法律项目合作，将大量法律文件纳入AI训练，以实现对法律理解的民主化访问。
OpenAI正在寻找的数据类型
OpenAI正在积极寻找人类社会反映并且在网上不易得到的大规模数据集。此次呼吁包括文本、图像、音频或视频等多种模态的数据，特别关注跨不同语言、主题和格式传达人类意图的数据集。
合作机会和模式
OpenAI为组织提供两种途径来为这一变革性工作做出贡献：
- 开源存档：OpenAI正在寻找合作伙伴来共同创建一个用于训练语言模型的开源数据集。这个数据集将对公众可访问，为更广泛的AI生态系统做出贡献。
- 私人数据集：对于希望保持其数据私密性同时增强AI模型理解的组织，OpenAI提供创建私人数据集的选择。OpenAI确保最高级别的敏感性和访问控制，使组织能够从AI进展中受益，同时保护数据的机密性。
我们的观点
OpenAI的数据合作项目是向实现AI进步的民主化迈出的重要一步。通过鼓励组织分享其独特的数据集，OpenAI旨在创建更安全、对人类更有益的模型。这一合作努力标志着通往实现为全球社区真正服务的人工通用智能（AGI）的旅程中的关键时刻。OpenAI邀请潜在合作伙伴携手塑造AI研究的未来，并为全面了解我们的世界做出贡献。