خبر کامل
پروتکل جدید هوش مصنوعی برای جلوگیری از استخراج غیرمجاز داده‌ها از وب‌سایت‌ها
شرکت‌های پیشرو در حوزه هوش مصنوعی، در اقدامی هماهنگ، پروتکل جدیدی را برای مدیریت دسترسی به محتوای وب معرفی کردند. این سازوکار جدید به مالکان وب‌سایت‌ها اجازه می‌دهد تا با استفاده از فایل robots.txt، میزان اشتراک‌گذاری داده‌های خود را با مدل‌های زبانی بزرگ کنترل کنند.
استانداردسازی پروتکل‌های جلوگیری از استخراج داده
در گذشته، مدیران وب‌سایت‌ها مجبور بودند برای هر شرکت هوش مصنوعی به‌طور جداگانه قوانین سخت‌گیرانه‌ای تعریف کنند. اما اکنون، طبق طرحی که توسط کوین کلی، مدیر فنی بخش استانداردهای آنتروپیک تدوین شده، یک سیگنال مشترک برای تمامی این شرکت‌ها ایجاد شده است.
این پروتکل جدید که در حال بررسی در کارگروه مهندسی اینترنت (IETF) است، فرآیند مدیریت دسترسی را ساده و یکپارچه می‌کند. با فعال‌سازی این دستور، ناشران می‌توانند مشخص کنند که کدام بخش از سایت برای آموزش هوش مصنوعی آزاد است و کدام بخش باید محافظت شود.
نحوه عملکرد دستور جدید در فایل robots.txt
برای اعمال این محدودیت، مدیران سایت تنها نیاز دارند یک بخش کاربری (User-Agent) مشخص را به تنظیمات خود اضافه کنند. ساختار پیشنهادی به شرح زیر است:
| پارامتر | مقدار پیشنهادی |
|---|---|
| User-Agent | __usage_ai-training |
| Disallow | / (ممنوعیت کل سایت) |
| Allow | /press-kit/ (استثنائات) |
نکته حائز اهمیت این است که این تغییرات هیچ خللی در نمایش صفحات در نتایج جستجوی گوگل ایجاد نمی‌کند. در واقع، این دستور تنها مانند یک تابلوی ایست برای ربات‌های آموزش مدل عمل می‌کند و به موتورهای جستجو آسیبی نمی‌رساند.
زمان‌بندی اجرای پروتکل توسط شرکت‌های بزرگ
پذیرش این استاندارد توسط غول‌های فناوری با زمان‌بندی‌های متفاوتی همراه است:
- آنتروپیک: پشتیبانی از این دستور را هم‌اکنون آغاز کرده است.
- OpenAI: متعهد شده در ماه‌های آینده این سیگنال را اضافه کند.
- مایکروسافت: تاریخ ۱ فوریه ۲۰۲۷ را برای اجرای رسمی تعیین کرده است.
- گوگل: برنامه‌ریزی برای اجرای آن در اوایل سال ۲۰۲۷ انجام شده است.
باید توجه داشت که این پروتکل تنها مانع از جمع‌آوری داده‌ها در آینده می‌شود و اطلاعاتی که پیش‌تر توسط مدل‌ها استخراج شده‌اند، از پایگاه داده آن‌ها حذف نخواهد شد.
در نهایت، این حرکت نشان‌دهنده تلاش شرکت‌های بزرگ برای ایجاد تعادل میان توسعه هوش مصنوعی و احترام به حقوق مالکیت محتوا در فضای دیجیتال است. این استانداردسازی می‌تواند از تنش‌های آینده میان ناشران و توسعه‌دهندگان مدل‌های زبانی بکاهد.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۰۹:۲۵ - ۱۴۰۵/۰۸/۰۹