OpenAI的GPTBot接管网络——你需要知道的信息

著名的AI公司OpenAI最近推出了其最新工具“GPTBot”，旨在用于网络爬网，可能为其ChatGPT模型的后续版本改进铺平道路。

在最近的一篇博客文章中，OpenAI宣布推出GPTBot，强调其提升未来版本ChatGPT的潜力。该工具的主要功能围绕网络爬网，这是一个机器人（通常称为网络蜘蛛）在互联网广阔范围内索引网站内容的过程。这使得Google和Bing等搜索引擎能够在其搜索结果中显示相关网站。

OpenAI解释称，GPTBot旨在从各种网络来源收集公开可用的信息。然而，它被编程为排除付费墙后的内容、涉及个人身份信息的内容以及违反OpenAI既定政策的文本。值得注意的是，网站所有者可以通过在其服务器的标准文件中插入“disallow”命令来阻止GPTBot的爬网活动。

这项新的网络爬网活动紧随OpenAI最近为“GPT-5”提交商标申请之后，GPT-5是现有GPT-4模型的预期继任者。该申请于7月18日提交给美国专利商标局，涵盖将“GPT-5”一词用于各种基于AI的应用程序，包括文本和语音转换、音频到文本翻译以及语音识别。

OpenAI对下一个模型的计划

然而，尽管人们对GPT-5充满期待，OpenAI的创始人兼首席执行官Sam Altman警告说，该公司距离开始GPT-5训练还有相当长的一段距离。他强调在开始训练过程之前需要进行广泛的安全审计。

与此同时，OpenAI在数据收集实践方面遇到了越来越多的担忧，特别是涉及版权和同意问题。6月，日本隐私监管机构向OpenAI发出警告，称其未经授权收集敏感数据。意大利同样暂时禁止使用ChatGPT，指控其违反欧盟隐私法。这些事件凸显了围绕数据隐私和AI技术的日益严格的审查。

值得注意的是，OpenAI最近面临一起由16名原告提起的集体诉讼，声称该公司访问了用户与ChatGPT交互中的私人信息。这起诉讼还涉及微软作为被告，辩称如果指控得到证实，两家公司都可能被认定违反《计算机欺诈和滥用法》，这是一个历史上应用于网络抓取案例的法律框架。

随着OpenAI通过GPTBot涉足网络爬网领域，它为完善其AI模型带来了新的可能性。然而，这些发展伴随着法律和伦理考虑的背景下，AI行业在创新、隐私和负责任的数据使用之间小心翼翼地保持平衡。