抗争起效，AI大厂终于不再“白嫖”维基百科

主要观点总结

文章主要描述了全球最知名的百科全书网站维基百科与多家AI大厂的合作情况，以及AI大厂为何愿意向维基百科付费获取数据。文章还介绍了维基百科数据的存储策略、AI大模型对数据的依赖以及AI大厂面临的困境。

关键观点总结

关键观点1: 维基百科与多家AI大厂合作

维基百科宣布与亚马逊、Meta、微软等多家AI大厂合作，加入“维基媒体企业合作伙伴计划”，通过付费获取维基百科的“企业级数据访问权”。这些大厂将通过获取结构化数据用于AI模型的训练和商业用途。

关键观点2: AI大厂对数据的依赖和困境

构建AI大模型需要依赖大量的训练数据，尤其是结构化数据的清晰度、一致性和效率对于构建可靠且可扩展的AI模型至关重要。然而，AI大厂面临获取高质量数据的挑战，以及在没有外部数据的情况下实现自我进化的难题。

关键观点3: 维基百科的存储策略和内容热度的重要性

维基百科采用分布式存储策略，根据内容的热度将数据分配到不同的存储节点，以提高访问速度和效率。内容的热度对AI毫无意义，但冷门内容也会被频繁访问，这意味着AI比人类访客更能消耗带宽。

关键观点4: AI大厂改变态度的原因

过去三年，AI大厂一直倾向于免费获取内容平台的数据，甚至引发诉讼。但现在他们意识到内容平台的重要性，并愿意向维基百科付费，是因为他们不希望失去人类提供的智慧和数据。在构建AI大模型的过程中，他们需要重新平衡与人类的合作关系，以确保模型的持续进化。