【ChatGPT】需要更多数据训练，OpenAI宣布非注册用户也将能体验ChatGPT了

　　OpenAI正试图通过对数量庞大的非注册用户开放其较低版本模型ChatGPT，来扩充自己的练习数据来源。

　　当地时间4月1日，OpenAI宣布，用户无需注册即可使用ChatGPT，即其旗下大语言模型GPT-3.5版本的对话式 人工智能 产品。

　　OpenAI在其官方网站发布的博文中宣称，其核心使命是让ChatGPT等工具得到广泛使用，以便人们可以体验 人工智能 的好处。目前，每周有来自185个国家和地区的超过1亿用户使用ChatGPT。OpenAI选择逐步推出无需注册即可使用ChatGPT的功能，目标是让任何对其功能感兴趣的人都能使用 人工智能 。

　　另外，OpenAI可能会使用用户向ChatGPT提供的信息来改进其模型。不过，用户甭管是否建立帐户，都能通过“设置”关闭此功能。

　　OpenAI还补充到，其为使用ChatGPT的未注册用户引入了额外的内容保障措施，例如阻止提示和更广泛类别的生成。同时，OpenAI不忘提示称，“建立帐户有许多好处，包含能够保存和查看聊天历史记录、共享聊天和解锁语音对话和自定义指令等附加功能”。

　　说白了，不管用户是否注册使用ChatGPT，用户在使用进程中引发的数据都可能会被OpenAI用以训练模型，但用户可以主动选择关闭。相比起注册用户，非注册用户在使用ChatGPT时会试用更加严格的内容保护政策，但OpenAI没有详细解释这种限制政策具体包含什么。

　　其实，包含OpenAI、谷歌等巨头在内，所有的致力于发展 人工智能 的企业，都正在或即将面临数据短缺的困境，尤其是高质量数据的短缺。这主要由于，一方面需要数据训练模型的 人工智能 公司和大模型越来越多，对数据的切实需求越来越大；这时，一些数据所有者，好比纽约时报、reddit和马斯克拥有的X平台，正在不同水平上限制或阻止部分或全部 人工智能 公司对他们数据的访问。

　　据华尔街日报4月1日报道，一些高管和科研人员表示， 人工智能 行业对高质量文本数据的切实需求可能会在两年内僧多粥少，这可能会减缓 人工智能 的发展。曾在OpenAI工作的 人工智能 研究员阿里·莫科斯 (Ari Morcos) 表示，数据短缺“是一个前沿研究问题”。

　　为了应对这个问题，报道援引知情人士的说法称，OpenAI已经讨论了利用YouTube公共视频的转录来训练其下一代模型GPT-5。

　　在更早前的一次灾难采访中，OpenAI的CTO Murati在回答旗下视频生成模型Sora的练习数据来自哪里时，支支吾吾并试图回避回答这个问题，甚至称“不太确定”是否使用了Youtube、Facebook和Instagram等平台的数据。

　　同时，OpenAI和其竞争对手Anthropic的科研人员，正试图通过建立所谓的更高质量的合成数据来避免这些问题。OpenAI的讲话人表示，其还在探索合成数据生成。但也有另一些科研人员表示，这种方法实际上可能会造成严峻的故障。

　　值得注意的是，The Information在上周的一篇报道中援引知情人士消息称，微软和OpenAI的高管始终在制定一个 数据中心 项目计划，该项目将包含一台超级计算机，配备数百万个专用服务器芯片，为OpenAI的 人工智能 提供动力。报道称，据一位曾与OpenAI首席执行官Sam Altman交谈过的人士和一位看过微软部分初始成本估算的人士透露，该项目的成本可能高达1000亿美元，这一成本比现今一些最大的 数据中心 高出100倍。