近日，哈佛大學攜手谷歌在AI領域邁出了重要一步，他們宣布將聯合發布一個規模龐大的數據集，包含約100萬本公共領域的書籍。這一舉措旨在為AI訓練提供豐富且合法的數據源。
據悉，AI訓練所需的數據成本高昂，往往讓資金有限的機構望而卻步。然而，哈佛大學此次推出的數據集，將覆蓋多種類型、語言和作者的作品，其中包括許多經典作家的名著，如狄更斯、但丁和莎士比亞等人的作品。這些作品的版權已隨時間流逝而過期，因此可以被自由使用。
值得注意的是，早在今年3月，哈佛大學就已透露了其“機構數據計劃（IDI）”，旨在構建一個合法且可信的數據通道，以支持AI的發展。該計劃直到正式啟動后，才確認了微軟和OpenAI的資金支持。
作為IDI的執行董事，格雷格·萊佩特表示，這一數據集的目標是讓AI領域的競爭環境更加公平。通過向研究機構、AI初創公司等各類機構開放這一龐大的數據集，他們將有更多機會訓練出大型語言模型，從而推動AI技術的進一步發展。
