OpenAI lanceert ‘GPTBot’: webcrawler die AI slimmer moet maken
Lezen maakt je slimmer. Het is een regel die niet alleen voor kinderen, maar ook voor AI-systemen opgaat. Om hun taalmodellen bij te schaven introduceert OpenAI nu GPTBot, een tool die het internet afschuimt om bij te leren van wat die ook maar kan vinden.
Concreet valt GPTBot best te bestempelen als een ‘crawler’. Zo’n tools gaan het hele internet af, op zoek naar publiek toegankelijke data. Die data zou gebruikt kunnen worden om taalmodellen zoals GPT 4 slimmer en accurater te maken. De huidige taalmodellen, GPT 3.5 en GPT 4, werden getraind met data tot september 2021. Met GPTBot zou daar ook recentere data bij kunnen komen en zou ChatGPT beter kunnen inspelen op de actualiteit.
OpenAI lijkt wel goed te hebben opgelet: eerder kwam het bedrijf in opspraak omwille van de manier waarop het data verzamelde. Het AI-bedrijf werd er meerdere malen van beschuldigd persoolijke data te “stelen” om zijn AI-systeem te trainen. GPTBot werd zo ontwikkeld dat hij bepaalde bronnen weet te weren. Materiaal dat achter een betaalmuur zit of bronnen waarin vaak persoonlijke informatie voorkomt kunnen dus automatisch vermeden worden.
Heb of beheer je zelf een website? Dan hoef je de GPTBot niet perse toegang te geven tot de data die daar verzameld staat. Het is zelfs mogelijk om de GPTBot toegang te geven tot een bepaald deel van de website en een ander deel achter slot en grendel te houden. Dat kan door het IP-adres van de bot te blokkeren of door een aanpassing te maken in het Robots.txt-bestand van je website.
