Google为内容供应商提供了一个开关 使其可以选择不成为AI训练数据
摘要：
Google刚刚宣布，它将为网站出版商提供一种方法，让他们可以选择不将其数据用于训练公司的人工智能模型，同时继续通过Google搜索进行访问。这个名为Google-Extended的新工具允许网站继续被Googlebot等爬虫抓取和编入索引，同时避免其数据被用于训练该公司现在和未来的人工智能模型。
该公司称，Google-Extended 将让发布商"管理其网站是否有助于改进 Bard 和 Vertex AI 生成 API"，并补充说，网络发布商可以使用切换键"控制对网站内容的访问"。Google今年 7 月证实，它正在利用从网上搜刮的公开数据训练其人工智能聊天机器人 Bard。
Google-Extended可通过robots.txt（网站根目录的文本文件，用于告知网络爬虫是否可以访问某些网站）使用。Google指出，"随着人工智能应用的扩展"，它将继续探索"更多机器可读的方法，为网络发布者提供选择和控制"，并将很快分享更多信息。
目前，许多网站已经开始屏蔽 OpenAI 用来抓取数据和训练 ChatGPT 的网络爬虫，其中包括《纽约时报》、CNN、路透社和 Medium。不过，如何屏蔽Google一直是个问题。毕竟，网站不能完全关闭Google的爬虫，否则就无法在搜索中被收录。这使得《纽约时报》等一些网站通过更新服务条款，禁止公司使用其内容训练人工智能，从而从法律上封杀Google。
