Slobodná encyklópedia čelí obrovskému riziku
Mnoho modelov umelej inteligencie (AI) obľúbených aj u Slovákov používa na tréning voľne dostupnú, takzvanú slobodnú encyklopédiu Wikipédia. Tým pádom sa však ocitá v ohrození jej spoľahlivá dostupnosť pre ľudí, uvádza heise.de.
Od začiatku roka 2024 zaznamenala Wikimedia Foundation prudký nárast prístupov k obrázkom a videám na platforme Wikimedia Commons. Tento projekt obsahuje 144 miliónov súborov, ktoré zhromaždili dobrovoľníci. Používajú sa napríklad na ilustrovanie článkov na Wikipédii.
Tieto obrázky majú voľnú licenciu, čo znamená, že na ne neexistuje autorské právo. Práve preto sú mimoriadne obľúbené na tréning modelov AI. To sa však stalo vážnym problémom.
Problémy s hromadným sťahovaním
Zásadne zvýšený prenos údajov je spôsobený hlavne automatizovanými požiadavkami, medzi ktoré patria boty, API prístupy a rôzne príkazy na hromadné sťahovanie. Nadácia Wikimedia Foundation kritizuje, že tieto požiadavky neprinášajú nových čitateľov na Wikipédiu. Súborové servery však napriek tomu extrémne zaťažujú.
V oznámení zo stredy nadácia uviedla: „Naša infraštruktúra je navrhnutá tak, aby zvládala náhle špičky v premávke spôsobené ľudskými používateľmi počas dôležitých udalostí. Objem generovaný botmi má však bezprecedentný rozsah a predstavuje rastúcu hrozbu a náklady.“
Vyťažujú im servery
Veľkú časť zdrojov Wikimedia zhltnú požiadavky AI, ktoré neprichádzajú od reálnych ľudí. Nielenže je tak Wikipédia v ohrození kvôli nadmernému zaťaženiu serverov, ale zároveň menej IT kapacít zostáva pre skutočných používateľov, napríklad pri sledovaní volebných výsledkov v Spojených štátoch alebo v prípade úmrtia globálne známej osobnosti.
Celosvetová sieť serverov Wikimedia prevádzkuje globálnu sieť serverov, ktorá zabezpečuje rýchly prístup k Wikipédii v rôznych častiach sveta. Ak je niektorý článok často navštevovaný, Wikipédia ho dočasne uloží na serveri nachádzajúcom sa najbližšie k používateľovi. Ak sa naopak článok dlhšie neotvoril, jeho obsah sa musí stiahnuť zo vzdialenejšieho, centrálneho servera.
Kým ľudskí používatelia majú tendenciu vyhľadávať určité populárne témy, boty systematicky prechádzajú tisíce článkov vrátane tých málo čitaných. To značne zaťažuje servery a zvyšuje náklady na prevádzku.
Wikipédia v ohrození kvôli nákladom
Až 65 % z celkového prenosu dát na Wikipédii spôsobujú rozličné boty „pracujúce“ pre AI. Zároveň však tvoria iba 35 % z celkového počtu zobrazení stránok. Wikimedia Foundation musí blokovať agresívne hromadné sťahovanie, aby zabránila negatívnemu vplyvu na dostupnosť Wikipédie pre bežných čitateľov.
„Ak naše obsahy miznú v systémoch umelej inteligencie bez uvedenia zdroja alebo odkazu, predstavuje to pre nás akútny problém. V dlhodobom horizonte však bude tento problém doliehať aj na samotné systémy umelej inteligencie, pretože ich existencia závisí od nás a od našej schopnosti tvoriť kvalitný obsah,“ vysvetlil Lane Becker z Wikimedia Foundation.
Wikipédia patrí medzi najnavštevovanejšie webové stránky sveta. Neobsahuje reklamy, financujú ju dary. Becker dúfa, že spoločnosti v oblasti umelej inteligencie budú v konečnom dôsledku prispievať na jej zachovanie, či už formou priameho financovania alebo iných dohôd.
