不再向大模型免费开放数据！Reddit要求科技巨头付费使用API接口

社交平台Reddit不想再让科技巨头们免费使用海量数据了。

当地时间4月18日，据《纽约时报》，Reddit近日表示，计划开始向访问其应用程序编程接口（API） 的公司收费，外部企业可以通过付费下载和处理社交网络中的海量对话。

公开资料显示，Reddit被称为“美国版百度贴吧”，是一家拥有18年历史的社交媒体平台，用户可以在上面发帖、评论、交流各种话题。

近年来，Reddit上发布的聊天内容已成为谷歌、OpenAI和微软等公司的训练素材，这些公司正在搜集和使用Reddit平台上的对话来开发ChatGPT等生成式人工智能产品。

“Reddit的数据语料库非常有价值，”Reddit创始人兼CEO史蒂夫·霍夫曼在接受《纽约时报》采访时表示，“但我们不想把这些内容免费提供给一些巨头公司。”

Reddit也成为首批公开表态要求科技巨头付费使用数据的企业。

“这些人工智能公司使用Reddit数据创造价值，却不将任何价值返回给Reddit用户，这是不合理的。”霍夫曼认为，在他看来，为此向这些科技巨头收费是一个公平的举措。

据《纽约时报》，谷歌、Open AI和微软尚未回应此事。谷歌开发的聊天机器人Bard的底层算法部分是在Reddit数据上训练的，OpenAI的ChatGPT也引用Reddit数据作为接受培训的信息来源之一。

Reddit尚未公开具体的收费规则和种类，外界预期将根据数据大小实行分类价格。

霍夫曼表示，Reddit的API将继续免费提供给希望构建应用程序，帮助人们使用Reddit的开发人员，出于非商业目的研究Reddit数据的研究人员也可以继续免费访问。

未来，Reddit希望将更多机器学习纳入网站应用中，例如用来识别Reddit上人工智能生成文本的使用，并添加标签来通知用户该评论来自机器人。同时，还将支持论坛管理员使用帮助监控用户发帖内容的第三方机器人，方便管理。

Reddit此举或许与其今年计划IPO（首次公开募股）有关。

Reddit成立于2005年，主要收入来源于平台上的广告和电子商务交易。Reddit表示，它仍在敲定API访问收费的细节，并将在未来几周内公布价格。

值得注意的是，除了Reddit之外，其他公司也逐渐不再愿意免费提供平台数据。当地时间4月19日，美国消费者新闻与商业频道（CNBC）报道，社交媒体推特CEO埃隆•马斯克威胁要起诉微软。马斯克指责微软非法使用其社交媒体推特上的数据，以训练其人工智能模型。

此前有媒体报道，微软的广告平台将停止支持推特，因为推特更改了其API的定价。马斯克在这条推文下留言，“他们非法使用推特数据进行训练。诉讼时间到了。”根据推特的新定价，API用户（包括企业和研究机构）每月至少需要支付高达4.2万美元才可使用。

据CNBC报道，类似于GPT的大型语言模型需要TB级数据库（存储数据量为1TB以上）进行训练，其中大部分数据从社交网站Reddit、程序员问答社区StackOverflow和推特等网站中抓取——来自社交网络的培训数据非常有价值，因为其具有非正式场合的交互对话。