📱Engadget•最新收集於 6m
Google 使用您上傳的搜尋媒體來訓練 AI 模型
💡了解 Google 的新數據政策如何影響您的隱私以及對 AI 訓練的貢獻。
⚡ 30-Second TL;DR
有什麼變化
Google 正在利用搜尋查詢中用戶上傳的媒體進行 AI 訓練
為什麼重要
此轉變凸顯了大型科技公司對用戶生成內容以改進模型的依賴日益增加。這對於處理搜尋查詢中敏感數據的開發者與用戶來說，引發了重大的隱私疑慮。
下一步行動
如果您擔心數據被用於模型訓練，請檢查您的 Google 帳戶隱私設定並選擇退出。
誰應關注：Developers & AI Engineers
關鍵要點
- •Google 正在利用搜尋查詢中用戶上傳的媒體進行 AI 訓練
- •此政策變更影響終端用戶的隱私與數據所有權
- •用戶可透過 Google 帳戶隱私設定停用此數據使用
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •此項政策變更不僅限於搜尋媒體，還擴展至 Google 服務中用戶生成的公開內容，旨在加速 Gemini 等多模態模型的訓練進程。
- •Google 採取了『預設加入』（Opt-out）機制，這引發了歐盟監管機構對於是否符合 GDPR『明確同意』原則的廣泛討論。
- •該數據收集範圍明確排除了企業版 Google Workspace 和教育版帳戶中的私人數據，以緩解企業客戶對數據洩漏的擔憂。
- •Google 引入了新的自動化刪除工具，允許用戶在設定中定期清除已用於訓練的歷史數據片段。
- •法律專家指出，此舉可能面臨集體訴訟風險，特別是針對涉及版權保護內容的訓練數據使用權限問題。
📊 競品分析▸ Show
| 特色 | Google (Gemini) | OpenAI (ChatGPT) | Anthropic (Claude) |
|---|---|---|---|
| 訓練數據來源 | 搜尋媒體、公開用戶數據 | 公開網絡數據、用戶對話 | 公開網絡數據、授權數據 |
| 隱私控制 | 帳戶設定中可選擇退出 | 透過設定關閉訓練功能 | 企業版預設不訓練 |
| 數據透明度 | 政策更新通知 | 隱私政策說明 | 較高的數據處理透明度 |
🛠️ 技術深入
- 數據處理流程：Google 利用自動化過濾器（PII Redaction）在訓練前移除用戶上傳媒體中的個人識別資訊。
- 模型架構：採用多模態學習（Multimodal Learning），將圖像、影片與文字嵌入（Embeddings）對齊，以提升模型對搜尋意圖的理解。
- 訓練基礎設施：利用 TPU v5p 叢集進行大規模分散式訓練，並透過聯邦學習（Federated Learning）技術在部分邊緣設備上進行模型微調。
- 數據去識別化：實施差分隱私（Differential Privacy）技術，確保訓練後的模型無法反向推導出特定用戶的原始媒體內容。
🔮 前景展望AI analysis grounded in cited sources
全球監管機構將強制要求 Google 實施『預設退出』（Opt-in）機制。
隨著隱私保護法規趨嚴，現行的預設加入模式極可能在歐盟與加州面臨法律挑戰。
Google 將推出針對創作者的數據授權補償計畫。
為了減少法律訴訟並獲取高品質訓練數據，Google 勢必需要建立一套經濟激勵機制來換取用戶內容的使用權。
⏳ 時間線
2023-03
Google 正式發布 Bard（現為 Gemini），開始整合搜尋數據進行模型訓練。
2024-05
Google 更新隱私政策，明確將公開用戶數據納入 AI 訓練範疇。
2025-02
Google 推出隱私控制中心，強化用戶對數據訓練權限的管理功能。
2026-06
Google 針對搜尋媒體使用政策進行大規模更新，引發隱私權爭議。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Engadget ↗