OpenAI برای آموزش بیشتر و بهتر مدل‌های هوش مصنوعی خود علاوه بر داده‌های کل اینترنت به داده‌های عمومی هم نیاز دارد.

OpenAI از عموم مردم و سازمان‌ها خواست که داده‌های خاص خود را به اشتراک بگذارند تا بتواند دانش مدل‌های هوش مصنوعی خود را بیشتر بهبود ببخشد.

OpenAI  که قبلاً مدل‌های هوش مصنوعی خود را با کل داده‌های اینترنت آموزش داده است، حالا به دنبال داده‌های خاص و عمومی برای تقویت بیشتر دانش این سیستم‌ها است و از مردم کمک می‌خواهد. سازنده ChatGPT گفت که با سازمان‌ها برای تولید مجموعه‌داده‌های عمومی و خصوصی تحت یک برنامه جدید به نام OpenAI Data Partnerships، برای آموزش مدل‌هایی مانند GPT-4 و GPT-4 Turbo جدید همکاری خواهد کرد OpenAI گفت که در حال حاضر برای بهبود توانایی GPT-4 برای صحبت کردن به زبان ایسلند با دولت ایسلند با استفاده از یک مجموعه داده ویژه همکاری می‌کند. همچنین با پروژه غیرانتفاعی Free Law مشارکت می‌کند که هدف آن دموکراتیک کردن دسترسی به علم حقوقی با گنجاندن مجموعه بزرگ اسناد قانونی خود در آموزش هوش مصنوعی است. در یکی از پست‌های وبلاگ شرکت آمده است: مشارکت در تأمین داده از طرف سازمان‌ها برای کمک به آموزش مدل‌های هوش مصنوعی و هدایت آینده هوش مصنوعی و بهره‌مندی از مدل‌های مفیدتر، بسیار مهم است.

آیا OpenAI به اطلاعات شخصی هم دسترسی خواهد داشت:

با این حال، OpenAI  نمی‌خواهد روی مجموعه داده‌هایی با اطلاعات حساس یا شخصی یا اطلاعاتی که به شخص ثالث تعلق دارد کار کند. در عوض، OpenAI  می‌خواهد یک مجموعه داده منبع باز برای مدل‌های آموزشی بسازد که هر کسی بتواند از آن استفاده کند. این شرکت فراتر از مجموعه داده‌ها، علاقه‌مند به تهیه مجموعه داده‌های خصوصی برای آموزش مدل‌های اختصاصی هوش مصنوعی است. سام آلتمن، مدیر عامل OpenAI، روز دوشنبه در اولین کنفرانس توسعه‌دهندگان استارت‌آپ DevDay گفت که با مشتریان شرکتی برای ساخت مدل‌های هوش مصنوعی سفارشی همکاری خواهد کرد. با این حال، آلتمن هشدار داد که OpenAI نمی‌تواند این کار را با بسیاری از شرکت‌ها برای شروع انجام دهد. آلتمن گفت که مدل‌ها و به‌روزرسانی‌های جدید بسیار فراتر از انتظارات ما بوده و همچنین نسبت به بی‌ثباتی سرویس‌ها به دلیل تقاضا بالا هشدار داد. تقریباً در همان زمان OpenAI  تأیید کرد که ChatGPT هدف حمله DDoS توسط هکرها بوده است که این مشکل در عرض دو روز حل شد.