OpenAIは「OpenAI Data Partnerships」というAIモデルのトレーニングに必要なパブリックおよびプライベートのデータセットを構築する新たな取り組みを立ち上げた。 OpenAIは、このパートナーシップを通じて、より多くの組織がAIの舵取りを支援し、より有益なモデルから恩恵を受けることを可能にすることを目指している。AIモデルが全人類にとって安全で有益なAGIを実現するためには、すべてのテーマ、業界、文化、言語を深く理解することが必要だ。そのためには、広範なトレーニングデータセットが不可欠である。データセットの構築には、画像、音声、動画などの多様なメディアを含むとされている。また、「人間の意図を表現する」データ、例えば長文のテキストや会話なども含まれるだろう。データは、パートナーシップ参加組織との協力のもと、光学式文字認識ツールや自動音声認識ツールを用いてデジタル化され、必要に応じて機密情報や個人情報が削除される。OpenAIは、2種類のデータセット、すなわち誰でも利用可能なオープンソースのデータセットと独自のAIモデルのトレーニングに利用するプライベートデータセットを構築する予定だ。