为AI训练提供合法数据，谷歌联合哈佛大学发布上百万公域书数据集

　　根据美国科技博客TechCrunch报道，哈佛大学与谷歌将共同发布一个包含100万本公共领域书籍的数据集，旨在为人工智能（AI）训练提供合法且丰富的数据资源。

　　这一数据集汇集了多种类型、语言和作者的作品，包括诸如狄更斯、但丁和莎士比亚等经典作家的著作，因为这些作品的版权已经过期，进入了公共领域。该项目源自谷歌的长期项目谷歌图书（Google Books）。

　　今年3月，哈佛大学就透露了“机构数据计划（IDI）”，旨在为AI研究提供“合法数据的可信通道”。该计划得到了微软和OpenAI的资金支持。

　　IDI的执行董事格雷格·莱佩特（Greg Leppert）表示，该数据集的目标是通过提供这一宝贵的数据资源，帮助各类机构和AI初创公司训练大模型，以促进它们在AI领域的研究和发展。

　　目前新数据集的具体公开时间和发布方式尚未公布。