在人工智能迅速发展背景下，百度贴吧的"弱智吧"意外成为AI训练的重要数据来源，挑战了人们对高质量数据的传统认知。该社区以其荒诞幽默的内容，在问答、头脑风暴等测试中超越了知名平台，成为受欢迎的AI训练数据库之一。研究发现，"弱智吧"的口语化、多轮问答语料，有助于AI更接近人类交流方式。AI在理解人类幽默方面存在局限，而"弱智吧"的段子通过逻辑严密、修辞丰富和生活观察，为AI提供了宝贵的学习素材，锻炼了其对中文的理解和推理能力。这一现象揭示了人类智慧与创造力的独特性，提醒我们在AI时代仍需珍视人类的幽默感和创造力。

AI模型正逐渐失去对网络训练数据的访问权限，数据屏蔽比例从1%增至5-7%。研究分析了14,000个域名的robots.txt文件和使用条款，发现新闻网站、论坛和社交媒体平台是限制AI数据访问的主要来源，其中新闻网站的屏蔽比例从3%激增至45%。高质量新闻内容在AI训练数据中的占比减少，低质量企业电商内容可能取而代之。这一趋势对AI开发者构成挑战，因为高质量数据对于训练优秀模型至关重要。高质量内容提供者可能通过与AI公司达成许可协议找到新的收入来源。Meta和OpenAI已与出版商达成数百万美元交易获取内容用于AI训练，预计其他公司也将效仿，除非法律判决发生重大变化。

["Google Deepmind、华盛顿大学等团队通过“诗歌攻击”成功揭示ChatGPT训练数据来源。","攻击手法涉及重复特定词汇，导致ChatGPT泄露个人信息，包括电话号码、邮箱等。","漏洞已于8月30日通知OpenAI，尚未有进一步评论。","研究呼吁环保AI使用，指出文本和图像生成对环境造成巨大能源负担。"]