共计 712 个字符，预计需要花费 2 分钟才能阅读完成。
在人工智能技术迅猛发展的今天，数据成为了训练 AI 模型不可或缺的资源。然而，数据的获取方式却时常引发争议。近日，维基百科采取了一项创新举措，旨在为 AI 开发者提供更为便捷的数据获取途径，同时减少对平台资源的过度消耗。
维基媒体基金会与数据科学平台 Kaggle 携手合作，共同发布了一个专门为机器学习应用优化的维基百科数据集。这一数据集以结构化 JSON 格式呈现，涵盖了英文和法文维基百科的核心内容，包括研究摘要、简短描述、图片链接、信息框数据以及文章部分。值得注意的是，该数据集已获得公开许可，方便 AI 开发者用于建模、微调、基准测试、对齐和分析等各类机器学习工作流程。
Kaggle，作为 Google 旗下的数据科学社区平台，一直致力于为机器学习社区提供丰富的工具和测试资源。此次与维基百科的合作，不仅进一步拓宽了 Kaggle 的数据资源库，也为小型公司和独立数据科学家提供了更为便捷的数据获取途径。Kaggle 合作伙伴负责人 Brenda Flynn 表示：“我们非常高兴能够成为维基媒体基金会数据的主机，并致力于保持这些数据的可访问性、可用性和有用性。”
对于维基百科而言，这一合作举措无疑是一次积极的尝试。通过提供专门优化的数据集，维基百科希望能够减少 AI 开发者从平台上抓取数据的需求，从而减轻服务器压力。此前，由于自动化的 AI 机器人不断消耗平台带宽，维基百科的服务器承受了巨大的压力。此次与 Kaggle 的合作，无疑为维基百科提供了一个有效的解决方案。
总之，维基百科与 Kaggle 的合作不仅为 AI 开发者提供了更为便捷的数据获取途径，也为平台资源的合理利用开辟了新的道路。在未来，我们期待看到更多类似的合作举措，共同推动人工智能技术的健康发展。
