Migranti: 450 persone soccorse dalla Guardia CostieraQuarto Grado, la morte di Alice Neri: indagato un tunisinoThe Watcher a Treviso, donna riceve lettera anonima: "Benvenuta nel tuo peggior incubo"
Schianto di una moto contro il guardrail: morto passeggero di un centauroSono centinaia i siti web che ogni giorno cercano di bloccare il data scraping dei contenuti - ossia l'estrazione dei dati e metadati attraverso l'uso di software specifici che simulano la navigazione umana - da parte dell'AI,Campanella senza però riuscirci davvero. A rivelarlo è 404Media, che fa un esempio relativo alla compagnia Anthropic: i siti in questione stanno bloccando due bot non più utilizzati dalla compagnia - “ANTHROPIC-AI” e “CLAUDE-WEB” -, lasciando però strada al suo nuovo bot scraper “CLAUDEBOT”, che continua a estrarre dati inesorabilmente. Un problema alquanto comune per i proprietari dei siti web, che si trovano a dover affrontare la continua comparsa di software pensati per estrarre dati da utilizzare per la formazione dei modelli AI.“L'ecosistema sta cambiando rapidamente, quindi è praticamente impossibile per i proprietari di siti web tenere il passo manualmente. Per esempio, Apple (Applebot-Extended) e Meta (Meta-ExternalAgent) hanno aggiunto nuovi agenti rispettivamente il mese scorso e la settimana scorsa”, ha dichiarato a 404Media un utente anonimo di Dark Visitors, un sito web che tiene traccia del panorama in continua evoluzione dei software utilizzati dalle aziende AI per il web scraping. Un'azione di monitoraggio molto apprezzata dai proprietari dei siti web, perché consente loro di aggiornare costantemente il file robots.txt, che raccoglie tutte quelle istruzioni utili a definire se un bot può effettuare il crawling del sito - ossia la sua scansione - o meno.Ma le compagnie di intelligenza artificiale sembrano essere in grado di bypassare il file robots.txt pur di entrare in possesso di dati per l'addestramento dei loro modelli. Motivo per cui i proprietari di molti siti web hanno deciso di bloccare indistintamente tutti i crawler, il che significa limitare la propria visibilità nei motori di ricerca, e non solo. Eppure, tutti coloro che gestiscono siti in rete sembrano disposti a mettere a rischio il traffico web pur di smettere di essere "bombardati" dai crawler delle compagnie AI. La scorsa settimana, per esempio, il sito di guide alle riparazioni iFixit ha dichiarato di essere stato “visitato" dai crawler di Anthropic quasi un milione di volte in un giorno. E questa è solo una delle tante dichiarazioni che danno la misura della confusione che sta affrontando il settore.I bot crawler delle aziende AI sono in costante aumento, e i creator e i proprietari di siti web non sanno più cosa fare per evitare che i loro contenuti vengano dati in pasto ai nuovi modelli linguistici, dato che i crawler non sembrano essere sempre rispettosi delle istruzioni contenute nei file robots.txt. A questo si aggiunge il fatto che spesso i proprietari dei siti si limitano a copiare e incollare quanto scritto nei file robots.txt di altri siti, il che li porta spesso a bloccare crawler del tutto inesistenti. “Se alla fine non esistono, bloccarli non ha alcun impatto”, ha commentato Walter Haydock, ad della società di cybersicurezza StackAware, che ci ha tenuto a precisare che il vero nocciolo della questione qui è un altro, ossia “che c'è molta confusione e incertezza su come funziona (e dovrebbe funzionare) l'addestramento dell'AI”. Spesso, infatti, pensiamo che siano solo i dati di noi utenti a essere utilizzati dalle compagnie per la formazione dei modelli linguistici, ma non è così.
Accende la stufa e viene investita dalle fiamme ed uccisaNonni perdono di vista il nipotino e lo ritrovano poco dopo riverso sull'asfalto: è grave
Morta per un errore nella dose della chemio: medici condannati a risarcire l'azienda sanitaria
15enne morto dopo essere stato dimesso dall'ospedale: indagati 7 mediciCacciatore di 81 anni precipitato in un canalone: l’uomo è morto sul colpo
Terremoto, sisma di magnitudo 4.1 colpisce Mazzarone (Catania)Mazzette dal Qatar, moglie e figlia di Panzeri estradabili
Pisa, cittadino straniero preso a sprangate nel parcheggioIncidente di Alessandria: chi sono le giovani vittime
La Maddalena, barca si schianta sugli scogli: due vittime e due feritiBotte alla madre, arrestati i gemelli terribili che volevano i soldi per la drogaIncidente a Roma: morti due 18enni in uno scontro contro un autocarroNotizie di Cronaca in tempo reale - Pag. 636
Follia a Siena: spara a caso contro auto e case con un fucile
Lascia la figlia di 3 anni da sola in casa e va ad aggredire l'ex compagna
Gaia Randazzo scomparsa sul traghetto, un passeggero: "Forse vittima di malintenzionati"Verona, Neofascisti aggrediscono marocchini che festeggiano: ferita una donnaFrana a Ischia: parla il soccorritore che ha trovato l'ultima vittimaFincanteri, morto operaio ai cantieri navali: Angelo Salamone aveva 62 anni
Natale 2022, un volo Roma-Palermo costa più di un viaggio a New YorkMoglie incinta rifiuta di portare secchi da 10 chili, il marito la picchia: "Ti metto in una buca"Anziano trovato morto in casa: era nudo e avvolto dalle luci natalizieClan Mazzarella: arrestati i vertici