Сегодня 18 марта 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Сборщики данных для ИИ оказались виновниками массового замедления сайтов по всему интернету

Платформа Git-хостинга открытых проектов SourceHut заявила, что работа её сервисов замедлилась из-за веб-сканеров, которые запускают компании — разработчики систем искусственного интеллекта. Похожие жалобы всё чаще поступают и от владельцев других ресурсов.

 Источник изображения: Kai Wenzel / unsplash.com

Источник изображения: Kai Wenzel / unsplash.com

Чтобы ограничить трафик от ИИ-ботов, SourceHut пришлось развернуть Nepenthes — средство защиты от недобросовестно работающих веб-сканеров, собирающих данные для обучения моделей ИИ. Администрация платформы в одностороннем порядке целиком заблокировала диапазоны адресов нескольких облачных провайдеров, в том числе Google Cloud и Microsoft Azure, из-за чрезмерных объёмов трафика от развёрнутых в их сетях ботов. Владельцам добросовестно работающих сервисов на этих инфраструктурах рекомендовали связываться с администрацией SourceHut в индивидуальном порядке, чтобы добавлять их в исключения. В 2022 году SourceHut также пострадала из-за слишком частых обращений к её ресурсам от службы Google Go Module Mirror.

В 2023 году OpenAI заверила, что её боты будут выполнять директивы из файлов robots.txt, указывающих правила обработки данных с сайтов веб-сканерами. Аналогичные обязательства взяли на себя и другие разработчики ИИ, но жалобы на злоупотребления продолжают поступать. Летом минувшего года сайт iFixit, в частности, подвергся нашествию со стороны бота Anthropic Claudebot. В декабре хостер Vercel сообщил о значительном присутствии ИИ-сканеров в его инфраструктуре: OpenAI GPTbot отправил в его сеть 569 млн запросов, Anthropic Claude — 370 млн. В совокупности они достигли около 20 % от 4,5 млрд запросов Googlebot, который используется для индексации ресурсов в Google.

 Источник изображения: Kai Wenzel / unsplash.com

Источник изображения: Kai Wenzel / unsplash.com

Тогда же разработчик распределённой соцсети Diaspora Деннис Шуберт (Dennis Schubert) пожаловался, что за предшествующие 60 дней на ИИ-ботов пришлись 70 % трафика на его сервер. Публикация обрела вирусную популярность, и активность ИИ-сканеров резко сократилась; однако сетевые хулиганы устроили на его ресурс массовое нашествие запросов от клиентов со значением строки user-agent, совпадающим с OpenAI GPTbot. Вот только настоящий ИИ-бот OpenAI отправляет запросы из инфраструктуры Microsoft Azure, а в случае с сервером Diaspora они исходили с адресов AWS и даже от американских интернет-провайдеров.

Иногда ситуация осложняется тем, что некоторые боты имеют несколько предназначений. Так, Meta AI bot и AppleBot собирают данные исключительно для обучения ИИ, тогда как GoogleBot служит и для ИИ, и для индексации в поиске. Чтобы избежать путаницы, Google в 2023 году добавила отдельное значение Google-Extended для инструментов обучения ИИ.

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Крупнейшая сделка в истории Google: компания поглотит разработчика облачных систем безопасности Wiz за $32 млрд 24 мин.
Zoom запустила ИИ-агента для выполнения рутинной работы от имени пользователя 2 ч.
«Что случилось с ARK 2?»: анонс дополнения к ARK: Survival Ascended вызвал вопросы о ходе разработки второй части 3 ч.
Увлечённый фанат воссоздал карту мира GTA VI в GTA V 4 ч.
Состоялся релиз RuBackup OneClick — решения для защиты IT-инфраструктур малого и среднего бизнеса 5 ч.
Сборщики данных для ИИ оказались виновниками массового замедления сайтов по всему интернету 5 ч.
Новая демоверсия амбициозного симулятора жизни Inzoi выйдет 20 марта, но не для всех 6 ч.
Илон Маск выставил на аукцион гигантскую синюю птицу весом 250 кг 6 ч.
Минторг США запретил сотрудникам использовать DeepSeek на рабочих устройствах 6 ч.
Веб-поиск на основе ИИ убил классические «десять синих ссылок» Google 7 ч.
Lenovo показала гигантские GeForce RTX 5090D и RTX 5080, которые будет продавать в своих ПК 34 мин.
Провал с внедрением ИИ в Siri грозит Apple большими и затяжными потерями 39 мин.
Oracle вложит $5 млрд в развитие своего ИИ-облака в Великобритании 44 мин.
На всё готовое: нефтегазовый гигант Chevron будет строить ЦОД в США и снабжать их энергией 50 мин.
SoftBank купит за $676 млн бывший японский завод Sharp для строительства ИИ ЦОД, возможно — в интересах OpenAI 2 ч.
Samsung наконец научилась выпускать память HBM3E, пригодную для ИИ-чипов Nvidia — сертификация завершится к лету 3 ч.
Учёные США научились производить ядерное топливо для модульных АЭС на расплавах солей, но это не точно 4 ч.
Xiaomi выпустила 200 000-й электромобиль — это заняло меньше года 5 ч.
Первый складной iPhone может оказаться вдвое дороже iPhone 16 Pro Max 6 ч.
Apple iPhone 16e показал стойкость в суровых испытаниях на прочность 7 ч.