維基百科25歲了！累計6,500萬條目、每月15億瀏覽，現在AI巨頭紛紛為「合法乾淨」資料上門
維基百科近期迎來 25 週年。在經歷了四分之一世紀後，它如何從上線時只有100頁的小辭典，發展為人類史上最大的公開知識資料庫？
維基百科中所收錄的海量內容，是現在各家 AI 巨頭訓練 AI 所不可或缺的資料庫。也因此官方近期宣佈與微軟、亞馬遜、Meta、Mistral AI 和 Perplexity 達成企業合作。
這些企業可透過 Wikimedia Enterprise 將維基百科的大量知識整合至自家平台上。維基媒體基金會表示，過往的合作夥伴還包括 Google、Ecosia、Nomic、Pleias、ProRata 和 Reef Media 等公司。
為了慶祝 25 週年，維基百科特別製作了專屬網頁，介紹他們如何走過這趟旅程。官方也為志願編輯們拍攝了短片，向外界強調即使邁入 AI 時代，知識的累積仍然仰賴人類的付出。
官方也揭露了部分關鍵數據，讓外界得以了解維基百科的現況：
• 每月的瀏覽次數接近 150 億次。
• 收錄超過 6,500 萬篇條目，涵蓋 300 多種語言。
• 全球每月約有 25 萬名編輯者參與編輯。
• 每月由超過 15 億個不重複裝置存取。
• 平均每分鐘被編輯 324 次。
• 在全球造訪量排名前十的網站中，唯一由非營利組織營運的網站。
25年前創立
維基百科的誕生，並非一開始就打算顛覆知識世界。它的前身是 2000 年推出的 Nupedia，這是一個試圖以傳統學術方式打造的線上百科全書計畫，由企業家吉米・威爾斯（Jimmy Wales）與哲學家賴瑞・桑格（Larry Sanger）所主導。
但最初這個概念難以實行，Nupedia 的每一篇文章都需通過多重同行評議，運作一年後完成的條目仍屈指可數。直到 2001 年，威爾斯引入由程式設計師沃德·坎寧安（Ward Cunningham）發明的 Wiki 系統：任何人都可以即時編輯頁面，不需要專業背景，也沒有複雜流程。
2001 年 1 月 15 日，維基百科作為一項實驗正式上線。威爾斯在空無一物的網站上輸入了「Hello World」，這便是維基百科上的第一筆編輯內容。值得一提的是，這一筆編輯在 2021 年以 NFT 的形式出售，賣得了 75 萬美元。
維基百科選擇了一條與以往作法截然不同的道路，不倚賴單一權威，而是相信群體能逐步逼近事實。維基百科在 20 週年網頁上也表示，直到現在這套作法在理論上仍被認為難以實行，然而這卻成為了它們成功的必要支柱。
25萬人共同編輯
在揭露與微軟、亞馬遜等公司締結合作時，維基百科便強調：「在 AI 時代，維基百科內由人類建立及維護的知識，比以往任何時候都更加珍貴。」這些經過編輯討論、協力編纂而成的條目，是 AI 訓練時極為優質的素材。
維基百科的編輯社群，可說是 Web 2.0 時代精神的體現：一個去中心化、由用戶主導，並以參與及協作為基石的知識網絡。來自不同背景、觀點及政治傾向的志願編輯，在完全透明的過程中辯論、交換看法，共同編纂條目，所有的更改與編輯紀錄也都公開透明。
甚至維基官方也沒有特權。去年年中，維基百科曾一度想順應潮流，實驗性導入 AI 摘要功能，然而這個決策最終在編輯們的反對下撤回。儘管維基官方表示，他們仍然希望能用 AI 技術助力網站發展，但也保證會在編輯的參與下進行。
在慶祝 25 週年的網頁中，維基百科聲稱，之所以能成為網路上最值得信賴的網站之一，是因為這是一個任何人都能使用、編輯及分發的免費內容平台。而這些經由人力編寫、更新的知識，更是 AI 訓練的寶庫。
延伸閱讀：只要把提示詞「說兩次」，LLM效能就升級？Google研究曝「47勝0敗」高CP值解方
6,500萬結構化條目
對大型語言模型而言，維基百科代表著橫跨幾乎所有人類知識領域的「通用語料」，是長期累積且並非為了 SEO 或點擊率而生的純淨內容。在 AI 爬蟲四處覓食、高品質公開文本快速枯竭的當下，哪些資料屬於「合法且值得使用」，已成為發展核心。
從 AI 訓練的角度來看，維基百科條目具備清晰的段落結構，且條目間存在大量連結，這使其非常適合用於訓練 AI 的檢索與摘要能力，更是檢索增強生成（RAG）的最佳素材。
當前各家媒體開始封鎖 AI 爬蟲、網路論壇逐漸商業化，且 AI 生成內容充斥網路，維基百科始終秉持初衷，由人力編寫出有條不紊的知識網頁。其必須附帶來源、保證中立觀點的核心原則，能引導 AI 偏向陳述事實而非表達立場，並學習如何呈現可靠資訊。
簡言之，儘管維基百科是為人類查閱而生，它卻是 AI 訓練資料的「理想型態」。
儘管現在 AI 能快速生成文章、答案與圖像，但維基百科強調，許多人並未意識到，這些生成的內容背後，其實都是由人類記錄、激盪並整理出的知識精華。在 AI 時代，以人為基礎的維基百科反而扮演了更為關鍵的角色。
延伸閱讀：Google公布Gemini收費新制！拆分「思考型」與「Pro」額度，一表看懂方案差異
ChatGPT Translate實測｜免費支援逾50種語言，比Google翻譯更好用嗎？誰是繁中王者？
資料來源：Wikimedia（1）、Wikimedia（2）、Wikimedia（3）
延伸閱讀
只要把提示詞「說兩次」，LLM效能就升級？Google研究曝「47勝0敗」高CP值解方
美光砸569億收購力積電銅鑼廠！黃崇仁：新竹P3廠將精進DRAM製程
不用苦練生圖咒語了！我用JSON復刻大師級設計風格，簡單3步驟一次看
「加入《數位時代》LINE好友，科技新聞不漏接」