欧洲开放网络索引试点项目允许访问近 1 PB 的抓取数据

OpenWebSearch.eu 联盟将于下月向外部测试者开放首个联合的泛欧开放网络索引（OWI）。该试点项目允许访问近 1 PB 的抓取网络数据，标志着向长期索引迈出了第一步，长期索引的内容将达到 5 PB，最终达到 10 PB。

与传统的搜索引擎不同，OWI 的功能是共享数字图书馆，第三方服务--搜索门户、大型语言模型提供商或研究团队--可以通过查询来检索文档。由大学、超级计算中心、技术公司和欧洲核子研究中心（CERN）等 14 家成员组成的合作组织正在为该基础设施提供资金，以减少欧洲对谷歌、微软和其他美国运营商维护的专有索引的依赖。

支持者认为，围绕广告驱动平台的集中化削弱了搜索质量，限制了语言覆盖范围。该联盟希望通过在欧洲监管范围内运行一个非营利、标准驱动的索引，鼓励那些尊重当地数据保护规则、以多种语言显示搜索结果、避免激进广告或自我引用的服务。布鲁塞尔和伦敦的监管机构曾多次以上述理由质疑美国科技公司的主导地位。

在试点期间，学术团体、初创企业和个人开发者可以根据一般研究许可获得数据集，也可以申请商业许可。社区经理乌苏拉-格梅尔希（Ursula Gmelch）将此次发布描述为 "向真正的欧洲数字主权迈出的第一步"，并补充说，早期反馈将决定该指数如何发展以满足现实世界的需求。该团队对垂直和论证搜索、检索增强生成以及相关的人工智能应用尤其感兴趣。

该时间表与欧盟委员会旨在为人工智能项目筹集2000亿欧元（约合2247亿美元）资金的InvestAI计划相吻合。定于中欧标准时间6月6日上午10点至中午举行的Zoom开放会议将向参与者介绍该平台并分发证书。如果试验成功，将为欧洲中小型公司提供所需的原材料，以建立独立于美国主流生态系统的有竞争力的搜索和人工智能工具。