Коротко
- Apple AirTag, захований у великому замовленні книг, призвів до розслідування, яке відстежило відправлення до складу Amazon VGT3 у Лас-Вегасі.
- Працівники там розрізають корінці книг, щоб сторінки швидше подавалися до сканера, знищуючи надруковану книгу в процесі.
- Amazon підтвердила, що «купує книги через комерційні канали», і заявила, що про цю операцію раніше не повідомлялося.
Компанії, що займаються штучним інтелектом, сканують вантажівки книг, іноді рідкісних, і часто знищують їх у процесі, щоб навчати свої моделі — і тепер ми маємо деяке уявлення про те, які компанії це роблять і як вони це роблять.
Незалежне технологічне медіа 404 Media розмістило відстежувальний пристрій у партії рідкісних книг і спостерігало, як він подорожував до об'єкта Amazon у Лас-Вегасі, де компанія сканує та знищує надруковані книги для навчання штучного інтелекту.
Розслідування, опубліковане в понеділок, є першим, яке публічно визначає, куди потрапляють масові закупівлі книг, пов'язані з навчанням ШІ.
Останньою зупинкою була команда Amazon VGT3. Співробітники розповіли виданню, що вони лише отримують величезні партії друкованих книг, а потім зрізають палітурки, щоб сторінки швидше подавалися в сканер. Книга знищується в процесі. Дуже доречним логотипом команди є динозавр, який тримає книгу в кігтях.
Чому друковані книги раптом стали затребуваними
Книги, надруковані до 2022 року, містять текст, який здебільшого недоступний в Інтернеті та, що важливо, не написаний машиною. Навчання моделі на власному типі виводу ризикує "колапсом моделі", коли якість погіршується з кожним рекурсивним циклом.
Отже, папір, виданий до 2022 року, є чистим паливом для навчання ШІ.
Amazon не єдиний. Сформувалася кустарна індустрія, яка постачає ШІ-лабораторіям фізичні книги, що розбираються, скануються та викидаються — сцена "Fahrenheit 451" зі знищенням текстів для живлення машин, яку внутрішній "Project Panama" від Anthropic уже запустив у масштабі, оцифрувавши мільйони книг через руйнівне сканування.
Ця боротьба за чистий текст уже дісталася суду. Федеральний суддя постановив, що навчання ШІ на легально придбаних книгах може вважатися добросовісним використанням, що є частковою перемогою для Anthropic, на яку також претендували Meta та OpenAI. Піратські копії — це інша справа: Anthropic погодився на врегулювання в розмірі 1,5 мільярда доларів через відскановані піратські твори, а Salesforce тепер стикається з колективним позовом через ймовірне піратство книг.
Операція Amazon залишалася непоміченою зі структурних причин. Продавці книг помітили сплеск оптових замовлень за останній рік і запідозрили, що за ними стоять компанії зі штучного інтелекту — покупці не звертали уваги на ціну та обирали твори, здавалося б, навмання. Їхні побоювання нарешті підтвердилися завдяки AirTag, який розкрив пункт призначення.
Amazon заявив, що «купує книги через комерційні канали, щоб допомогти розробляти та покращувати продукти й послуги, якими користуються наші клієнти».
