Команда Amazon використовує зображення тиранозавра, який готується поглинути книгу, як свій логотип.
Протягом останнього року книготорговці підозрювали, що компанії, які займаються розробкою штучного інтелекту (ШІ), скуповують великі партії рідкісних книг, а потім знищують їх після сканування для навчання моделей ШІ. Однак донедавна це було важко довести. Як повідомляє 404 Media, Airtag, захований у рідкісній книзі, вказує на те, що принаймні один технологічний гігант, який прагне розвивати свої передові моделі, стоїть за деякими з цих оптових закупівель — це Amazon.
У понеділок 404 Media повідомило, що вони зв’язалися з книготорговцем, який погодився розмістити Airtag у рідкісній книзі, що була частиною оптового замовлення. Цей Airtag пізніше було відстежено до об’єкта Amazon для тренування ШІ в Лас-Вегасі, де працювала команда, зосереджена на вириванні сторінок з книг та їх скануванні. Як повідомляє 404 Media, логотип на дверях складу цієї команди, VGT3, зображував тиранозавра, який готується поглинути книгу, що, здавалося, було наче нечутливим до зростаючого обурення через знищення книг шляхом сканування.
Amazon ухиляється від коментарів
Amazon відмовилася коментувати висновки 404 Media, надавши Ars Technica лише ту саму заяву, яку вона дала 404 Media, в якій конкретно не згадується тренування ШІ.
«Amazon купує книги через комерційні канали для розробки та вдосконалення продуктів і послуг, якими користуються наші клієнти», — йдеться в заяві Amazon.
Однак Amazon розробляє те, що вона вважає передовими моделями ШІ, які потребують величезної кількості унікальних навчальних даних, щоб залишатися конкурентоспроможними з провідними компаніями, такими як Google, OpenAI чи Anthropic. Наразі компанії ретельно охороняють свої навчальні дані, щоб уникнути втрати переваги. Тренування моделей на текстах рідкісних книг, які важко знайти, вочевидь, надало б перевагу Amazon, особливо враховуючи, що конкуренти, такі як Anthropic і xAI, публічно заявили, що вони не тренуються на рідкісних або антикварних книгах.
Крім того, схоже, що Amazon потребував нового джерела оригінального тексту. 404 Media відзначило обговорення на онлайн-форумах, де працівники VGT3 припускали, що раніше цього року Amazon відчував нестачу книг для сканування. Дефіцит був настільки тривожним, що вони побоювалися закриття складу, якщо Amazon не зможе знайти більше книг для сканування. За словами працівників, колись постачання повністю вичерпалося. Але, як повідомило 404 Media, об’єкт все ще функціонує. І тепер підтверджено, що оптові замовлення рідкісних книг, доставлені туди, систематично знищуються цією командою.
Багато книголюбів шоковані руйнівним скануванням книг (оскільки існує альтернатива). Один з найзапекліших критиків, Майкл Беррі, навіть назвав цю практику «втіленням зла». Проте працівники Amazon повідомляли на форумах, що вони вважають цю роботу «гарною» можливістю для тих, хто тяжіє до нудної роботи з гнучким графіком.
Тривають дебати щодо рідкісних книг
Окрім того, що рідкісні твори, які цінують книготорговці, перетворюються на “їжу” для машини ШІ Amazon, 404 Media припускає, що їхнє розслідування допомогло підтвердити ще одну теорію книготорговців щодо того, чому компанії, що займаються ШІ, можуть замовляти певні рідкісні книги, а не інші.
Після, як повідомляється, історичного року продажів, книготорговці підозрювали, що компанії, які займаються ШІ, націлюються на книги з ISBN-номерами, щоб забезпечити найбільший обсяг унікальних творів у наборах навчальних даних. А огляд обговорень працівників Amazon, проведений 404 Media, вказував на те, що їх навчали сканувати штрих-коди або ISBN перед скануванням книг. Ця практика, як повідомляє 404 Media, «надає подальшу достовірність» теорії книготорговців про те, що «компанії ШІ методично намагаються сканувати кожну друковану книгу у світі, працюючи за списком ISBN».
Для книготорговців гроші можуть бути хорошими, але ризик того, що їхні ретельно відібрані колекції будуть приречені на руйнівне сканування книг, як у Amazon, ставить етичну дилему. Вони знають, як оцінити широкий спектр рідкісних книг, щоб визначити їхню вартість, а компанії ШІ, схоже, пропускають цей крок, полюючи на недорогі, унікальні ISBN для заповнення своїх списків.
Наразі книги, які, схоже, купують компанії ШІ, не обов’язково є тими цінними першими виданнями відомих творів, які зазвичай високо цінуються. Натомість, компанії ШІ часто націлюються на старіші книги з нижчою грошовою вартістю, такі як книги, які ніколи не були перекладені з іноземної мови, яка сьогодні не широко використовується, або книги, які ніколи не були достатньо популярними, щоб отримати широке розповсюдження.
Однак ці твори все ще можуть мати «історичну, інтелектуальну, сентиментальну цінність», яку компанії ШІ пропустили, розповів 404 Media книготорговець, який розмістив Airtag. Цінність рідкісної книги може походити від «різноманітних речей», які «компанії ШІ не цікавлять. Їм потрібен лише контент як купа слів, з’єднаних разом».
Реддітори висловлюють думки
На Reddit деякі шанувальники книг сперечалися, наскільки проблематично те, що компанії знищують рідкісні книги для тренування ШІ, особливо враховуючи, що, як повідомляла BBC, деякі з цих книг роками стояли на полицях книготорговців, збираючи пил.
«Ви б не купили ту стару паперову книгу», — прокоментував один користувач Reddit у відповідь на допис, який оплакував, що «незрозуміла книга 1700-х років тепер є музейним експонатом і може розкрити повсякденні деталі, яких ми не знали».
У цій гілці автор оригінального допису зазначив, що справжньою проблемою є те, що крихітні деталі і навіть великі історичні висновки, які можна отримати з огляду рідкісних книг, будуть втрачені для жадібності ШІ. Компанії ШІ «ніколи не діляться вмістом» книг, які вони сканують, сказав автор, «оскільки вони не хочуть, щоб хтось інший міг тренувати свій ШІ» на тих самих творах.
«Це схоже на пропаганду від ненависників ШІ», — заперечив інший користувач Reddit, але наступний коментатор поділився схожими побоюваннями. Хоча люди можуть сперечатися з тим, хто стверджує, що тренування ШІ на цих творах зробить усі знання, що містяться в роботі, більш доступними онлайн, коментатор натомість припустив, що моделі ШІ надаватимуть лише «спотворені, цензуровані та платні фрагменти ідей» із забутих творів.
«Навіть якщо вам подобається технологія, ви можете визнати, що концепція ШІ, який буквально пожирає книги, щоб стати сильнішим, є досить антиутопічною», — сказав хтось інший у гілці.
Деякі книготорговці погоджуються, що не кожен текст потребує збереження, повідомила BBC. Однак шотландський книготорговець Дерек Вокер розповів BBC, що компанії ШІ повинні прагнути розрізняти твори, які не будуть сильно пропущені — такі як маловідомі академічні тексти, які технічно можуть бути рідкісними — і менш відомі антикварні твори, які можуть бути «єдиним відомим збереженим екземпляром видання».
«Це було б значно серйознішою проблемою, якби такий твір був придбаний для знищення, проіснувавши так довго», — сказав Вокер.
Для компаній ШІ, які охороняють свої навчальні дані та використовують послуги, що маскують їхню особу як покупців, навряд чи є бажання обговорювати свої оптові закупівлі безпосередньо з книготорговцями. Дозвіл книготорговцям висловлювати свою думку щодо творів, які вони планують включити до своїх моделей, вимагав би рівня прозорості, який може здатися ризикованішим, ніж можливий удар по репутації, якщо колись буде доведено, що цінне перше видання було знищено в ім’я просування ШІ.
Ешлі Беланжер
Старший кореспондент з питань політики
Ешлі — старший кореспондент з питань політики в Ars Technica, яка займається відстеженням соціальних наслідків нових політик і технологій. Вона журналістка з Чикаго з 20-річним досвідом.
За даними порталу: arstechnica.com