Команда Amazon використовує логотип із зображенням тиранозавра, який готується поглинути книгу.
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 тренування ШІ. Донедавна це було важко довести, але тепер видання 404 Media повідомляє, що AirTag, захований у рідкісній книзі, виявив, що за частиною оптових замовлень стоїть принаймні один технологічний гігант — Amazon, який прагне розвивати свої передові моделі.
У понеділок 404 Media повідомило, що вийшло на зв’язок із книготорговцем, який погодився помістити AirTag у рідкісну книгу, що входила до оптового замовлення. Цей AirTag відстежили до тренувального центру ШІ Amazon у Лас-Вегасі, де працювала команда, зосереджена на вилученні сторінок із книг та їх скануванні. Як повідомляє 404 Media, команда, схоже, була байдужа до зростаючого обурення щодо знищення книг під час сканування. Логотип на дверях їхнього складу, VGT3, зображував тиранозавра, який готується поглинути книгу.
Amazon ухиляється від коментарів
Amazon відмовився коментувати висновки 404 Media, надавши виданню Ars ту саму заяву, яку воно надало 404 Media, і яка не згадує тренування ШІ конкретно.
«Amazon купує книги через комерційні канали для розробки та покращення продуктів і послуг, якими користуються наші клієнти», — йдеться у заяві Amazon.
Однак Amazon розробляє моделі ШІ, які, на його думку, є передовими і потребують величезного обсягу унікальних тренувальних даних, щоб залишатися конкурентоспроможними з провідними компаніями, такими як Google, OpenAI або Anthropic. Наразі компанії ретельно охороняють свої тренувальні дані, щоб уникнути втрати переваги. А тренування моделей на текстах рідкісних книг, які важко знайти, надало б Amazon перевагу, особливо враховуючи, що конкуренти, як-от Anthropic та xAI, публічно заявили, що не тренують свої моделі на рідкісних чи антикварних книгах.
Крім того, схоже, Amazon потребував нового джерела оригінальних текстів. 404 Media відзначило обговорення на онлайн-форумах, де працівники VGT3 припускали, що на початку цього року Amazon мав брак книг для сканування. Дефіцит був настільки тривожним, що вони побоювалися закриття складу, якщо Amazon не знайде більше книг для сканування. В один момент запас повністю вичерпався, як стверджували працівники. Однак, як повідомляє 404 Media, об’єкт досі функціонує. І тепер підтверджено, що оптові партії рідкісних книг, які доставляються туди, систематично знищуються цією командою.
Багатьох книголюбів шокує знищення книг для сканування (оскільки існує альтернатива). Один із найпалкіших критиків, Майкл Беррі, назвав цю практику «втіленням зла». Однак працівники Amazon повідомляли на форумах, що вважають цю роботу «чудовою» можливістю для тих, хто тяжіє до невимогливої роботи з гнучким графіком.
Тривають дебати щодо рідкісних книг
Окрім викриття того, що рідкісні твори, які цінують книготорговці, поглинаються машиною ШІ Amazon, 404 Media припустило, що їхнє розслідування допомогло підтвердити ще одну теорію книготорговців щодо того, чому компанії ШІ можуть замовляти певні рідкісні книги, а не інші.
Після року, який, за повідомленнями, був історичним для продажів, книготорговці підозрювали, що компанії ШІ націлюються на книги з ISBN-номерами, щоб забезпечити максимальний обсяг унікальних творів у наборах тренувальних даних. Огляд онлайн-обговорень працівників Amazon виданням 404 Media свідчить, що їх навчали сканувати штрих-коди або ISBN перед скануванням книг. Ця практика, як повідомляє 404 Media, «надає подальшу довіру» теорії книготорговців про те, що «компанії ШІ намагаються методично сканувати кожну друковану книгу у світі, працюючи за списком ISBN».
Для книготорговців гроші можуть бути значними, але ризик того, що їхні ретельно зібрані колекції будуть призначені для знищення шляхом сканування, як у Amazon, ставить етичну дилему. Вони знають, як оцінювати широкий спектр рідкісних книг, щоб визначити їхню цінність, а компанії ШІ, схоже, пропускають цей крок, полюючи на недорогі, унікальні ISBN для заповнення своїх списків.
Наразі книги, які компанії ШІ, очевидно, скуповують, не обов’язково є бажаними першими виданнями відомих творів, які зазвичай мають високу цінність. Натомість, компанії ШІ часто націлюються на старіші книги з нижчою грошовою вартістю, такі як книги, які ніколи не були перекладені з іноземної мови, що сьогодні не широко використовується, або книги, які ніколи не були достатньо популярними, щоб отримати широке поширення.
Однак ці твори все ще можуть мати «історичну, інтелектуальну, сентиментальну цінність», яку компанії ШІ пропустили, розповів 404 Media книготорговець, який помістив AirTag. Цінність рідкісної книги може походити з «усіх видів речей», які «компанії ШІ не цікавлять. Їм потрібен лише контент як купа слів, з’єднаних разом».
Користувачі Reddit висловлюють свою думку
На Reddit деякі шанувальники книг обговорювали, наскільки проблематично те, що компанії знищують рідкісні книги для тренування ШІ, особливо враховуючи, що, як повідомляє BBC, деякі з цих книг десятиліттями пилилися на полицях книготорговців.
«Ви б не купили цю стару паперову книгу», — прокоментував один із користувачів Reddit у відповідь на допис, що оплакує, що «незрозуміла книга 1700-х років тепер є музейним експонатом і може розкрити повсякденні деталі, яких ми не знали».
У цій темі автор допису зазначив, що справжньою проблемою є те, що крихітні деталі й навіть великі історичні відомості, які можна отримати з аналізу рідкісних книг, будуть втрачені через жадібність ШІ. Компанії ШІ «ніколи не поділяться вмістом» книг, які вони сканують, зазначив автор, «оскільки вони не хочуть, щоб хтось інший міг тренувати свій ШІ» на тих самих творах.
«Це звучить як пропаганда від ненависників ШІ», — заперечив інший користувач Reddit, але наступний коментатор висловив схожі побоювання. 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 запропонував натомість, що моделі ШІ надаватимуть лише «спотворені, цензуровані та платні фрагменти ідей» із забутих робіт.
«Навіть якщо ви любите цю технологію, ви можете визнати, що концепція ШІ, який буквально пожирає книги, щоб стати потужнішим, є досить дистопічною», — зазначив хтось інший у дискусії.
Деякі книготорговці погоджуються, що не кожен текст потребує збереження, повідомляє BBC. Однак шотландський книготорговець Дерек Вокер розповів BBC, що компанії ШІ повинні прагнути розрізняти твори, які не будуть сильно втрачені, — як-от маловідомі наукові тексти, які технічно можуть бути рідкісними, — та маловідомі антикварні твори, які можуть бути «єдиним відомим вцілілим прикладом видання».
«Це була б набагато серйозніша проблема, якби такий твір було придбано для знищення, переживши стільки часу», — сказав Вокер.
Для компаній ШІ, які охороняють свої тренувальні дані та використовують служби, що приховують їхню особу як покупців, ймовірно, мало бажання обговорювати оптові закупівлі безпосередньо з книготорговцями. Дозволити книготорговцям висловлювати свою думку щодо творів, які вони планують включити до своїх моделей, вимагало б рівня прозорості, який може здатися ризикованішим, ніж можлива шкода репутації, якщо колись буде доведено, що бажане перше видання було знищено в ім’я розвитку ШІ.
За даними порталу: arstechnica.com