Команда Amazon використовує логотип із зображенням тиранозавра Рекса, який готується пожирати книгу.
Протягом останнього року книготорговці підозрювали, що компанії, які займаються розробкою штучного інтелекту (ШІ), купують великі партії рідкісних книг, а потім знищують їх після сканування для навчання своїх моделей. Однак довести це було складно, доки пристрій Airtag, захований у рідкісній книзі, не виявив, що щонайменше один технологічний гігант, який прагне вдосконалити свої передові моделі, стоїть за деякими з цих гуртових замовлень: Amazon.
У понеділок видання 404 Media повідомило, що зв’язалося з книготорговцем, який погодився помістити Airtag у рідкісну книгу, що була частиною гуртового замовлення. Цей Airtag відстежили до центру навчання ШІ Amazon у Лас-Вегасі, де знаходилася команда, яка займалася вириванням сторінок із книг та їх скануванням. За повідомленнями 404 Media, команда, що, очевидно, не зважала на наростаючий резонанс навколо знищення книг під час сканування, використала логотип із зображенням тиранозавра Рекса, що готується пожирати книгу, на дверях складу своєї команди VGT3.
Amazon відхиляє коментарі
Amazon відмовилася коментувати висновки 404 Media, надавши Ars Technica ту саму заяву, що й 404 Media, в якій конкретно не згадується навчання 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 величезного обсягу унікальних навчальних даних, щоб залишатися конкурентоспроможною з такими провідними компаніями, як Google, OpenAI чи Anthropic. Наразі компанії ретельно охороняють свої навчальні дані, щоб уникнути втрати переваги. Навчання моделей на тексті з рідкісних книг, які важко знайти, очевидно, надало б перевагу Amazon, особливо враховуючи, що конкуренти, такі як Anthropic та xAI, публічно заявили, що не навчаються на рідкісних чи антикварних книгах.
Крім того, схоже, Amazon потребувала нового джерела оригінальних текстів. 404 Media повідомило про обговорення на онлайн-форумах, де працівники VGT3 припускали, що на початку цього року Amazon відчувала брак книг для сканування. Дефіцит був настільки тривожним, що вони побоювалися закриття складу, якщо Amazon не зможе знайти більше книг для сканування. За словами працівників, у певний момент постачання повністю вичерпалося. Але об’єкт все ще функціонує, повідомляє 404 Media. І тепер підтверджено, що гуртові замовлення рідкісних книг, доставлені туди, систематично знищуються цією командою.
Багато книголюбів шоковані знищенням книг під час сканування (оскільки існує альтернатива), а один затятий критик, Майкл Беррі, навіть назвав цю практику «злим утіленням». Однак працівники Amazon повідомляли на форумах, що вважають цю роботу «приємною» можливістю для тих, хто шукає нудну роботу з гнучким графіком.
Суперечки навколо рідкісних книг
Окрім того, що рідкісні твори, які цінують книготорговці, пожираються машиною ШІ Amazon, 404 Media припустило, 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 року, який, за повідомленнями, був історичним роком продажів, книготорговці підозрювали, що компанії, які займаються ШІ, націлюються на книги з ISBN (Міжнародний стандартний номер книги), щоб забезпечити максимальний обсяг унікальних творів у наборах даних для навчання. Огляд 404 Media обговорень працівників Amazon онлайн свідчить про 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 намагаються методично 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 знищення під час сканування, як у Amazon, створює етичну дилему. Вони знають, як оцінювати широкий спектр рідкісних книг, щоб визначити їхню вартість, а компанії ШІ, схоже, пропускають цей крок, полюючи на недорогі, унікальні ISBN для заповнення своїх контрольних списків.
Наразі книги, які компанії ШІ, очевидно, скуповують, не обов’язково є такими, що цінуються як рідкісні першодруки визначних творів. Натомість компанії ШІ часто націлюються на старіші книги з нижчою грошовою вартістю, наприклад, на книги, які ніколи не були перекладені з іноземної мови, яка сьогодні не є широко вживаною, або книги, які ніколи не були достатньо популярними, щоб отримати широке розповсюдження.
Однак ці твори все ще можуть мати «історичну цінність, інтелектуальну цінність, сентиментальну цінність», які компанії ШІ не враховують, розповів книготорговець, який помістив Airtag, 404 Media. Цінність рідкісної книги може походити від «усіляких речей», які «компанії ШІ не цікавлять. Їм потрібен лише контент як купа слів, пов’язаних між собою».
Реддітори висловлюються
На Reddit деякі шанувальники книг обговорювали, наскільки проблематично те, що компанії знищують рідкісні книги для навчання ШІ, особливо враховуючи, що, як повідомляє BBC, деякі з цих книг роками припадали пилом на полицях книготорговців.
«Ви б не купили ту стару паперову книгу», — прокоментував один користувач Reddit у відповідь на допис, де скаржилися, що «незрозуміла книга 1700 року тепер є музейним експонатом і може розкрити повсякденні деталі, яких ми не знали».
У цій гілці оригінальний дописувач зазначив, що справжньою проблемою є те, що крихітні деталі та навіть великі історичні здобутки, які можна отримати з огляду рідкісних книг, будуть втрачені через жадібність ШІ. Компанії ШІ «ніколи не поділяться вмістом» книг, які вони сканують, заявив автор, «оскільки вони не хочуть, щоб хтось інший міг тренувати свій ШІ» на тих самих творах.
«Це звучить як пропаганда від тих, хто ненавидить ШІ», — заперечив інший користувач Reddit, але наступний коментатор висловив подібні побоювання. Хоча люди можуть сперечатися з тим, хто стверджує, що навчання 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 захищені платним доступом фрагменти ідей» із забутих творів.
«Навіть якщо вам подобаються технології, ви можете визнати, що концепція ШІ, який буквально пожирає книги, щоб стати могутнішим, є досить антиутопічною», — сказав хтось інший у гілці.
Деякі книготорговці погоджуються, що не кожен текст потребує збереження, повідомляє BBC. Однак шотландський книготорговець Дерек Вокер сказав BBC, що компанії ШІ повинні прагнути розрізняти твори, які не будуть сильно втрачені — наприклад, маловідомі академічні тексти, які технічно можуть бути рідкісними, — і маловідомі антикварні твори, які можуть бути «єдиним відомим зразком видання, що зберігся».
«Було б набагато серйознішою проблемою, якби такий був куплений для знищення, проіснувавши так довго», — сказав Вокер.
Для компаній ШІ, які охороняють свої навчальні дані та використовують служби, що приховують їхню ідентичність як покупців, ймовірно, мало бажання обговорювати свої гуртові закупівлі безпосередньо з книготорговцями. Дозвіл книготорговцям висловлювати свою думку щодо творів, які вони планують подавати своїм моделям, вимагав би рівня прозорості, що може здатися ризикованішим, ніж можливий удар по репутації, якщо коли-небудь буде доведено, що цінний перший видання був знищений в ім’я просування ШІ.
Дізнатися більше на: arstechnica.com