Кратко

  • Спрятанный в крупном заказе книг Apple AirTag привел к расследованию, которое проследило отправку до склада Amazon VGT3 в Лас-Вегасе.
  • Работники там разрезают книжные корешки, чтобы страницы быстрее подавались в сканер, уничтожая печатную книгу в процессе.
  • Amazon подтвердил, что «покупает книги через коммерческие каналы», и заявил, что об этой операции ранее не сообщалось.

AI-компании сканируют грузовики книг, иногда редких, и часто уничтожают их в процессе для обучения своих моделей — и теперь у нас есть некоторое представление о том, какие компании и как они это делают.

Независимое технологическое СМИ 404 Media поместило отслеживающее устройство в партию редких книг и проследило, как она попала на объект Amazon в Лас-Вегасе, где компания сканирует и уничтожает печатные книги для обучения ИИ.

Myriad: Когда OpenAI выпустит GPT-6? Нажмите, чтобы сделать свой прогноз.
Myriad: Когда OpenAI выпустит GPT-6? Нажмите, чтобы сделать свой прогноз.

Расследование, опубликованное в понедельник, является первым, которое публично указывает, куда попадают массовые закупки книг, связанные с обучением ИИ.

Конечной остановкой была команда VGT3 компании Amazon. Сотрудники рассказали изданию, что они делают только одно: получают огромные партии печатных книг, затем срезают переплеты, чтобы страницы быстрее подавались в сканер. Книга уничтожается в процессе. Очень подходящий логотип команды — динозавр, сжимающий книгу в когтях.

Изображение: 404 Media

Почему печатные книги внезапно стали востребованы

Книги, напечатанные до 2022 года, содержат текст, который в основном недоступен в интернете и, что важно, не написан машиной. Обучение модели на её собственном типе вывода рискует "коллапсом модели", когда качество ухудшается с каждым рекурсивным циклом.

Таким образом, бумага, выпущенная до 2022 года, является чистым топливом для обучения ИИ.

Amazon не единственный. Возникла кустарная индустрия сформировалась для снабжения ИИ-лабораторий физическими книгами, которые разрезаются, сканируются и выбрасываются — сцена "451 градус по Фаренгейту" уничтожения текстов для питания машин, которую внутренний "Проект Панама" Anthropic уже запустил в масштабе, оцифровав миллионы книг с помощью разрушающего сканирования.

Эта борьба за чистый текст уже дошла до суда. Федеральный судья постановил, что обучение ИИ на легально приобретённых книгах может считаться добросовестным использованием, что является частичной победой Anthropic, на которую также претендовали Meta и OpenAI. Пиратские копии — другое дело: Anthropic согласилась на урегулирование в размере 1,5 миллиарда долларов по делу о сканированных пиратских изданиях, а Salesforce теперь сталкивается с коллективным иском по обвинению в пиратстве книг.

Операция Amazon оставалась незамеченной по структурной причине. Продавцы книг заметили всплеск оптовых заказов за последний год и заподозрили, что за ними стоят компании, занимающиеся ИИ, — покупатели не были чувствительны к цене и выбирали книги, казалось бы, случайным образом. Их опасения наконец подтвердились благодаря AirTag, раскрывшему пункт назначения.

Amazon заявила, что «покупает книги через коммерческие каналы, чтобы помогать разрабатывать и улучшать продукты и услуги, которыми пользуются наши клиенты».