简介
- 一个藏在大量图书订单中的苹果AirTag引发了一项调查，追踪到该批货物被送往亚马逊位于拉斯维加斯的VGT3仓库。
- 那里的工人切开书脊，以便页面更快地送入扫描仪，在此过程中毁掉了印刷书籍。
- 亚马逊确认其“通过商业渠道购买书籍”，并表示该操作此前未被报道过。
人工智能公司正在扫描成卡车的书籍，有时是稀有书籍，并且在此过程中经常销毁它们以训练模型——现在我们对哪些公司以及它们如何操作有了一些了解。
独立科技媒体404 Media在一批稀有书籍中放置了一个追踪设备，并观察它到达亚马逊在拉斯维加斯的一个设施，该公司在那里扫描并销毁印刷书籍以训练人工智能。
周一发布的这项调查，是首次公开指出与 AI 训练相关的大批量图书采购最终去向何处。
最终目的地是亚马逊的 VGT3 团队。员工告诉该媒体，他们所做的就是接收大量印刷书籍，然后切掉装订，以便页面更快地送入扫描仪。书籍在此过程中被销毁。该团队极其贴切的标志是一只恐龙用爪子抓着一本书。
为什么印刷书籍突然变得抢手
2022年之前印刷的书籍，其内容大多无法轻易在线获取，而且关键的是，并非机器撰写。用模型自身的输出训练模型存在“模型崩溃”的风险，即每次递归循环都会导致质量下降。
因此，2022年前的纸质书是AI训练的清洁燃料。
亚马逊并非唯一一家。一个家庭手工业已经形成，为AI实验室提供实体书籍，这些书被拆解、扫描后丢弃——这就是“华氏451度”的场景，文本被销毁以喂养机器，而Anthropic内部的“巴拿马计划”已经大规模运行，通过破坏性扫描将数百万本书数字化。
对干净文本的争夺已经诉诸法庭。一名联邦法官裁定，在合法购买的书籍上训练人工智能可被视为合理使用，这对Anthropic来说是一次部分胜利，Meta和OpenAI也声称如此。盗版副本则是另一回事：Anthropic就扫描盗版书籍达成了15亿美元的和解，而Salesforce现在面临集体诉讼，被指控涉及书籍盗版。
亚马逊的这次行动因结构性原因保持沉默。书商注意到过去一年批量订单激增，怀疑是人工智能公司所为——这些买家对价格不敏感，而且似乎随机挑选书籍。他们的担忧最终被一个AirTag证实，它揭示了目的地。
亚马逊表示，它“通过商业渠道购买书籍，以帮助开发和改进客户使用的产品和服务。”
