亞馬遜AI訓練中心被追蹤到稀有書籍，將被掃描銷毀

AI 公司正在掃描成卡車的書籍，有時是稀有書籍，並常常在過程中摧毀它們以訓練模型——現在我們對哪些公司以及他們如何進行有了些許了解。

獨立科技媒體 404 Media 在一個稀有書籍的貨物中放置了追蹤裝置，並觀察到它運至亞馬遜在拉斯維加斯的一個設施，該公司在那裡掃描並摧毀印刷書籍以訓練 AI。

這項調查於週一發布，是首次公開指出與 AI 訓練相關的大量書籍採購最終流向何處。

最終目的地是亞馬遜的 VGT3 團隊。員工告訴該媒體，他們的工作就是接收大量印刷書籍，然後切掉裝訂，以便頁面能更快地送入掃描器。書籍在過程中會被銷毀。該團隊的標誌是一隻恐龍用爪子抓著一本書，非常貼切。

為什麼印刷書籍突然變得搶手

2022年之前印刷的書籍，其文字內容大多無法在網路上輕易取得，而且關鍵的是，並非機器所寫。用模型自身的輸出訓練模型，可能導致「模型崩潰」，每次遞迴循環都會使品質下降。

因此，2022年前的紙本書是AI訓練的乾淨燃料。

亞馬遜並非唯一這麼做的公司。一個小型產業已經形成，專門為AI實驗室供應實體書籍，這些書籍被拆解、掃描、然後丟棄——這就是「華氏451度」的場景，書籍被銷毀以餵養機器，而Anthropic內部的「巴拿馬計畫」已經大規模運作，透過破壞性掃描將數百萬本書數位化。

對乾淨文本的爭奪已經訴諸法庭。一名聯邦法官裁定，使用合法購買的書籍訓練人工智慧可構成合理使用，這是Anthropic的部分勝利，Meta和OpenAI也聲稱如此。盜版副本則是另一回事：Anthropic就掃描盜版書籍達成了15億美元的和解，而Salesforce現在因涉嫌書籍盜版而面臨集體訴訟。

亞馬遜的這項行動因結構性原因保持低調。書商注意到過去一年批量訂單激增，懷疑是人工智慧公司所為——這些買家對價格不敏感，且看似隨機挑選書籍。他們的擔憂最終被一個AirTag證實，該AirTag揭示了目的地。

亞馬遜表示，它「通過商業管道購買書籍，以幫助開發和改進客戶使用的產品和服務」。