СМІ: Amazon скупляе тысячы старадаўніх кніг для навучання ШІ, а затым знішчае іх

Прадаўцы паведамілі пра нечаканы ўсплёск замоваў.

Кампанія Amazon, меркавана, масава скупляе партыі друкаваных кніг для навучання штучнага інтэлекту, пры гэтым частка выданняў у працэсе фізічна знішчаецца. Пра гэта гаворыцца ў расследаванні выдання 404 Media.

Журналісты звярнулі ўвагу на гэтую гісторыю пасля таго, як прадаўцы патрыманых кніг пачалі скардзіцца на незвычайны ўсплёск замоваў: пакупнікі бралі вялікія, часта выпадкова падабраныя партыі выданняў, амаль не звяртаючы ўвагі на цану. У ліпені адзін з прадаўцоў атрымаў праз маркетплэйс Biblio замову прыкладна на тысячу кніг адразу — і пагадзіўся схаваць у адной з іх трэкер, каб журналісты змаглі адсачыць далейшы маршрут выдання.

Прайшоўшы доўгі шлях праз усю краіну, кніга ў выніку апынулася на складзе Amazon у Лас-Вегасе. Першапачаткова аўтары расследавання не маглі зразумець, навошта рэдкае выданне адправілі менавіта туды — гэты комплекс, паводле іх звестак, у асноўным займаецца друкам кніг пад замову. Аднак высветлілася, што ў яго паўночнай частцы працуе асобнае падраздзяленне з кодам VGT3, дзе, паводле апісання супрацоўнікаў на анлайн-форумах, кнігі прымаюць, разразаюць і скануюць. Як пішуць журналісты, адрэзанне карэньчыка паскарае і робіць працэс сканавання таннейшым.

«Я працую ў VGT3 тут, у Вегасе, і ўсё, што мы робім, — гэта скануем кнігі», — напісаў на адным з форумаў ананім, дадаўшы, што частка супрацоўнікаў займаецца непасрэдна разразаннем кніг, а астатнія прымаюць выданні і скануюць штрых-коды.

Асаблівая ўвага ў расследаванні надаецца парадку аперацый: спачатку супрацоўнікі скануюць штрых-коды або ISBN — унікальныя ідэнтыфікацыйныя нумары кніг, — а ўжо потым пераходзяць да зместу выданняў. Гэта ўскосна пацвярджае здагадку прадаўцоў пра тое, што кампаніі, якія распрацоўваюць ШІ, мэтава і сістэматычна збіраюць друкаваныя кнігі, імкнучыся ахапіць як мага большы масіў тэкстаў — асабліва тых, што дагэтуль не алічбаваныя і адсутнічаюць у інтэрнэце.

На думку журналістаў 404 Media, друкаваныя кнігі маюць асаблівую каштоўнасць для распрацоўнікаў ШІ менавіта таму, што ўтрымліваюць тэксты, напісаныя людзьмі, а не згенераваныя нейрасеткамі. Выданні, выпушчаныя да 2022 года — то-бок да бума генератыўнага ШІ, — дапамагаюць пазбегнуць так званага «калапсу мадэлі»: сітуацыі, калі сістэма вучыцца на ўсё большым аб’ёме тэкстаў, першапачаткова створаных іншымі ШІ, што паступова пагаршае якасць яе працы.

Выданне нагадвае, што практыка фізічнага знішчэння кніг пры сканаванні ўжо фігуравала ў судовым разглядзе супраць кампаніі Anthropic, звязаным з яе праектам па зборы кніг для навучання ШІ. Тады суд прызнаў сканаванне кніг для гэтых мэтаў добрасумленным выкарыстаннем — але пры пэўных умовах, у тым ліку з улікам знішчэння арыгінальнага друкаванага асобніка.

Пры гэтым у гісторыі з Amazon застаецца нямала адкрытых пытанняў. Кампанія пацвердзіла сам факт закупкі кніг: «Amazon купляе кнігі праз камерцыйныя каналы, каб дапамагаць распрацоўваць і ўдасканальваць прадукты і паслугі, якімі карыстаюцца нашы кліенты», — гаворыцца ў заяве.

Аднак Amazon не адказала журналістам ні на пытанне, навошта менавіта пры сканаванні кнігі разразаюць, ні колькі падобных аб’ектаў у кампаніі па ўсім свеце, ні як яна ацэньвае крытыку ў сувязі са знішчэннем друкаваных выданняў.

Асабліва востра гэтае пытанне стаіць у дачыненні да рэдкіх кніг. 404 Media не раскрывае назваў канкрэтных выданняў, але адзначае, што некаторыя з іх выходзілі невялікім накладам або напісаныя на рэдка распаўсюджаных мовах. Паводле слоў аднаго з прадаўцоў, каштоўнасць такіх кніг не зводзіцца да цаны — гаворка пра іх гістарычную, інтэлектуальную і сентыментальную значнасць, якая, на яго думку, нічога не значыць для кампаній, зацікаўленых перадусім у ператварэнні кніг у масіў лічбавых дадзеных.

Вы можаце падтрымаць сайт Charter97.org наступным чынам:

РАЗЛІКОВЫ МУЛЬТЫВАЛЮТНЫ РАХУНАК ДЛЯ АХВЯРАВАННЯЎ:

Назва банка: Bank Millennium S.A.
Адрас: ul. Stanislawa Zaryna, 2A, 02-593, Warszawa
IBAN: PL97116022020000000216711123
SWIFT: BIGBPLPW
Імя ўладальніка рахунку: Fundacja “KARTA ‘97”
рызначэнне аплаты: Darowizna na cele statutowe

Звязацца з намі можна праз адрас charter97@gmail.com