AI公司扫描大量书籍,甚至包括稀有书籍,并在过程中将其销毁以训练模型——如今我们已大致了解哪些公司以及它们如何操作。
独立科技媒体404 Media在一批稀有书籍中放置了追踪设备,并目睹其运往亚马逊位于拉斯维加斯的一个设施。在那里,该公司为了训练AI,扫描并销毁了印刷书籍。这项调查于周一公布,是首次公开指出与AI训练相关的大批量书籍采购的最终去向。
最终目的地是亚马逊的VGT3团队。员工向媒体透露,他们只负责接收大量印刷书籍,然后切断书脊,让书页更快地通过扫描仪。书籍在这个过程中被销毁。该团队的标志极其贴切:一只恐龙爪子里抓着一本书。
2022年之前出版的书籍包含的文本大多无法轻易在线获取,而且关键在于,这些文本并非由机器生成。用模型自身的输出进行训练存在“模型崩溃”的风险,即每次递归循环后质量都会下降。因此,2022年之前的纸质书籍是AI训练的纯净燃料。
亚马逊并非唯一的参与者。一个新兴行业已经形成,专门为AI实验室供应实体书籍——这些书籍被拆解、扫描并丢弃。这就像是《华氏451度》中描绘的场景:书籍被销毁以喂养机器。Anthropic内部的“巴拿马项目”已经大规模运行,通过破坏性扫描将数百万本书数字化。
对纯净文本的争夺已经诉诸法庭。一位联邦法官裁定,使用合法购买的书籍训练AI可以构成合理使用,这对Anthropic而言是一次部分胜利,Meta和OpenAI也主张这一权利。盗版复制品则另当别论:Anthropic因扫描盗版书籍同意支付15亿美元和解金,Salesforce目前也因涉嫌盗版书籍面临集体诉讼。
亚马逊的这一操作之所以保持低调,有其结构上的原因。书商注意到过去一年出现大量批量订单,并怀疑背后是AI公司——买家对价格不敏感,且似乎随机挑选书籍。他们的担忧最终通过一枚AirTag得到了证实,该设备揭示了目的地。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。”

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
索拉纳ETF
瑞波币ETF
香港ETF
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注