Amazon закупает тонны редких книг, срезает с них корешки и сканирует их для обучения языковых моделей, выяснило издание 404 Media. На одну из редких книг, попавших на склад VGT3 американского гиганта электронной коммерции, было установлено отслеживающее устройство — смарт‑метка Apple AirTag.
Известный как VGT3 объект ассоциируется с символом тираннозавра, держащего книгу в когтях. 404 Media связалось с продавцом, который согласился установить AirTag в редкую книгу, входившую в оптовый заказ. Amazon сообщила 404 Media, что «закупает книги через коммерческие каналы для улучшения продуктов и услуг, которыми пользуются клиенты».
Amazon и другим компаниям в сфере искусственного интеллекта требуется невероятно большое количество текстов для обучения своих языковых моделей. Под эти цели уже задействовали всю доступную в интернете информацию. Редкие книги, особенно снятые с печати и недоступные в сети, представляют собой новый источник ценных данных для обучения.
В настоящее время компании тщательно охраняют свои данные для обучения, чтобы не потерять конкурентное преимущество. Anthropic и xAI (SpaceXAI) публично заявляли, что не используют для обучения моделей редкие и антикварные книги. Однако летом прошлого года стало известно, что разработчик Claude выкупал и сканировал, а затем уничтожал миллионы физических книг для обучения своих ИИ‑моделей. Компания извлекала страницы из переплётов печатных книг для сканирования и создания цифровых копий.
На форумах сотрудники VGT3 обсуждали, что в начале текущего года у Amazon закончились книги для сканирования, пишет 404 Media. Нехватка была настолько существенной, что сотрудники опасались закрытия склада. Однако объект по‑прежнему работает, продолжая сканировать и уничтожать крупные заказы книг.
Сотрудников VGT3 обучали работе с номерами ISBN, чтобы обеспечить максимальное количество уникальных произведений в обучающих наборах данных.
Автор: Travis_Macrif
