Palą miliony książek ku chwale AI i czerpią z tego zyski
Wedle raportu śledczego 404 Media firmy związane z tworzeniem AI wykupują używane książki, wykorzystują, a następnie je niszczą w celu zacierania dowodów.
AI potrzebuje obecnie dwóch rzeczy: centrów danych i wiedzy, która do tych centrów ma trafiać. O ile to pierwsze okazuje się łatwe: wystarczyło tylko zburzyć cały rynek układów pamięci NAND i DRAM oraz lokalnym mieszkańcom zaserwować wysokie ceny prądu i niedoboru wody, tak wiedza stała się problemem, który można załatać tylko dobrą książką.
Skupują książki i poświęcają je AI
Teoretycznie nauka powinna być banalnie prosta: w końcu AI ma dostęp do internetu, czyli miejsca z niemalże całą ludzką wiedzą, prawda? Sęk w tym, że internet jest zaśmiecony. I to poważnie zaśmiecony. I to nawet nie przez samych internautów, a przez generatywną AI. Natomiast AI uczące się od AI, a często od samej siebie to nie rozwój, a regres modeli językowych.
Tu, zdaniem autorów raportu, do gry wkraczają książki. Firmy zatrudnione przez Anthropic miały skupować używane pozycje sprzed 2022 roku — czyli wydane przed ekspansją AI — a następnie za pomocą OCR przerabiać je na dane zrozumiałe dla modelu językowego. Ten zaś miał czerpać z nich wiedzę.
Czemu w ten sposób? Aby zatrzeć ślady przed opinią publiczną, która źle znosi fakt, że ktoś szkoli AI na książkach, nie płacąc przy tym ich autorom. W końcu AI jest odtwórcze, a nie twórcze, więc odpowiedzi generowane na ich podstawie są interpretowane jako plagiat. Zakup używanych książek przez firmy zewnętrzne miał na celu ukrycie tego procederu. A co się działo z książkami już przerobionymi przez AI? Te rzecz jasna były niszczone.
To jednak tylko jedna firma. 404 Media twierdzi, że nawiązała kontakt z antykwariuszami, którzy mówili, że zauważyli znaczny wzrost zainteresowania starymi książkami, a zakupy z kilkunastu tygodniowo przerodziły się w nawet setki pozycji na tydzień. Nie można więc wykluczyć, że inne firmy związane z AI również pozyskują dane w ten sam sposób.
