«Топливо» для нейросетей: АИ-компании массово скупают старые книги и уничтожают их ради обучения ИИ
Традиционно книга — это концентрированный источник человеческих знаний и памяти. Ее создают профессиональные авторы, редакторы, научные рецензенты и корректоры. Никакое автоматическое сканирование веб-сайтов (web crawl) не способно обеспечить такой уровень логики, глубины и структуры текста. Поэтому для создателей больших языковых моделей искусственного интеллекта книги стали буквально кормом, который нужно поглотить массово ради обучения… машин. Ведь современный интернет слишком загрязнен сгенерированным ИИ контентом, поэтому для качественного обучения моделей необходимы «чистые» тексты, написанные людьми. Сначала во внимание разработчиков попали цифровые книги, которыми наполнен интернет, часто с нарушением авторских прав. Так, компания Anthropic была вынуждена выплатить авторам компенсацию в размере 1,5 миллиарда долларов за использование пиратского цифрового контента.
В мае Anthropic привлекла $ 65 млрд инвестиций, рыночная капитализация компании составила $ 965 млрд, а годовой доход достигает $ 47 млрд. Так что сумма компенсации — менее 3% этой стоимости.
Оцифровать и уничтожить
Как пишет сайт Futurism, разработчики искусственного интеллекта массово скупают миллионы подержанных и старых печатных книг (преимущественно изданных до 2022 года), после чего уничтожают их во время быстрого сканирования.
Согласно урегулированному иску, Anthropic использовала гидравлический резальный станок, чтобы аккуратно извлекать страницы из книг, которые она приобрела у книжных перекупщиков, а затем сканировала их с помощью промышленного оборудования для обработки изображений. Иными словами, она буквально разрезала книги, чтобы обучить свой искусственный интеллект.
В ходе судебного процесса компания воспользовалась юридической концепцией, известной как доктрина первой продажи. Это позволяет покупателю делать с покупкой все, что он хочет, без согласия владельца авторских прав. А поскольку Anthropic превращала оригинальные физические тексты в цифровые, а не распространяла их как новые копии, судья признал это «трансформационным» и, следовательно, защищенным принципом добросовестного использования.
«», — указано в решении по делу Bartz v. Anthropic.
В этом нюансе и кроется суть: именно уничтожение объекта обеспечило легитимность действий. Оставив одну версию — либо цифровую, либо бумажную, — владелец не обладает двумя одновременно.
Букинистические рынки в США и Европе зафиксировали аномальный скачок заказов
«», — отметила на своем сайте компания ISBNdb, которая, по ее словам, создает «» и предлагает услуги по приобретению большого количества книг для компаний, занимающихся искусственным интеллектом.
Посредники скупают паллетами даже нишевые, редкие и иноязычные книги, которые больше нигде не печатаются. Сам сервис ISBNdb гарантирует своим клиентам полную анонимность (NDA), поскольку заголовки в медиа вроде «» вызывают у общества стойкие ассоциации с антиутопическим сжиганием литературы.
Книготорговцы предупреждают, что под уничтожение попадают даже редкие издания, которых в мире остались единицы. Под угрозой исчезновения может оказаться больше антикварных книг.
«, — сказал продавец книг изданию „404“. —
Что это значит для индустрии ИИ
Поскольку число печатных изданий до 2022 года действительно ограничено, лаборатории, которые успеют скупить эти книги первыми, получат данные, которые конкуренты уже не смогут воспроизвести. Букинистический рынок, который до недавнего времени имел сугубо культурное и коллекционное значение, рискует незаметно превратиться в важное звено поставок для индустрии искусственного интеллекта.
Ранее «ФАКТЫ» писали о том, что первая в мире ИИ-актриса Тилли Норвуд, которую в 2025 году разработала британская компания Xicoia, дебютирует в полнометражном фильме.
Читайте нас в Facebook