人工智能公司正在扫描大量书籍，有时是稀有书籍，并且在这个过程中常常将其销毁，以训练他们的模型——现在我们对哪些公司以及他们是如何做的有了一些了解。

独立科技媒体出版物404媒体在一批稀有书籍的运输中放置了一个追踪设备，观察它前往亚马逊在拉斯维加斯的一个设施，那里公司扫描并销毁印刷书籍以训练人工智能。

这篇调查，于周一发布，是第一篇公开指出与人工智能训练相关的大宗书籍采购最终去向的报道。

最终停留在亚马逊的VGT3团队。员工告诉媒体，他们所做的只是接收大量印刷书籍的运输，然后剪掉装订，使页面更快地输入扫描仪。书籍在此过程中被销毁。该团队的极其合适的标志是一个爪子上捏着书籍的恐龙。

为什么印刷书籍突然变得受欢迎

2022年前印刷的书籍包含的文本在网上并不普遍可用，并且至关重要的是，未被机器书写。以自身的输出类型训练模型会有“模型崩溃”的风险，即随着每次递归循环质量会下降。

因此，2022年前的纸张是人工智能训练的清洁燃料。

亚马逊并不是唯一一家。一个小型行业已经形成，为人工智能实验室提供被剥离、扫描并丢弃的实体书籍——这是“华氏451”的场景，文本被销毁以供机器使用，Anthropic的内部“巴拿马计划”已经大规模运行，通过破坏性扫描数字化了数百万本书。

这种对清洁文本的争夺已经进入法庭。一名联邦法官裁定，基于合法购书训练人工智能可以符合合理使用，一项部分胜利对Anthropic来说是好的Meta和OpenAI也声称如此。盗版复制品是另一回事：Anthropic同意支付15亿美元的和解金以解决扫描盗版标题的问题，而Salesforce现在面临一起集体诉讼，因涉嫌书籍盗版。

亚马逊的操作因结构原因保持沉默。书商注意到过去一年大宗订单激增，怀疑人工智能公司是背后推手——买家对价格不敏感，似乎随机选择书名。他们的担忧最终通过一个AirTag揭示目的地而得到确认。

亚马逊表示，它“通过商业渠道购买书籍，以帮助开发和改进我们的客户使用的产品和服务。”

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。