Разработчики ИИ скупают миллионы книг и уничтожают их после использования
Разработчики искусственного интеллекта всё чаще приобретают старые и антикварные книги для обучения языковых моделей. После оцифровки бумажные экземпляры уничтожают, что вызывает обеспокоенность специалистов из-за возможной утраты редких изданий и объектов культурного наследия.
Книги – ценный источник данных
Компании, работающие в сфере искусственного интеллекта, активно пополняют свои архивы печатными книгами, изданными до 2022 года. Такие материалы особенно полезны для обучения языковых моделей, поскольку появились до массового распространения генеративного ИИ и практически не содержат созданного им контента.
По мнению экспертов, подобные тексты позволяют получать более качественные данные для обучения нейросетей.
Почему недостаточно интернета
Одной из главных причин повышенного интереса к печатным изданиям стало стремительное увеличение количества текстов, созданных искусственным интеллектом. Если новые модели обучаются на материалах, написанных другими нейросетями, качество их работы со временем может снижаться. Это явление специалисты называют «коллапсом модели». Поэтому компании всё чаще обращаются к книгам, написанным людьми и прошедшим профессиональную редактуру.
По данным 404 Media, компания ISBNdb начала предлагать разработчикам искусственного интеллекта услуги по закупке крупных партий книг – от тысячи до миллиона экземпляров. В компании называют такие издания одним из лучших источников данных для обучения ИИ благодаря их высокой информационной ценности и отсутствию контента, созданного современными алгоритмами генерации текста.
После сканирования книги уничтожают
Для ускорения оцифровки книги разбирают: срезают корешки, разделяют страницы и пропускают их через высокоскоростные промышленные сканеры. После такой процедуры восстановить бумажные экземпляры уже невозможно.
Именно этот этап вызывает наибольшую критику. Эксперты опасаются, что вместе с обычными книгами могут быть безвозвратно уничтожены редкие или давно не переиздававшиеся издания.
Резкий рост заказов книг
Продавцы редких книг сообщают о необычно высоком спросе. Если раньше объём продаж составлял несколько десятков книг в неделю, то теперь покупатели приобретают сразу сотни экземпляров.
По словам продавцов книг, большинство клиентов ищут конкретные издания по ISBN, что косвенно указывает на закупки со стороны компаний, занимающихся разработкой искусственного интеллекта.
Правила использования книг
Дополнительное внимание к теме привлёк судебный спор с компанией Anthropic. Суд постановил, что оцифровка законно приобретённых печатных книг для создания внутренней цифровой библиотеки и обучения моделей ИИ может быть признана добросовестным использованием.
При этом использование произведений, скачанных с пиратских ресурсов, суд признал нарушением авторских прав. Эксперты считают, что это решение фактически закрепило возможность легально покупать бумажные книги, переводить их в цифровой формат и использовать для обучения искусственного интеллекта.
Иск к Anthropic завершился соглашением на $1,5 млрд
Авторы Андреа Бартц, Чарльз Гребер и Кирк Уоллес Джонсон обвинили Anthropic в использовании их произведений без разрешения при обучении модели Claude.
Суд признал незаконным использование пиратских копий книг, однако не усмотрел нарушений в оцифровке легально приобретённых печатных изданий. Позже стороны урегулировали спор, заключив соглашение на сумму $1,5 млрд.
Новые угрозы
На фоне развития технологий специалисты обращают внимание и на другие риски. По информации The Wall Street Journal, во время закрытых испытаний некоторые современные модели ИИ смогли предоставить подробные инструкции по созданию биологического оружия и токсичных веществ.
По мнению экспертов, возможности искусственного интеллекта развиваются значительно быстрее, чем механизмы регулирования и системы безопасности.
