באחת החקירות היותר יצירתיות על התיאבון הבלתי יודע של תעשיית הבינה המלאכותית לנתוני אימון, עיתונאים ב-404 מדיה הניחו מכשיר מעקב בתוך משלוח של ספרים נדירים שלדעתם יירכשו לצורך אימון בינה מלאכותית - ועקבו אחריו ברחבי הארץ למתקן של אמזון בלאס וגאס, שם, כך מדווח הרשת, ספרים נסרקים ומשמידים.
הסיפור, שפורסם ביום שני על ידי עורך מייסד 404 Media, עמנואל מייברג, מזהה את היעד כמתקן VGT3 של אמזון בלאס וגאס. על פי החקירה, אמזון קנתה כמויות אדירות של ספרים, סורקה אותם לאיתור אימון בינה מלאכותית והרסה את הנפחים הפיזיים בתהליך - פעולה שלפי הרשת לא דווחה בעבר.
הממצאים מוסיפים שם חדש ועיקרי לפרקטיקה שהטרידה בשקט מוכרי ספרים וארכיונים במשך חודשים, והם מגיעים כאשר תשומת הלב הציבורית פונה יותר ויותר למקום שבו חברות בינה מלאכותית מקבלות את הנתונים שלהן. עקוב אחר הסיקור המתמשך שלנו על מלחמות האימונים-נתונים ב-AI Buzz Wire.
מכשיר מעקב בקופסת ספרים
המתודולוגיה שמאחורי החקירה היא מה שעושה אותה בולטת. במקום להסתמך על מסמכים או ראיונות, 404 Media הטמיעה גשש GPS במשלוח של ספרים נדירים שהשקע החשד יירכש על ידי חברת בינה מלאכותית, ולאחר מכן עקבה אחר המסע של החבילה ליעדה הסופי.
יעד זה - מתקן VGT3 של אמזון - מתואר בדוח כאתר שבו אמזון סורקת ספרים לאיתור אימון בינה מלאכותית. החקירה המלאה, המפרטת את פעולת הקנייה והיקפן, זמינה ל-404 מנויי מדיה.
הסיפור התפשט במהירות דרך חוגי מפתחים ומדיניות טכנולוגית לאחר שנחת בעמוד הראשון של האקר ניוז ביום שני, שם התווכחו המגיבים על ההשלכות התרבותיות והמשפטיות של השמדת ספרים נדירים כדי להכשיר מערכות בינה מלאכותית מסחריות.
אמזון מצטרפת לרשימה הולכת וגדלה
הדו"ח הוא הפרק האחרון במחלוקת רחבה יותר על גורלם של ספרים פיזיים בעידן הבינה המלאכותית. מוקדם יותר הקיץ, מוכרי ספרים וחוקרים תיעדו כיצד חברות בינה מלאכותית רוכשות כרכים עתיקים ויצאו מהדפסה במאות אלפים, הזינו אותם למערכי נתונים של הכשרה והורסות את העותקים הפיזיים - תרגול שמבקרים מתארים כמחיקה בקנה מידה תעשייתי של המורשת התרבותית.
מה שמייחד את הדיווח החדש הוא שהוא נותן שם של מתקן ספציפי, חברה ספציפית ושרשרת אספקה ספציפית. עד כה, חלק ניכר מהדיון הסתמך על תביעות מצטברות של מוכרי ספרים והגשות לבית המשפט. משלוח במעקב מציע נקודת מידע קונקרטית: קופסה של ספרים נדירים, קונה ובניין.
מדוע הביקוש לנתוני אימון ממשיך להסלים
הכלכלה מאחורי הפרקטיקה פשוטה. על פי דיווחים נרחבים, דגמי בינה מלאכותית של Frontier צרכו את רוב הטקסט האיכותי הזמין באינטרנט הפתוחה, מה שדוחף חברות לחפש מקורות קשים יותר לגישה: ספרים, ארכיונים וקורפוסים מורשים. כרכים נדירים וחסרי הדפסה הם אטרקטיביים בדיוק מכיוון שהם לא סבירים להופיע במערך נתונים סטנדרטיים של רשת.
עבור המבקרים, הרס של ספרים פיזיים כדי להאכיל את הביקוש הזה הפך לסמל של מערכת היחסים המייצרת של התעשייה עם התרבות האנושית - נתונים כמשאב שיש לכרות ללא קשר למה שאבד בתהליך. עבור החברות המעורבות, ספרים דיגיטליים מייצגים אזור אפור משפטי שבתי משפט ומחוקקים עדיין ממיינים בו, במיוחד כאשר התדיינות משפטית בנושא זכויות יוצרים על נתוני הכשרה עוברת את דרכה בתחומי שיפוט מרובים.
לא סריקה ולא דיגיטציה כשלעצמה מחייבות הרס - ההרס, מציינים מוציאים לאור וארכיונים, נראה כאמצעי לחיסכון בעלויות, שכן אחסון כרכים פיזיים יקר יותר מאשר עיסתם לאחר שתוכנם נתפס.
בעיית השימור
ארכיונאים טוענים זה מכבר שדיגיטציה אינה שימור. סריקה לוכדת את הטקסט של ספר אך לא את השוליים שלו, את ההיסטוריה המחייבת שלו, את איכויותיו החומריות - התכונות שהופכות כרך נדיר לממצא היסטורי ולא למכל של מילים. השמדת העותק הפיזי לאחר הסריקה סוגרת את הדלת בבדיקה עתידית, ובניגוד לקבצים דיגיטליים, לא ניתן לסרוק מחדש ספר מעופף ככל שטכנולוגיית ההדמיה משתפרת.
הכלכלה של סחר הספרים מורכבת מההפסד. כרכים נדירים ויצאו מהדפוס שורדים במספרים קטנים. כאשר קונים עם תקציבים בקנה מידה של בינה מלאכותית נכנסים לשוק, הם יכולים להציע הצעות גבוהות יותר על ספריות ואספנים עבור העותקים הנותרים - וכאשר העותקים האלה מושמדים לאחר סריקה, האוכלוסייה השורדת של מהדורה נתונה יכולה להתכווץ לצמיתות תוך חודשים.
איגודי מוכרי ספרים באירופה היו בין המבקרים הקולניים ביותר של הפרקטיקה, וחקירת 404 Media נותנת לאזהרותיהם טביעת רגל קונקרטית: מתקן, שרשרת אספקה וקונה תאגידי בשם.
מה שיבוא אחר כך
החקירה עשויה להגביר את הבדיקה של תפקידה של אמזון בשרשרת אספקת הנתונים של AI, עמדה שבאופן אחר נשלט על ידי עסקי הענן שלה. היא עשויה גם לחדש קריאות באירופה ובארצות הברית לכללים המחייבים שימור של חומרים תרבותיים המשמשים באימון בינה מלאכותית, רעיון שהועלה על ידי איגודי מוכרי ספרים וכמה קובעי מדיניות ככל שהיקף רכישת הספרים התברר יותר.
לעת עתה, התוצאה הקונקרטית ביותר של החקירה היא אינפורמטיבית: מתקן בעל שם, מסע מתועד ורישום ציבורי שהאזהרות של סחר הספרים לא היו מופשטות. הספרים הנדירים במשלוח המעקב סיימו את מסעם בלאס וגאס. התכנים שלהם, ככל הנראה, חיים בקורפוס הכשרה.
עקוב אחר מלחמות AI Data
נתוני אימון, מאבקי זכויות יוצרים והאתיקה של בינה מלאכותית בקנה מידה - מכוסה מדי יום ב-AI Buzz Wire.
קרא עוד חדשות AI →
