Katika mojawapo ya uchunguzi wa kiubunifu zaidi wa tasnia ya AI ya hamu isiyotosheka ya data ya mafunzo, waandishi wa habari katika 404 Media waliweka kifaa cha kufuatilia ndani ya shehena ya vitabu adimu ambavyo walishuku vingenunuliwa kwa mafunzo ya AI - na kuifuata kote nchini hadi kituo cha Amazon huko Las Vegas ambapo, ripoti za duka, vitabu vinachanganuliwa na kuharibiwa.
Hadithi hiyo, iliyochapishwa Jumatatu na mhariri mwanzilishi wa 404 Media Emanuel Maiberg, inabainisha marudio kama kituo cha Amazon cha VGT3 huko Las Vegas. Kulingana na uchunguzi huo, Amazon imekuwa ikinunua kiasi kikubwa cha vitabu, ikizichanganua kwa data ya mafunzo ya AI, na kuharibu kiasi cha kawaida katika mchakato huo - operesheni ambayo duka inasema haikuwa imeripotiwa hapo awali.
Matokeo hayo yanaongeza jina jipya kwa mazoea ambayo yamesumbua wauza vitabu na watunza kumbukumbu kimya kimya kwa miezi kadhaa, na yanafika huku usikivu wa umma unavyozidi kugeukia ambapo kampuni za AI hupata data zao. Fuata utangazaji wetu unaoendelea wa vita vya data vya mafunzo katika AI Buzz Wire.
Kifaa cha Kufuatilia katika Sanduku la Vitabu
Mbinu iliyo nyuma ya uchunguzi ndiyo inayoifanya kujulikana. Badala ya kutegemea hati au mahojiano, 404 Media ilipachika kifuatiliaji cha GPS katika shehena ya vitabu adimu ambavyo duka lililoshukiwa kuwa lingenunuliwa na kampuni ya AI, kisha ikafuatilia safari ya kifurushi hadi kilipofikia mwisho.
Mahali hapo - kituo cha VGT3 cha Amazon - kimeelezewa katika ripoti kama tovuti ambapo Amazon huchanganua vitabu kwa data ya mafunzo ya AI. Uchunguzi kamili, ambao unaelezea shughuli ya ununuzi na ukubwa wake, unapatikana kwa watumiaji 404 wa Media.
Hadithi ilienea haraka kupitia duru za sera za wasanidi programu na teknolojia baada ya kutua kwenye ukurasa wa mbele wa Hacker News siku ya Jumatatu, ambapo watoa maoni walijadili athari za kitamaduni na kisheria za kuharibu vitabu adimu kutoa mafunzo kwa mifumo ya kibiashara ya AI.
Amazon Inajiunga na Orodha Inayokua
Ripoti ni sura ya hivi punde zaidi katika mzozo mpana zaidi juu ya hatima ya vitabu vya kimwili katika enzi ya AI. Mapema msimu huu wa kiangazi, wauzaji wa vitabu na watafiti waliandika jinsi kampuni za AI zilivyokuwa zikinunua vitabu vya kale na visivyochapishwa kwa mamia ya maelfu, vikiwalisha katika hifadhidata za mafunzo, na kuharibu nakala halisi - wakosoaji wa mazoezi wanaelezea kama ufutaji wa kiwango cha viwanda wa urithi wa kitamaduni.
Kinachotofautisha ripoti hiyo mpya ni kwamba inataja kituo mahususi, kampuni mahususi na msururu mahususi wa ugavi. Hadi sasa, mengi ya majadiliano yalitegemea madai ya jumla kutoka kwa wauzaji wa vitabu na majalada ya mahakama. Usafirishaji unaofuatiliwa hutoa uhakika halisi wa data: sanduku la vitabu adimu, mnunuzi na jengo.
Kwa Nini Mahitaji ya Data ya Mafunzo Yanaendelea Kuongezeka
Uchumi nyuma ya mazoezi ni moja kwa moja. Mitindo ya Frontier AI inaripotiwa kwa kiasi kikubwa kutumia maandishi mengi ya ubora wa juu yanayopatikana kwa urahisi kwenye wavuti wazi, hivyo kusukuma makampuni kutafuta vyanzo ambavyo ni vigumu kuvipata: vitabu, kumbukumbu, na shirika lenye leseni. Majalada adimu na ambayo hayajachapishwa yanavutia haswa kwa sababu hakuna uwezekano wa kuonekana katika hifadhidata za kawaida zilizopakuliwa kwenye wavuti.
Kwa wakosoaji, uharibifu wa vitabu halisi ili kulisha mahitaji hayo umekuwa ishara ya uhusiano wa uziduaji wa tasnia na utamaduni wa binadamu - data kama rasilimali inayopaswa kuchimbwa bila kujali ni nini kinachopotea katika mchakato. Kwa kampuni zinazohusika, vitabu vya dijitali vinawakilisha eneo la kisheria la kijivu ambalo mahakama na wabunge bado wanatatua, hasa kama vile madai ya hakimiliki juu ya data ya mafunzo yanavyofanya kazi katika maeneo mengi ya mamlaka.
Uchanganuzi wala uwekaji dijiti wenyewe hauhitaji uharibifu - uharibifu, wachapishaji na wahifadhi kumbukumbu, unaonekana kuwa njia ya kuokoa gharama, kwa kuwa kuhifadhi juzuu halisi ni ghali zaidi kuliko kuzipiga mara tu maudhui yake yanaponaswa.
Tatizo la Uhifadhi
Wahifadhi kumbukumbu kwa muda mrefu wamekuwa wakibishana kuwa uwekaji dijitali sio uhifadhi. Uchanganuzi hunasa maandishi ya kitabu lakini si pembezoni mwake, historia yake ya lazima, sifa zake za nyenzo - vipengele vinavyofanya ujazo adimu kuwa vizalia vya kihistoria badala ya mkusanyiko wa maneno. Kuharibu nakala halisi baada ya kuchanganua hufunga mlango wa uchunguzi wa siku zijazo, na tofauti na faili za kidijitali, kitabu kilichoboreshwa hakiwezi kuchanganuliwa tena kadri teknolojia ya upigaji picha inavyoboreka.
Uchumi wa biashara ya vitabu unachanganya hasara. Majalada adimu na ambayo hayajachapishwa huishi kwa idadi ndogo. Wakati wanunuzi walio na bajeti ya kiwango cha AI wanapoingia sokoni, wanaweza kuzishinda maktaba na wakusanyaji kwa nakala zilizosalia - na nakala hizo zinapoharibiwa baada ya kuchanganua, idadi iliyobaki ya toleo fulani inaweza kupungua kabisa ndani ya miezi kadhaa.
Vyama vya wauzaji wa vitabu barani Ulaya vimekuwa miongoni mwa wakosoaji wa sauti wa mazoezi hayo, na uchunguzi wa 404 Media unatoa maonyo yao mfano halisi: kituo, mnyororo wa usambazaji, na mnunuzi wa shirika aliyetajwa.
Nini Kinafuata
Uchunguzi huo una uwezekano wa kuzidisha uchunguzi wa jukumu la Amazon katika msururu wa usambazaji wa data wa AI, nafasi ambayo inatawaliwa na biashara yake ya wingu. Inaweza pia kufanya upya simu katika Ulaya na Marekani kwa ajili ya sheria zinazohitaji uhifadhi wa nyenzo za kitamaduni zinazotumiwa katika mafunzo ya AI, wazo ambalo limetolewa na vyama vya wauza vitabu na baadhi ya watunga sera huku ukubwa wa ununuzi wa vitabu unavyozidi kuwa wazi.
Kwa sasa, matokeo madhubuti zaidi ya uchunguzi ni taarifa: kituo kilichotajwa, safari iliyorekodiwa, na rekodi ya umma kwamba maonyo ya biashara ya vitabu hayakuwa ya kufikirika. Vitabu adimu katika usafirishaji uliofuatiliwa vilimaliza safari yao huko Las Vegas. Yaliyomo, labda, yanaishi kwenye kikundi cha mafunzo.
Fuata Vita vya Data vya AI
Data ya mafunzo, mapambano ya hakimiliki na maadili ya AI kwa kiwango kikubwa - huchapishwa kila siku kwenye AI Buzz Wire.
Soma habari zaidi za AI →
