404 Media ติดตามหนังสือหายากไปยังโรงงานของ Amazon ที่สแกนและทำลายหนังสือเหล่านั้นเพื่อการฝึกอบรม AI

ในการสืบสวนที่สร้างสรรค์ยิ่งขึ้นเกี่ยวกับความต้องการข้อมูลการฝึกอบรมที่ไม่รู้จักพอของอุตสาหกรรม AI นักข่าวที่ 404 Media ได้วางอุปกรณ์ติดตามไว้ในการจัดส่งหนังสือหายากที่พวกเขาสงสัยว่าจะซื้อสำหรับการฝึกอบรม AI และติดตามไปทั่วประเทศไปยังโรงงานของ Amazon ในลาสเวกัส ซึ่งร้านรายงาน หนังสือถูกสแกนและทำลาย

เรื่องราวนี้เผยแพร่เมื่อวันจันทร์โดย Emanuel Maiberg บรรณาธิการผู้ก่อตั้ง 404 Media ระบุจุดหมายปลายทางว่าเป็นโรงงาน VGT3 ของ Amazon ในลาสเวกัส จากการสืบสวนพบว่า Amazon ได้ซื้อหนังสือจำนวนมหาศาล สแกนหาข้อมูลการฝึกอบรม AI และทำลายปริมาณทางกายภาพในกระบวนการนี้ ซึ่งเป็นการดำเนินการที่ทางร้านบอกว่าไม่เคยมีการรายงานมาก่อน

การค้นพบนี้เพิ่มชื่อใหม่ที่สำคัญให้กับแนวทางปฏิบัติที่สร้างปัญหาอย่างเงียบๆ ให้กับผู้ขายหนังสือและผู้เก็บเอกสารเป็นเวลาหลายเดือน และสิ่งเหล่านี้มาถึงเมื่อความสนใจของสาธารณชนหันมาสนใจมากขึ้นเรื่อยๆ ว่าบริษัท AI ได้รับข้อมูลของตนจริง ๆ อย่างไร ติดตามการรายงานข่าวสงครามข้อมูลการฝึกอบรมอย่างต่อเนื่องได้ที่ AI Buzz Wire

อุปกรณ์ติดตามในกล่องหนังสือ

วิธีการเบื้องหลังการสืบสวนคือสิ่งที่ทำให้การสืบสวนมีความโดดเด่น แทนที่จะอาศัยเอกสารหรือการสัมภาษณ์ 404 Media ได้ฝังตัวติดตาม GPS ไว้ในการจัดส่งหนังสือหายากที่บริษัท AI สงสัยว่าร้านดังกล่าวจะได้มา จากนั้นจึงติดตามการเดินทางของพัสดุไปยังจุดหมายปลายทางสุดท้าย

ปลายทางดังกล่าว ซึ่งเป็นศูนย์อำนวยความสะดวก VGT3 ของ Amazon ได้รับการอธิบายไว้ในรายงานว่าเป็นไซต์ที่ Amazon สแกนหนังสือเพื่อหาข้อมูลการฝึกอบรม AI การสอบสวนเต็มรูปแบบซึ่งมีรายละเอียดการดำเนินการซื้อและขนาดของการดำเนินการนั้นมีให้สำหรับสมาชิกสื่อ 404 ราย

เรื่องราวแพร่กระจายอย่างรวดเร็วผ่านนักพัฒนาและแวดวงนโยบายเทคโนโลยี หลังจากขึ้นหน้าแรกของ Hacker News เมื่อวันจันทร์ ซึ่งผู้แสดงความคิดเห็นได้ถกเถียงกันถึงผลกระทบทางวัฒนธรรมและกฎหมายของการทำลายหนังสือหายากเพื่อฝึกระบบ AI เชิงพาณิชย์

Amazon เข้าร่วมรายการที่กำลังเติบโต

รายงานฉบับนี้ถือเป็นบทล่าสุดในการถกเถียงในวงกว้างเกี่ยวกับชะตากรรมของหนังสือในยุค AI เมื่อต้นฤดูร้อนนี้ ผู้จำหน่ายหนังสือและนักวิจัยได้บันทึกว่าบริษัท AI ซื้อหนังสือโบราณและหนังสือที่เลิกพิมพ์แล้วนับแสนได้อย่างไร โดยป้อนพวกเขาเข้าไปในชุดข้อมูลการฝึกอบรม และทำลายสำเนาทางกายภาพ ซึ่งนักวิจารณ์ในทางปฏิบัติอธิบายว่าเป็นการลบล้างมรดกทางวัฒนธรรมในระดับอุตสาหกรรม

สิ่งที่ทำให้การรายงานใหม่แตกต่างคือการตั้งชื่อสถานที่เฉพาะ บริษัทเฉพาะ และห่วงโซ่อุปทานเฉพาะ จนถึงขณะนี้ การอภิปรายส่วนใหญ่อาศัยการเรียกร้องโดยรวมจากผู้ขายหนังสือและการยื่นฟ้องของศาล การจัดส่งแบบติดตามมีจุดข้อมูลที่เป็นรูปธรรม ได้แก่ กล่องหนังสือหายาก ผู้ซื้อ และอาคาร

เหตุใดความต้องการข้อมูลการฝึกอบรมจึงเพิ่มขึ้นอย่างต่อเนื่อง

เศรษฐศาสตร์ที่อยู่เบื้องหลังการปฏิบัตินั้นตรงไปตรงมา โมเดล Frontier AI ได้รับการรายงานอย่างกว้างขวางว่าใช้ข้อความคุณภาพสูงส่วนใหญ่ที่พร้อมใช้งานบนเว็บแบบเปิด ผลักดันให้บริษัทต่างๆ ค้นหาแหล่งที่มาที่เข้าถึงได้ยาก เช่น หนังสือ เอกสารสำคัญ และคลังข้อมูลที่ได้รับใบอนุญาต ปริมาณที่หายากและเลิกพิมพ์นั้นน่าดึงดูดอย่างยิ่ง เนื่องจากไม่น่าจะปรากฏในชุดข้อมูลที่คัดลอกมาจากเว็บมาตรฐาน

สำหรับนักวิจารณ์ การทำลายหนังสือทางกายภาพเพื่อตอบสนองความต้องการนั้น กลายเป็นสัญลักษณ์ของความสัมพันธ์อันลึกซึ้งของอุตสาหกรรมกับวัฒนธรรมของมนุษย์ ซึ่งเป็นข้อมูลที่เป็นทรัพยากรที่ต้องขุดขึ้นมาโดยไม่คำนึงถึงสิ่งที่สูญหายไปในกระบวนการนี้ สำหรับบริษัทที่เกี่ยวข้อง หนังสือดิจิทัลถือเป็นพื้นที่สีเทาทางกฎหมายที่ศาลและสมาชิกสภานิติบัญญัติยังคงดำเนินการแก้ไข โดยเฉพาะอย่างยิ่งในขณะที่การฟ้องร้องเรื่องลิขสิทธิ์เกี่ยวกับข้อมูลการฝึกอบรมดำเนินไปผ่านเขตอำนาจศาลหลายแห่ง

ทั้งการสแกนและการแปลงข้อมูลเป็นดิจิทัลไม่จำเป็นต้องทำลาย ผู้จัดพิมพ์และผู้จัดเก็บเอกสารทราบว่าการทำลายล้างดูเหมือนจะเป็นมาตรการที่ช่วยประหยัดต้นทุน เนื่องจากการจัดเก็บปริมาณทางกายภาพมีราคาแพงกว่าการบดเยื่อกระดาษเมื่อเนื้อหาถูกดักจับแล้ว

ปัญหาการเก็บรักษา

นักเก็บเอกสารแย้งมานานแล้วว่าการแปลงเป็นดิจิทัลไม่ใช่การอนุรักษ์ การสแกนจะจับข้อความของหนังสือแต่ไม่ใช่ส่วนขอบของหนังสือ ประวัติความเป็นมาของหนังสือ คุณสมบัติของวัสดุ — ลักษณะที่ทำให้หนังสือหายากกลายเป็นสิ่งประดิษฐ์ทางประวัติศาสตร์แทนที่จะเป็นที่เก็บคำ การทำลายสำเนาทางกายภาพหลังจากการสแกนปิดประตูในการตรวจสอบในอนาคต และแตกต่างจากไฟล์ดิจิทัล หนังสือที่เป็นเนื้อกระดาษไม่สามารถสแกนซ้ำได้เนื่องจากเทคโนโลยีการถ่ายภาพได้รับการปรับปรุง

เศรษฐศาสตร์ของการค้าหนังสือทำให้เกิดการสูญเสีย ปริมาณที่หายากและเลิกพิมพ์แล้วจะยังคงอยู่ในจำนวนน้อย เมื่อผู้ซื้อที่มีงบประมาณระดับ AI เข้าสู่ตลาด พวกเขาสามารถเสนอราคาได้สูงกว่าห้องสมุดและนักสะสมสำหรับสำเนาที่เหลือ และเมื่อสำเนาเหล่านั้นถูกทำลายหลังจากการสแกน จำนวนประชากรที่รอดชีวิตของฉบับที่กำหนดจะลดลงอย่างถาวรภายในไม่กี่เดือน

สมาคมผู้จำหน่ายหนังสือในยุโรปเป็นหนึ่งในกลุ่มที่วิพากษ์วิจารณ์แนวทางปฏิบัตินี้มากที่สุด และการสืบสวนของ 404 Media ให้คำเตือนที่เป็นรูปธรรม: สิ่งอำนวยความสะดวก ห่วงโซ่อุปทาน และผู้ซื้อระดับองค์กรที่มีชื่อ

อะไรจะเกิดขึ้นต่อไป

การสอบสวนมีแนวโน้มที่จะเพิ่มการตรวจสอบบทบาทของ Amazon ในห่วงโซ่อุปทานข้อมูล AI อย่างเข้มงวด ซึ่งเป็นตำแหน่งที่ถูกครอบงำโดยธุรกิจคลาวด์ นอกจากนี้ยังอาจต่ออายุการเรียกร้องในยุโรปและสหรัฐอเมริกาสำหรับกฎเกณฑ์ที่กำหนดให้เก็บรักษาสื่อทางวัฒนธรรมที่ใช้ในการฝึกอบรม AI แนวคิดที่ได้รับการเสนอโดยสมาคมผู้จำหน่ายหนังสือและผู้กำหนดนโยบายบางรายเนื่องจากขนาดของการซื้อหนังสือมีความชัดเจนมากขึ้น

ในตอนนี้ ผลลัพธ์ที่เป็นรูปธรรมที่สุดของการสอบสวนคือการให้ข้อมูล เช่น สถานที่ที่ระบุชื่อ การเดินทางที่บันทึกไว้ และบันทึกสาธารณะว่าคำเตือนของการค้าหนังสือไม่ใช่นามธรรม หนังสือหายากในการขนส่งที่ถูกติดตามได้ยุติการเดินทางในลาสเวกัส เนื้อหาของพวกเขาน่าจะยังคงอยู่ในคลังข้อมูลการฝึกอบรม

ติดตาม AI Data Wars

ข้อมูลการฝึกอบรม การต่อสู้เรื่องลิขสิทธิ์ และหลักจริยธรรมของ AI ในวงกว้าง — ครอบคลุมทุกวันที่ AI Buzz Wire

อ่านข่าว AI เพิ่มเติม →