Традиційно книга — це концентроване джерело людських знань та пам’яті. Її створюють професійні автори, редактори, наукові рецензенти та коректори. Жодне автоматичне сканування вебсайтів (web crawl) не здатне забезпечити такий рівень логіки, глибини та структури тексту. Тому для творців великих мовних моделей штучного інтелекту книги стали буквально кормом, який потрібно поглинути масово задля навчання… машин. Адже сучасний інтернет надто забруднений згенерованим ШІ контентом, тому для якісного навчання моделей необхідні «чисті» тексти, написані людьми. Спочатку до уваги розробників потрапили цифрові книги, якими наповнений інтернет, часто з порушенням авторських прав. Так, компанія Anthropic була змушена виплатити авторам компенсацію в розмірі 1,5 мільярда доларів за використання піратського цифрового контенту.
ВІДЕО ДНЯ
У травні Anthropic залучила $ 65 млрд інвестицій, ринкова капіталізація компанії склала $ 965 млрд, а річний дохід сягає $ 47 млрд. Отже сума компенсації — менше ніж 3% цієї вартості.
Оцифрувати та знищити
Як пише сайт Futurism, розробники штучного інтелекту масово скуповують мільйони вживаних та старих друкованих книг (переважно виданих до 2022 року), після чого знищують їх під час швидкого сканування.
Згідно з врегульованим позовом, Anthropic використовувала гідравлічний різальний верстат, щоб акуратно діставати сторінки з книг, які вона придбала у книжкових перекупників, а потім сканувала їх за допомогою промислового обладнання для обробки зображень. Іншими словами, вона буквально розрізала книги, щоб навчити свій штучний інтелект.
РЕКЛАМА
Під час судового процесу компанія скористалася юридичною концепцією, відомою як доктрина першого продажу. Це дозволяє покупцеві робити з покупкою все, що він хоче, без згоди власника авторських прав. А оскільки Anthropic перетворювала оригінальні фізичні тексти на цифрові, а не розповсюджувала їх як нові копії, суддя визнав це «трансформаційним» і, отже, захищеним принципом добросовісного використання.
«У цьому випадку кожен куплений друкований примірник був оцифрований для економії місця зберігання та пошуку в електронній формі. Паперовий оригінал було знищено. Цифрова копія замінила фізичну», — зазначено у рішенні по справі Bartz v. Anthropic.
У цьому нюансі й полягає сутність: саме знищення об’єкта забезпечило легітимність дій. Залишивши одну версію — або цифрову, або паперову, — власник не володіє двома одночасно.
РЕКЛАМА
Букіністичні ринки в США та Європі зафіксували аномальний стрибок замовлень
«Найкращі у світі дані для навчання штучного інтелекту лежать на полиці», — зазначила на своєму сайті компанія ISBNdb, яка, за її словами, створює «найбільшу у світі базу даних книг» й пропонує послуги з придбання великої кількості книг для компаній, що займаються штучним інтелектом.
Посередники скуповують палетами навіть нішеві, рідкісні та іншомовні книги, які більше ніде не друкуються. Сам сервіс ISBNdb гарантує своїм клієнтам повну анонімність (NDA), оскільки заголовки у медіа на кшталт «ШІ-компанія знищила два мільйони книг» викликає у суспільства стійкі асоціації з антиутопічним спалюванням літератури.
Книготорговці попереджають, що під знищення потрапляють навіть рідкісні видання, яких у світі залишилися одиниці. Під загрозою зникнення може опинитися більше антикварних книг.
«Особисто в мене змішані почуття щодо всього цього, — сказав продавець книг виданню „404“. – Це вигідно мені не тільки у фінансовому плані. Так я позбавляюсь старих запасів, які навряд чи можна було б продати. Я добре підходив для цих продажів, маючи запаси з-за кордону та книги іноземними мовами. З іншого боку, мені не подобається кінцеве використання, і мені не подобається, що незвичайні книги перетворюються на мотлох».
РЕКЛАМА
Що це означає для індустрії ШІ
Оскільки число друкованих видань до 2022 року справді є обмеженим, то лабораторії, які встигнуть скупити ці книги першими, отримають дані, які конкуренти вже не зможуть відтворити. Букіністичний ринок, який донедавна мав суто культурне й колекційне значення, ризикує непомітно перетворитися на важливу ланку постачання для індустрії штучного інтелекту.
Раніше «ФАКТИ» писали про те, що перша у світі ШІ-акторка Тіллі Норвуд, яку в 2025 році розробила британська компанія Xicoia, дебютує у повнометражному фільмі.