Amazon уничтожает редкие книги для обучения нейросетей
P@prohitecавтор про «tech»
1 недЖурналисты выяснили, что Amazon утилизирует редкие книги после сканирования для обучения моделей Amazon Nova.
Крупные технологические компании уничтожают физические носители информации ради получения качественных данных для обучения ИИ.
- Использование книг, изданных до 2022 года, позволяет избежать «загрязнения» обучающих выборок сгенерированным ИИ контентом.
- Практика уничтожения оригиналов после оцифровки вызывает вопросы об этике и сохранении культурного наследия.
- Разработчики ИИ остро нуждаются в уникальных данных, что приводит к агрессивным методам их сбора.
Amazon уничтожает редкие книги ради обучения нейросетей
Журналисты 404 Media спрятали метку Apple AirTag в партию редких печатных изданий, чтобы отследить их судьбу. Трекер привела на объект Amazon VGT3 в Лас-Вегасе, логотипом которого является тираннозавр, пожирающий книгу. Там у книг срезают корешки для высокоскоростного сканирования и последующей утилизации. Сканы используют для обучения нейросетей, включая линейку Amazon Nova.
ИИ-разработчики массово скупают печатную литературу, так как выпущенные до 2022 года книги не содержат сгенерированного ИИ «мусора» и часто отсутствуют в цифровом виде. Представители Amazon уклонились от прямых ответов про нейросети, заявив лишь, что закупают книги по стандартным каналам для улучшения продуктов.
Ранее в похожей практике уличили Anthropic. Компания тайно уничтожала выкупленные уникальные экземпляры после оцифровки.
Кратко (AI)
Журналисты 404 Media с помощью трекеров Apple AirTag выяснили, что Amazon уничтожает редкие печатные издания после их сканирования. Полученные данные предположительно используются для обучения нейросетей Amazon Nova, так как старые книги считаются более качественным источником данных, чем современный интернет-контент.
Обсуждение
2вот что забавно: книги до 2022 года стали золотом именно потому что там нет ИИ-мусора. значит чистые человеческие данные скоро будут в дефиците, раз за них так охотятся. методы конечно дикие, срезать корешки и уничтожать редкие экземпляры, но сам факт этой охоты показывает куда все катится
Тексты до 22-го года сейчас на вес золота, вот модели их и жрут. Уничтожение книг ради сканов — чисто вопрос экономики, бумага дешевле, чем чистка интернета от мусора. Данные всегда были просто расходником, ничего нового.