|Urednik
Amazon navodno kupuje velike količine, čak i rijetkih knjiga, skenira njihov sadržaj za treniranje umjetne inteligencije, a potom ih uništava. Je li ovo cijena razvoja AI-ja ili trenutak u kojem knjiga počinje gubiti ono što je čini neprocjenjivom?
Tehnološki gigant Amazon kupuje ogromne količine štampanih knjiga, koje potom skenira radi obuke svojih modela umjetne inteligencije (AI). Knjige se poslije skeniranja u potpunosti uništavaju.
Ovu informaciju objavio je američki tehnološki portal 404 Media nakon što je proveo istraživačku priču. Novinari su u rijetku knjigu, za koju su sumnjali da bi mogla privući pozornost tvrtki koje se bave umjetnom inteligencijom, ugradili uređaj za praćenje te pratili njezin put diljem Sjedinjenih Država.
Trag je vodio do Amazonovog skladišta LAS8 u Las Vegasu. Prema neimenovanim radnicima u skladištu, njihov jedini posao je primati velike pošiljke tiskanih knjiga, izdvajati ISBN brojeve (jedinstvene barkodove knjiga) i uklanjati korice kako bi se ubrzalo skeniranje. Nakon toga, knjige se trajno uništavaju.
Zaštitni znak Amazonovog tima u ovom skladištu, koje posluje pod kodnim nazivom VGT3, je režeći dinosaur koji u kandžama drži knjigu.
„Kupujemo knjige putem komercijalnih kanala kako bismo razvili i poboljšali naše proizvode i usluge“, rekao je glasnogovornik Amazona, odbijajući komentirati uništavanje materijala i negativnu reakciju javnosti.
Kako je tajna aktivnost otkrivena
404 Media je u srpnju izvijestio da su knjižare u SAD-u zabilježile povijesni porast prodaje na početku godine. Masovne i naizgled nasumične narudžbe kupaca, koji nisu bili zabrinuti zbog cijene, navele su ih na sumnju da iza svega stoje tvrtke koje se bave umjetnom inteligencijom.
Međutim, nisu mogli potvrditi identitet kupaca jer internetske trgovine štite anonimnost kupaca i preusmjeravaju sve pošiljke preko vlastitih skladišta.
Jedan od prodavača pristao je surađivati s novinarima 404 Media nakon što je primio narudžbu za 1000 knjiga putem platforme Biblio. Pod uvjetom da ostane anoniman kako bi zaštitio svoje poslovanje, umetnuo je Apple AirTag, koji su mu novinari dali, u jednu od knjiga.
Praćenje putem spomenutog uređaja otkrilo je kompletnu rutu: knjiga je avionom prevezena iz Kalifornije u Wisconsin, zatim u distribucijski centar Trifinity u Kenoshi, a nakon dva tjedna kamionom do konačnog odredišta - skladišta u Las Vegasu. Biblio nije odgovorio na zahtjev za komentar.
Zašto tvrtke za umjetnu inteligenciju trebaju tiskane knjige
Globalne tehnološke tvrtke neprestano traže nove tekstualne materijale za obuku AI modela. Tiskane knjige izuzetno su vrijedne jer velik dio njihovog sadržaja nije dostupan online, a sadržaj s interneta već je u potpunosti prikupljen.
Osim toga, podaci u knjigama su dobro organizirani, a izdanja tiskana prije 2022. ne sadrže tekst generiran umjetnom inteligencijom. Time se izbjegava "kolaps modela" - fenomen u kojem umjetna inteligencija uči iz vlastitog teksta i time gubi na kvaliteti.
Skeniranje ISBN brojeva sustava potvrđuje sumnje da tvrtke koje se bave umjetnom inteligencijom pokušavaju obraditi sadržaj svih knjiga. Trgovci su 2024. godine primijetili sumnjiv porast narudžbi za korisnički račun "Amazon FC", za koje je Amazon tada tvrdio da su legitimne kupnje.
I druge tvrtke koristile su slične prakse. U tužbi koju su autori podnijeli protiv Anthropica razotkriven je njihov Projekt Panama, u kojem je sud zauzeo stav da uništavanje fizičke kopije nakon digitalizacije spada u opseg "poštene upotrebe" jer sprječava daljnju preprodaju i kršenje autorskih prava.
Gubitak kulturne i povijesne vrijednosti
Amazonu su ovi podaci potrebni za treniranje vlastitih naprednih modela iz obitelji Nova, kao i svog asistenta za programiranje umjetne inteligencije Kira. Među prikupljenim i uništenim knjigama nalaze se izuzetno rijetka izdanja i naslovi na manjim svjetskim jezicima.
Iako ta izdanja nemaju uvijek visoku tržišnu vrijednost, prodavači upozoravaju da se njihovim uništavanjem nepovratno gubi povijesna, intelektualna i emocionalna vrijednost - kategorije koje AI tvrtke ne zanimaju sve dok iz njih mogu izvući čist tekst, piše 404 Media.
