Amazon تمسح الكتب النادرة رقمياً لتدريب الذكاء الاصطناعي ثم تُتلفها

تشتري Amazon كميات ضخمة من الكتب النادرة، وتقطع أغلفتها، وتمسحها ضوئياً لتدريب الذكاء الاصطناعي، وفقاً لموقع 404 Media، الذي وضع جهاز تتبّع في كتاب نادر وصل في نهاية المطاف إلى منشأة تابعة لـ Amazon في لاس فيغاس. وتُعرَف المنشأة باسم VGT3، وتُميّز نفسها برمز لديناصور يحمل كتاباً بمخالبه.

وصرّحت Amazon لموقع 404 Media بأنها “تشتري الكتب عبر قنوات تجارية لتحسين المنتجات والخدمات التي يستخدمها العملاء”.

تحتاج شركات مثل Amazon إلى كميات هائلة يصعب تصورها من النصوص لتدريب نماذجها اللغوية الكبيرة (LLM)، التي استوعبت بالفعل كل ما استطاعت الحصول عليه من الإنترنت، بما في ذلك، في حالة Anthropic، كتب مقرصنة بشكل غير قانوني. وتوفر الكتب النادرة، خصوصاً تلك التي نفدت طبعتها أو يستحيل العثور عليها على الإنترنت، مصدراً جديداً لبيانات تدريب مرغوبة.

وتكتسب هذه النصوص قيمة خاصة لأنه لا احتمال أن يكون أي شيء نُشر قبل عام 2022 قد كتبه نموذج لغوي كبير. وعندما تتدرّب النماذج اللغوية الكبيرة على نصوص مولّدة بالذكاء الاصطناعي، فإنها تواجه خطر “انهيار النموذج” (model collapse)، الذي يمكن أن يحدث عندما تتراجع جودة مخرجات النموذج بعد استيعاب كمية كبيرة جداً من نصوص مولّدة بالذكاء الاصطناعي.

لماذا يهم

يدفع البحث عن نصوص يمكن التحقق من أنها كُتبت بشرياً قبل عام 2022 شركات الذكاء الاصطناعي نحو أساليب حصول مادية إتلافية، محوّلاً الكتب التي نفدت طبعتها إلى مورد نادر لصناعة تتسابق لتجنّب التدرّب على مخرجاتها الخاصة.