Компании, занимающиеся искусственным интеллектом, как сообщается, скупают миллионы книг, некоторые из которых являются редкими, и используют их для обучения моделей ИИ, часто уничтожая книгу в процессе. Однако теперь у нас есть более подробная информация о том, как работает этот процесс, благодаря расследованию 404 Media. Издание поместило устройство слежения внутрь редкой книги, которая входила в крупный заказ из 1000 книг, и она оказалась на складе Amazon в Лас-Вегасе под названием VGT3.
Сотрудники, говорившие с 404 Media, рассказали, что проводят время на объекте, срезая корешки книг и подавая их в сканер. VGT3, по сообщениям, является частью другого, более крупного объекта в Лас-Вегасе под названием LAS8. Его цель, по словам сотрудников, беседовавших с 404 Media, заключается исключительно в срезании корешков книг и их сканировании. «Всё, что мы делаем, — это сканируем книги», — рассказал один из сотрудников изданию.
Если и были какие-то сомнения относительно назначения объекта, то логотип VGT3 изображает динозавра, держащего книгу, который выглядит так, будто собирается разорвать её и откусить кусок. По крайней мере, динозавр не читает книгу. Вы можете увидеть это изображение на сайте 404 Media выше.
Расследование началось в июле, когда 404 Media попросила продавца книг разрешить изданию поместить Apple AirTag в книгу внутри партии из 1000 книг. Такая крупная партия необычна, хотя, по сообщениям, в эпоху ИИ они становятся всё более распространёнными. Продажи книг растут, и многие подозревают, что это связано не с ростом читательской аудитории, а с обучением передовых моделей ИИ. Заказ был оформлен через Biblio — онлайн-площадку, которая утверждает, что является «крупнейшей независимой книжной площадкой в мире».
Часто такие крупные заказы содержат беспорядочный набор разных книг. Например, независимый продавец книг в Ирландии получил заказ на 5000 книг, который, как он подозревал, предназначался для обучения ИИ. «Часть была качественной научно-популярной литературой, например “A History of Connemara”, а следующей мог быть “The Eddie Hobbs Guide to your SSIA”», — рассказал тогда Томас Кенни из Kennys Bookshop. 404 Media сообщает, что сотрудники VGT3 обязаны сканировать ISBN (штрихкод) каждой книги, что подтверждает теорию о том, что компании ИИ прорабатывают список всех когда-либо опубликованных книг.
Или, по крайней мере, всех книг с ISBN. Продавец книг рассказал 404 Media, что в такие крупные заказы «никогда» не включаются редкие книги, у которых нет ISBN.
Ранее в этом году судебные документы раскрыли «Project Panama» компании Anthropic, который стартовал в 2024 году. Документы в рамках этих материалов ясно дают понять цель проекта: «Project Panama — это наши усилия по деструктивному сканированию всех книг в мире», — говорится во внутреннем плановом документе. Судья постановил, что Anthropic разрешено использовать книги для обучения своих моделей ИИ. Однако компания была оштрафована на 1,5 миллиарда долларов за хранение 7 миллионов пиратских книг в центральной библиотеке. В ходе судебного иска против *Meta в 2025 году выяснилось, что она пиратски скачала почти 82 ТБ книг.
Массовое сканирование книг — не новость. В 2005 году Google запустил Google Books, сканируя книги, не защищённые авторским правом, из университетской библиотеки с помощью специализированных сканеров. Затем книги возвращались. Предположительно, Google использовал V-образный сканер, который естественным образом раскладывает книгу, не повреждая корешок и переплёт.
В случае с VGT3, 404 Media сообщает, что сотрудники срезают корешок книги перед сканированием, предположительно, чтобы подавать страницы в промышленный сканер в плоском виде. Ненасытная жажда данных у передовых моделей ИИ, похоже, движется быстрее, чем ранние усилия Google по оцифровке книг.
Трудно сказать, почему такой объект, как VGT3, работает именно так, хотя, вероятно, всё сводится к стоимости. Поскольку крупные компании, такие как *Meta и Anthropic, были пойманы с библиотекой пиратских книг, теперь им приходится их покупать. А при покупке тысяч книг за раз, вероятно, гораздо дешевле приобрести подержанные экземпляры на таких площадках, как Biblio, чем платить полную цену за цифровые версии этих книг (если таковые вообще существуют).
*Facebook, *Instagram и *WhatsApp принадлежат компании *Meta Platforms Inc., деятельность которой признана экстремистской и запрещена на территории Российской Федерации.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Jake Roach
