这位荷兰书商以为订购3000本的请求是“垃圾邮件或钓鱼”。实际上，人工智能公司正在扫描并销毁书籍以训练AI

# 这位荷兰书商以为一份3000册的订单是“垃圾邮件或钓鱼”。实际上，AI公司正在扫描并销毁书籍以训练AI｜Fortune 那只是荷兰哈勒姆又一个阳光明媚的夏日，一个不寻常的请求出现在荷兰古籍书商 Pieter de Vries 的收件箱里。 一位名叫 Natalia 的女士，自称来自一家名为“2077AI (https://www.2077ai.com/)”的公司，想要采购她所描述的“相当大的一批”书籍。附件是一个列出超过3000个ISBN的电子表格，以及匹配书名、准备报价和估算运往中国运费的要求。 De Vries 几乎没有细看，扫过前几行就把这条消息当作垃圾邮件或钓鱼邮件予以忽略。直到几周后，一位调查这一采购请求的荷兰记者联系到他，他才得知该请求与人工智能有关。 “我震惊了！” de Vries 说。他向《财富》杂志提供了这封邮件和随后的电子表格，其中包含3001个书目，大部分由 Emerald Publishing、Elsevier、Wiley、Routledge 和 Oxford University Press 等学术出版商在2020至2021年间出版，内容涵盖商业、教育、工程、公共政策和医学。“非常不寻常，”de Vries 说，“所以我把它当成垃圾邮件或钓鱼邮件。” De Vries 并非唯一遇到此事的人。他告诉《财富》，其他几位荷兰[Dutch](https://fortune.com/article/dutch-32-hour-work-week-american-40-hour-flexible-schedule-women-influence/?utm_source=search&utm_medium=suggested_search&utm_campaign=search_link_clicks)古籍书商也收到了同样的请求，并且像他一样不予理会。（他说，他们没有“认真看待”，而是“视为骗局”。）虽然这个询价对他的生意没什么影响，但他说，对于那些专门大规模销售二手书的书商来说，情况可能就不同了。 “我做的是珍本和古本生意，”de Vries 说，并补充说他很少通过电子邮件收到书籍订单，即使有，最多也只订一本书。“这些书昂贵且具有稀缺性，所以我不做批量交易。” ## **AI对书籍的渴求** De Vries 收到的邮件从未提及人工智能，也没有说明这些书的用途。但它出现之际，AI公司正越来越多地在开放互联网之外寻找高质量的文字材料来训练大语言模型。 去年夏天，当[法庭记录](https://www.courtlistener.com/docket/69058235/554/21/bartz-v-anthropic-pbc/)显示 Anthropic 购买了数百万本实体书，拆掉装订、扫描后丢弃原书，以建立一个可搜索的数字图书馆，用于训练其AI模型——内部文件称之为“Project Panama”时，公众对AI公司使用书籍的关注度上升。据《华盛顿邮报》报道。这一过程被称为“破坏性扫描”，即先把书脊切掉，让书页能够通过高速扫描仪，然后将剩余的实体书丢弃。 该案后来达成和解，此前一位联邦法官裁定，使用合法购买的书籍训练AI模型构成版权法下的合理使用。涉及Anthropic从LibGen和PiLiMi在线图书馆下载书籍的独立索赔也通过和解得到解决。 据Anthropic发言人表示，Claude模型是在公开网络数据、商业采购数据集和内部生成数据的混合数据上训练的。Anthropic通过常规商业市场购买书籍，其任何数据采集项目都不会获取或销毁珍本或古籍。 ## **隐藏的供应链** 法庭记录显示了书籍被获取后发生了什么，而非这些公司最初如何采购数百万册实体书。 今年早些时候，[404 Media](https://www.404media.co/ai-companies-are-buying-tons-of-old-books-because-theyre-free-of-ai-slop/)报道称，ISBNdb——一家以维护与国际标准书号（ISBN）相关的元数据而闻名的公司，ISBN是大多数书籍条形码中编码的唯一数字标识符——已开始宣传其服务，帮助AI实验室批量采购印刷书籍，数量从1000册到100万册不等。据报道，该公司网站称该服务是专门为“大语言模型训练需求”量身定制的，并“以AI所需的规模交付”。 这些网页后来已被移除。ISBNdb随后告诉《财富》，这项服务从未推出，也从未为AI公司购买或扫描书籍，这些网页反映的是一个探索性概念，而非实际业务。在[德国](https://www.tagesschau.de/kultur/ki-firmen-antiquarische-buecher-100.html)和[瑞士](https://www.srf.ch/kultur/gesellschaft-religion/jagd-auf-alte-buecher-ki-firmen-kaufen-antiquariate-leer-und-vernichten-die-buecher)也出现了类似报道。当地媒体报道称，二手书商收到了不寻常的大宗订单，订购高度专业化的书籍，这些订单似乎与传统的收藏或转售模式不符。在一些报道中被点名的加拿大公司 Zoom Books 否认了这些指控，并告诉[瑞士广播公司SRF](https://www.srf.ch/kultur/gesellschaft-religion/jagd-auf-alte-buecher-ki-firmen-kaufen-antiquariate-leer-und-vernichten-die-buecher)，这些购买是其常规回收和交易模式的一部分。 对于一个建立在算法之上的行业来说，这封邮件提供了一个难得的机会，让我们得以一窥某种更切实的东西：最终可能为AI模型提供动力的书籍实体供应链。 《财富》联系了2077AI，寻求对此次采购请求目的的评论，以及这些书是否用于AI训练。该公司在发稿前未回应置评请求。