AI公司大量购买古籍，摄取内容训练模型后销毁，即便存世极少

# 人工智能公司正在大量购买古籍，将其内容输入模型训练，然后以惊人规模销毁，即使几乎已无副本留存 来源：https://futurism.com/artificial-intelligence/ai-companies-destroying-rare-books ## 订阅我们，预见未来 来自科技前沿不容错过的创新 传统上，书籍有两样好处：阅读，以及摆放在书架上赏心悦目。 但人工智能公司对这两样都不感兴趣。 对于构建大型语言模型的人来说，书籍不过是批量吞噬、再像鱼骨头一样吐出来的饲料。他们通常乐于使用数字书籍——甚至更好的是，*盗版*数字书籍——正如 Meta 被指控的那样，以及 Anthropic 因同样行为而被判支付 15 亿美元和解金给作者。 但许多公司，包括 Anthropic，已转而使用实体书籍，他们可以廉价购买无数二手书。根据已和解的诉讼，Anthropic 使用一台液压动力切割机，整齐地撕掉从书商那里购得的书籍的书页，然后用工业级成像设备进行扫描。换句话说，它literally 撕毁作者书籍来训练其 AI。 这一过程利用了被称为“首次销售原则”的法律概念，允许买家随心所欲地处理所购物品，无需原版权所有者同意。由于 Anthropic 将原始实体文本转化为数字文本——而不是作为新副本重新分发——法官裁定这属于“变革性”使用，因此受到合理使用保护。 现在，据 *404 Media* 报道，这种做法已变得如此普遍，甚至连老牌书商也在寻求从 AI 热潮中获利。一家名为 ISBNdb 的公司宣称拥有“世界上最大的图书数据库”，并鼓吹“世界上最好的 AI 训练数据就放在书架上”，认为这些实体文本未受低劣 AI 写作的污染——后者已经污染了大量互联网（事实上也包括新书）。 “大语言模型时代之前的印刷书籍在结构上保证了不会受到这种污染。仅这一点就是巨大的优势，”*404* 援引该公司网站上的一篇文章解释道，“在这个日期（2022年之前）之前出版的实体书籍在结构上是纯净的，不含现代投毒工具。” 据 *404* 报道，ISBNdb 曾专注于帮助图书馆、分销商和书店寻找和销售书籍，现在则帮助 AI 公司批量购买，每单从 1,000 到 100 万本书不等。 作为额外福利，它还承诺 AI 公司会对购买保密——显然，没人想成为像 Anthropic 和 Meta 那样的焦点——同时清楚地意识到这种做法听起来有多么可疑。 “形象问题确实存在，”ISBNdb 网站表示，“‘AI 公司销毁两百万本书’可不是一个能博得同情的标题。” 一位小型书商称，今年四月，他突然从每周卖出不超过 20 本书变成卖出数百本，他几乎可以肯定客户是 AI 实验室，因为书籍选择随机，且都带有 ISBN。他还说，自己的库存中满是珍稀和绝版书，这意味着 AI 公司可能正在销毁仅存的一些可寻副本。 “我个人对此心情复杂，”该书商告诉 *404*。“这让我在经济上受益，同时也清理了原本不太可能售出的陈旧库存。我的海外和外语书籍库存非常适合这类销售。另一方面，我不喜欢最终用途，也不喜欢珍稀书籍被化浆。” 更多古籍可能面临危险。*404* 指出，荷兰的珍稀书商正被大量批量购买所淹没——他们相信这些购买是 AI 公司所为，尽管无法确定。 整个行业都有类似的怀疑。像 ISBNdb 这样的服务促进了这些批量订单，如约保持 AI 买家的匿名性。可能有强烈迹象表明某个批量订单是为了 AI 实验室，但书商在大多数情况下只能猜测。 **更多 AI 相关内容：** *作者受邀在 OpenAI 总部演讲，趁机当面痛骂 AI*