Для обучения ИИ нужны огромные объемы данных, но только высокого качества, поэтому разработчики стали обращаться к печатным книгам. У букинистов и просто любителей бумажных книг практика уничтожения изданий вызывает, мягко говоря, смешанные чувства
Фото: Ingram Publishing / Фотобанк Лори
Недавнее , проведенное американским интернет-изданием о технологиях, показало, что ИИ-компании, в частности Anthropic, закупают миллионы книг через посредников, чтобы обучать на них свои модели. При этом после сканирования эти книги уничтожаются. И формально авторские права ИИ-компании не нарушают.
Причина, по которой ИИ-компании выбирают для обучения своих моделей именно книги, заключается в том, что им нужны данные высокого качества. И по иронии судьбы после широкого распространения искусственного интеллекта качественной информации в интернете стало меньше — для обучения такое не подходит, а вот бумажные книги, в идеале изданные до 2022 года, то есть до запуска ChatGPT, — крайне надежный источник.
Американское интернет-издание 404 Media в ходе своего расследования вышло на компанию ISBNdb, которая перепродает старые книги ИИ-компаниям. Раньше эта платформа предоставляла свои услуги библиотекам, книжным магазинам и просто любителям книг. Но после бума ИИ она переориентировалась на этот рынок.
Есть два способа, как сканировать книгу. Первый — деликатный, каждую страницу переворачивают и фотографируют, в итоге сам экземпляр остается нетронутым. Но это медленно. Во втором способе у книги отрывают корешок и обложки, пропускают в автоматическом режиме через сканер, а страницы затем уничтожаются, так как это быстрее.
Нетрудно догадаться, какой способ выбирают гиганты в сфере ИИ. Конечно, все это не вызывает положительных эмоций. Продолжает литературный критик Михаил Визель:
Михаил Визель, литературный критик
«Ради этой оцифровки, ради этого бездушного искусственного так называемого интеллекта уничтожаются произведения чьих-то рук, умов, эмоций. Но как человек, все-таки немножко знающий историю, я понимаю, что это не самое страшное, что может произойти с книгой. Античные рукописи постоянно горели, уничтожались, также до нас ничего не дошло из доколумбовой американской письменности, до нас ничего не дошло из персидской письменности, мы знаем, что это было, но до нас очень мало что дошло со времен глубочайшей древности. Это очень неприятно звучит и неприятно выглядит, но, право же, это не так катастрофично, как кажется».
Сам текст книги, справедливости ради, не исчезает, что уже радует. Но он хранится где-то на серверах ИИ-компаний, то есть в широкое пользование не поступает. Однако у американской судебной системы к этому нет никаких вопросов, так как ИИ-компании апеллируют к так называемой доктрине первой продажи. Если за продукт отданы деньги, то покупатель имеет право пользоваться им по своему усмотрению: перепродать, сдать в аренду и в том числе уничтожить.
И для обучения ИИ-моделей книги использовать можно, постановил недавно суд в США. Но вот той же Anthropic придется заплатить 1,5 млрд долларов за то, что она использовала именно пиратские копии книг, то есть компания не заплатила за покупку.
Так что уничтожить книгу после сканирования, которая была куплена, — это, разумеется, абсолютно законно. Но как-то неэтично, что косвенно признает ISBNdb, которая и продает книги ИИ-компаниям. Она, как заявляется, не раскрывает, кому конкретно она предоставляет свои услуги и в каком объеме, объясняя это тем, что для ее клиентов это потенциальный имиджевый удар.
Позиция ИИ-компаний в этом вопросе понятна, для них важен прогресс, рассуждает гендиректор Angel Relations Group и преподаватель ВШЭ Алексей Карлов:
Алексей Карлов, гендиректор Angel Relations Group и преподаватель ВШЭ
«Данных не хватает, данные очень дорогие, и их нужно каким-то образом добывать. Компании вынуждены развивать прогресс, развивать свои технологии за счет получения данных. Тем более большинство подобных изданий уже есть в «цифре» или их так или иначе можно спарсить, скопировать. Но на первом месте — прогресс и взвешенная финансовая модель, за что придется заплатить дороже — за права, за риск или за необходимость потом догонять тех, кто успел воспользоваться открытыми, полуоткрытыми, а может быть, и нелегально открытыми данными».
Как пишет 404 Media, у одной только ISBNdb ИИ-компании закупают оптом от 1000 до миллиона физических книг только за один заказ. При этом они пользуются услугами и других продавцов. Один из таких рассказал, что уничтожение книг вызывает у него смешанные чувства, хотя это все и приносит ему финансовую выгоду.
Текст:
Комментарии (2)