AI कंपनियाँ भारी मात्रा में किताबें स्कैन कर रही हैं, जिनमें कभी-कभी दुर्लभ किताबें भी शामिल होती हैं, और अक्सर उन्हें अपने मॉडल को प्रशिक्षित करने की प्रक्रिया में नष्ट कर रही हैं—और अब हमें कुछ अंदाजा है कि कौन सी कंपनियाँ और वे इसे कैसे कर रही हैं।
स्वतंत्र तकनीकी मीडिया प्रकाशन 404 मीडिया ने दुर्लभ किताबों के एक शिपमेंट के अंदर एक ट्रैकिंग डिवाइस रखा और उसे लास वेगास में Amazon की एक सुविधा तक जाते हुए देखा, जहाँ कंपनी AI को प्रशिक्षित करने के लिए प्रिंटेड किताबों को स्कैन करती और नष्ट करती है।
सोमवार को प्रकाशित यह जांच, पहली बार सार्वजनिक रूप से यह बताती है कि AI प्रशिक्षण से जुड़ी थोक किताबों की खरीद कहाँ खत्म होती है।
अंतिम पड़ाव Amazon की VGT3 टीम थी। कर्मचारियों ने आउटलेट को बताया कि वे केवल प्रिंटेड किताबों के बड़े शिपमेंट प्राप्त करते हैं, फिर बाइंडिंग काट देते हैं ताकि पन्ने स्कैनर में तेज़ी से जा सकें। इस प्रक्रिया में किताब नष्ट हो जाती है। टीम का अत्यंत उपयुक्त लोगो एक डायनासोर है जो अपने पंजों में एक किताब पकड़े हुए है।
2022 से पहले छपी किताबों में ऐसा टेक्स्ट होता है जो ऑनलाइन आसानी से उपलब्ध नहीं होता है और, महत्वपूर्ण रूप से, मशीन द्वारा लिखा गया नहीं होता है। अपने ही तरह के आउटपुट पर एक मॉडल को प्रशिक्षित करने से "मॉडल कोलैप्स" का खतरा होता है, जहाँ प्रत्येक पुनरावर्ती लूप के साथ गुणवत्ता खराब होती जाती है।
तो, 2022 से पहले का पेपर AI प्रशिक्षण के लिए स्वच्छ ईंधन है।
Amazon अकेला नहीं है। AI लैब्स को भौतिक किताबें प्रदान करने के लिए एक कुटीर उद्योग बन गया है, जिन्हें फाड़कर, स्कैन करके और फेंक दिया जाता है—यह "फ़ारेनहाइट 451" का वह दृश्य है जहाँ मशीनों को खिलाने के लिए टेक्स्ट नष्ट कर दिए जाते हैं, जिसे एंथ्रोपिक के आंतरिक "प्रोजेक्ट पनामा" ने पहले ही बड़े पैमाने पर चलाया था, जिसमें लाखों किताबों को विनाशकारी स्कैनिंग के माध्यम से डिजिटाइज़ किया गया था।
स्वच्छ टेक्स्ट की यह होड़ पहले ही अदालत में पहुँच चुकी है। एक संघीय न्यायाधीश ने फैसला सुनाया कि कानूनी रूप से खरीदी गई किताबों पर AI को प्रशिक्षित करना उचित उपयोग के रूप में योग्य हो सकता है, जो एंथ्रोपिक के लिए एक आंशिक जीत थी, जिसका दावा मेटा और OpenAI ने भी किया था। पायरेटेड कॉपीज़ एक अलग मामला है: एंथ्रोपिक ने स्कैन किए गए पायरेटेड शीर्षकों पर $1.5 बिलियन के समझौते पर सहमति व्यक्त की, और सेल्सफोर्स को अब कथित किताब चोरी को लेकर क्लास एक्शन का सामना करना पड़ रहा है।
Amazon ऑपरेशन एक संरचनात्मक कारण से शांत रहा। पुस्तक विक्रेताओं ने पिछले एक साल में थोक ऑर्डरों में वृद्धि देखी और उन्हें संदेह था कि AI कंपनियाँ उनके पीछे थीं—खरीददार कीमत-संवेदनशील नहीं थे और बेतरतीब ढंग से शीर्षक चुनते थे। उनकी चिंताओं की पुष्टि अंततः एक एयरटैग द्वारा गंतव्य का खुलासा करने से हुई।
Amazon ने कहा कि वह "अपने ग्राहकों द्वारा उपयोग किए जाने वाले उत्पादों और सेवाओं को विकसित करने और बेहतर बनाने में मदद करने के लिए व्यावसायिक चैनलों के माध्यम से किताबें खरीदता है।"
