## Компанії-розробники ШІ “поглинають” паперові бібліотеки: унікальний контент для тренування штучного інтелекту
Гіганти, що стоять за розвитком мовних моделей, активно закупають фізичні книги. Мета такого масштабного придбання – оцифрування текстів для тренування своїх передових систем штучного інтелекту. На жаль, у процесі цього цінні видання часто приречені на знищення.
Раніше великі гравці, зокрема компанія Anthropic, нерідко вдавалися до використання цифрових версій книг, включно з нелегальними копіями. Подібні дії свого часу ставили під сумнів і діяльність Meta. Як наслідок, Anthropic була змушена сплатити значну компенсацію авторам – 1,5 мільярда доларів – у червні цього року. Цей випадок, як повідомляє видання Futurism, посилаючись на 404 Media, спонукав таких гігантів, як розробник Claude, переорієнтуватися на масове використання саме друкованих книг.
Промислові масштаби та конфіденційність
Компанії, що займаються розробкою штучного інтелекту, вдаються до послуг посередників, які здійснюють анонімні закупівлі книг у колосальних обсягах. Деякі книжкові дилери, наприклад, платформа ISBNdb, прямо позиціонують свою продукцію як “найкращі дані для тренування ШІ у світі”. А компанії, що спеціалізуються на пошуку великих партій літератури, відкрито рекламують свої можливості зі збору сотень тисяч найменувань, гарантуючи при цьому повну конфіденційність для своїх клієнтів зі сфери ШІ.
Змагання за “чисті” знання
Критики такого підходу зазначають, що нинішній ажіотаж навколо придбання паперових видань є наслідком своєрідної “гонки” між ШІ-компаніями. Вони прагнуть зберегти та використати для навчання людські знання, поки вони не були “розбавлені” контентом, згенерованим самим штучним інтелектом. Особлива перевага надається книгам, опублікованим до 2022 року, які вважаються “найменш забрудненими” штучно створеним текстом.
Водночас, самі паперові книги, придбані таким чином, найімовірніше, підлягають масовому знищенню. Є свідчення, що Anthropic, наприклад, використовувала спеціальне обладнання для швидкого видалення корінців у придбаних книжок.
Один із продавців книг поділився спостереженнями: його тижневі продажі зросли з кількох десятків до кількох сотень одиниць. Він припускає, що ці покупці – представники ШІ-лабораторій, адже вибірка книг видається доволі випадковою, а кожна має унікальний ідентифікатор ISBN. Він також додав, що у його асортименті є чимало рідкісних видань, які вже не перевидаються, що наштовхує на думку, що ШІ-компанії можуть скуповувати останні доступні примірники, які згодом знищуються.
-
Нещодавно видання The Independent розповідало про курйозний випадок, коли ChatGPT “підвів” депутата, який випадково зачитав відповідь ШІ з парламентської трибуни.
-
Також медіа 24billions.com ділилося порадами, як домогтися від ChatGPT точних відповідей.
Підсумок від Українське життя:
Ця інформація є надзвичайно важливою для розуміння процесів, що відбуваються у сфері розробки штучного інтелекту. Вона висвітлює нові, дещо шокуючі методи навчання ШІ, де паперові книги використовуються як сировина, а потім знищуються. Для читачів це означає, що значна частина людського інтелектуального надбання може бути трансформована в алгоритми, а рідкісні книги ризикують зникнути назавжди. Для розробників ШІ – це новий, хоч і дорогий, шлях отримання якісних навчальних даних.
Джерело новини: focus.ua