Краткое содержание анализа
Американские компании, работающие в области искусственного интеллекта (например, Amazon и Anthropic), для решения проблемы нехватки данных для обучения крупных моделей ИИ, активно покупают подержанные книги (включая редкие и изданные единичными экземплярами). После сканирования содержимого физические книги уничтожаются. За этими действиями стоит насущная потребность ИИ в «реальных, высококачественных данных человеческого происхождения». Кроме того, решение американского суда, согласно которому хранение электронных копий после уничтожения печатных экземпляров считается «разумным использованием», делает уничтожение старых книг законным и экономически выгодным вариантом. Однако это вызывает споры о исчезновении редких знаний и утрате общественного доступа к ним.
Почему ИИ нуждаются в старых книгах?
Для обучения крупных моделей ИИ требуется большое количество «реальных данных, написанных людьми». Однако данные из интернета уже в основном исчерпаны:
- Старые данные исчерпаны: материалы из новостей, форумов, блогов и т. д. были многократно использованы компаниями ИИ;
- Новые данные загрязнены: многие современные онлайн-ресурсы создаются самими алгоритмами ИИ, и использование таких данных приводит к снижению качества моделей;
- Старые книги – это ценный источник данных: книги прошлых десятилетий не содержат элементов, созданных ИИ, их содержимое проверялось авторами и редакторами, что обеспечивает высокое качество. Кроме того, многие специализированные и малоизвестные произведения не были оцифрованы, поэтому они представляют собой ценный ресурс для ИИ.
Почему книги уничтожаются после сканирования?
Компании ИИ не являются благотворительными организациями, и уничтожение книг основано на экономических соображениях:
- Законность: согласно решению американского суда, покупка и уничтожение печатных книг с последующим хранением электронных копий не считается нарушением авторских прав;
- Более высокая эффективность: после удаления корешков страницы книги можно быстро сканировать, что значительно ускоряет процесс;
- Более низкие затраты: уничтожение сокращает необходимость в хранении и транспортировке книг.
Например, программа Anthropic «План Панамы» позволяет обрабатывать от 500 000 до 2 миллионов книг за 6 месяцев, и уничтожение книг оказывается наиболее экономически выгодным вариантом.
Уничтожение редких книг: кризис исчезновения знаний
Особенно обидно то, что уничтожаются не только обычные старые книги, но и редкие и изданные единичными экземплярами:
- Невозобновляемость: такие книги могут существовать всего в нескольких экземплярах в мире;
- Превращение знаний в частную собственность: ранее они были доступны в книжных магазинах и библиотеках, но после покупки их компаниями ИИ их содержимое становится частью их внутренних баз данных, и общественность теряет доступ к ним. Цифровизация должна способствовать распространению знаний, но в данном случае она превращает их в частную собственность компаний ИИ.
Маск выразил недовольство этой практикой и призвал команду Anthropic использовать более экономичные и неуничтожающие методы сканирования (например, подобные тем, которые используются в проекте Google Books), но такие методы менее эффективны и дороже.
Влияние судебных решений
Решения американских судов стали важным фактором, способствующим уничтожению книг:
- Проблема пиратства: ранее компании ИИ покупали электронные книги на пиратских сайтах и платили за это штрафы;
- Уничтожение книг становится законным способом получения доступа к их содержимому.
Это приводит к парадоксальной ситуации: пиратство считается незаконным, но покупка и уничтожение книг с последующим хранением электронных копий становится разрешенным способом получения информации.
Будущие перспективы
Если другие компании ИИ начнут следовать этому примеру:
- Уничтожение книг может стать стандартной практикой: чтобы избежать авторских прав и снизить затраты, уничтожение книг может стать обычной практикой;
- Знания могут стать более замкнутыми: все больше знаний прошлого будет храниться в закрытых базах данных компаний ИИ;
- Редкие книги могут исчезнуть навсегда: те, которые не были оцифрованы, могут быть уничтожены.
Маск, критикующий компанию Anthropic, сам может в будущем решить уничтожить книги ради повышения эффективности. Главное для компаний ИИ – создание лучших моделей ИИ. Этот конфликт между потребностями ИИ в данных и защитой человеческих знаний остается нерешенным вопросом в области регулирования развития ИИ.