आर्टिफिशियल इंटेलिजेंस कंपनियों द्वारा भौतिक पुस्तकों की खरीद में हाल ही में हुई वृद्धि ने इस सप्ताह ध्यान आकर्षित किया है। 404 मीडिया पोर्टल द्वारा किए गए एक जांच में जुलाई में हज़ार किताबों के एक बैच में भेजे गए एक दुर्लभ नमूने को ट्रैक किया गया, जिससे पता चला कि पैकेज संयुक्त राज्य अमेरिका में लास वेगास में अमेज़ॅन के एक लॉजिस्टिक गोदाम पहुंचा था।
इस सुविधा का उपयोग अमेज़ॅन विशेष रूप से लाखों किताबों को डिजिटाइज़ करने और बाद में नष्ट करने के लिए करेगी, जिसका उद्देश्य मानव निर्मित ग्रंथों को एआई मॉडल को खिलाने के लिए निकालना है। यह तरीका निगमों को उच्च गुणवत्ता वाले डेटा की बड़ी मात्रा प्राप्त करने की अनुमति देता है, खासकर इंटरनेट पर प्रशिक्षण के लिए विश्वसनीय सामग्री खोजने में बढ़ती कठिनाई को देखते हुए।
यह प्रयोग प्रकाशन बाजार में बड़े बैचों की बिक्री में असामान्य वृद्धि से प्रेरित था। इस क्षेत्र में गर्मी पर संदेह करते हुए, वेबसाइट की टीम ने Biblio, जो स्वतंत्र प्रकाशनों का एक महत्वपूर्ण ऑनलाइन बाज़ार है, के माध्यम से दस हज़ार इकाइयों के ऑर्डर में एक किताब के अंदर छिपा हुआ एप्पल एयरटैग डिवाइस भेजा।
ट्रैकर का मार्ग वीजीटी3 के हाथों पर समाप्त हुआ, जो अमेज़ॅन के एक लॉजिस्टिक परिसर के भीतर काम करने वाली एक टीम है। स्थानीय श्रमिकों के बयानों के अनुसार, इस इकाई का एकमात्र कार्य भौतिक किताबों को डिजिटल डेटासेट में बदलना है। उच्च प्रदर्शन वाले औद्योगिक स्कैनर में पृष्ठों को डालने की गति बढ़ाने के लिए, कर्मचारी सभी रीढ़ और बाइंडिंग को काट देते हैं, जिसके परिणामस्वरूप डिजिटलीकरण के तुरंत बाद मूल सामग्री को नुकसान पहुंचता है।
टीम की दृश्य पहचान प्रक्रिया को छिपाने की कोशिश नहीं करती है; 404 मीडिया के अनुसार, VGT3 का लोगो एक डायनासोर दिखाता है जो एक किताब पकड़े हुए है, जो सामग्री को फाड़ने और उपभोग करने के कार्य का प्रतीक है।
वे प्रकाशन जो 2022 में एआई के उत्कर्ष से पहले संपादित और जारी किए गए थे, उन्हें शुद्ध मानव भाषा का, स्वच्छ और गारंटीकृत स्रोत माना जाता है। नई पीढ़ी के एल्गोरिदम को प्रशिक्षित करने के लिए वर्तमान वेब सामग्री का उपयोग करने से मशीन द्वारा उत्पन्न पाठ को शामिल करने का जोखिम होता है, जो लंबी अवधि में इन मॉडलों की तार्किक क्षमता को कम कर सकता है।
डेटा की गुणवत्ता के अलावा, वित्तीय और कानूनी कारक इस अभ्यास को बढ़ावा देते हैं। पहले, बड़ी प्रौद्योगिकी कंपनियां इंटरनेट पर गुप्त पुस्तकालयों के माध्यम से मुफ्त डिजिटल फ़ाइलें प्राप्त करती थीं। हालांकि, न्यायिक सख्ती ने इस गतिविधि को प्रतिबंधित कर दिया। कानूनी दस्तावेजों में संकेत दिया गया था कि Anthropic दुनिया भर के साहित्य को डिजिटाइज़ करने के लिए एक आंतरिक पहल का प्रबंधन कर रहा था। इस प्रयास को कॉपीराइट से संबंधित बाधाओं का सामना करना पड़ा, जिसके परिणामस्वरूप एक समझौते पर हस्ताक्षर हुए जहां Claude की मालिक सात मिलियन पायरेटेड किताबों वाले आधार को बनाए रखने के लिए 1.5 बिलियन अमेरिकी डॉलर का भुगतान करेगी।
इसके समानांतर, मेटा भी लगभग 82 टेराबाइट साहित्यिक कार्यों वाले एक अवैध संग्रह के लीक होने के बाद मुकदमों का निशाना बनी। कॉपीराइट उल्लंघन के कारण लगाए गए अरबों के जुर्माने के कारण, विशाल भौतिक संग्रहों का कानूनी अधिग्रहण निगमों के लिए अधिक किफायती और कानूनी रूप से सुरक्षित विकल्प बन गया है।
अमेरिकी संघीय न्यायपालिका के एक हालिया निर्णय ने सुझाव दिया कि एआई मॉडल को प्रशिक्षित करने के लिए कानूनी रूप से खरीदे गए नमूनों का उपयोग 'उचित उपयोग' के रूप में वर्गीकृत किया जा सकता है, जिससे इस अभ्यास को बनाए रखने के लिए कानूनी रास्ते खुलते हैं। जब लास वेगास में सुविधा के बारे में संपर्क किया गया, तो अमेज़ॅन ने केवल एक बयान में पुष्टि की कि वह ग्राहकों द्वारा उपयोग किए जाने वाले उत्पादों और सेवाओं को विकसित और बेहतर बनाने में 'मदद करने' के लिए वाणिज्यिक वैध साधनों से प्रकाशन खरीदती है।