以销售书籍起家的亚马逊正在销毁稀有文本来训练人工智能

据 404 Media 报道，亚马逊正在购买大量善本，切掉书脊，扫描它们进行人工智能训练，该公司在一本善本书中安装了跟踪设备，最终运抵了亚马逊位于拉斯维加斯的工厂。该设施被称为 VGT3，其自身标志是一只爪子夹着一本书的恐龙。亚马逊在一份声明中告诉 404 Media，它“通过商业渠道购买书籍，以改善客户使用的产品和服务”。像亚马逊这样的公司需要大量的文本来培训他们的法学硕士，而法学硕士已经从互联网上获取了他们可以获取的信息（在 Anthropic 的例子中，还包括非法盗版书籍）。稀有书籍，尤其是那些绝版或无法在互联网上找到的书籍，提供了令人垂涎的培训数据的新来源。这些文本特别有价值，因为 2022 年之前发表的任何内容都不可能是由法学硕士撰写的。当法学硕士使用人工智能生成的文本进行训练时，他们面临“模型崩溃”的风险，当法学硕士在摄入过多人工智能生成的文本后输出质量下降时，就会发生这种情况。