Вот уже полгода в прессе обсуждается этичность компаний, воспитывающих свои ИИ. Чтобы их обучать, они скупают миллионы книг, рвут на части и скармливают нейросети. В итоге человеческая цивилизация может лишиться ценнейших фолиантов.
Большие языковые модели (ИИ) нуждаются в постоянном обучении. Они уже заглотили всю информацию, которая имеется в Интернете, и начинают самовоспроизводить всякие глупости (программисты это называют галлюцинациями ИИ).
Чтобы нейросети не замыкались на одном и том же объеме полученной информации, им надо скармливать её ещё и ещё. Но где такую взять? Ответ понятен — в ещё не оцифрованных книжках. Это старые книжки, которые миллиардами продаются в букинистических магазинах. У цифровиков не дошли до них руки по куче причин (не рентабельно, нет практического смысла в переводе в электронный формат, это слишком старая и давно забытая литература и пр.).
Создателей больших языковых моделей сообразили о том, что есть такой ценный и неохватный источник ещё не использованной информации, не в этом году, а много раньше. И начали скупать старые книги в огромном количестве, практически опустошая магазины подержанной литературы. У них полно денег, и они не скупятся, поэтому букинисты продают им свой товар без раздумий и весьма довольны наваром. Что будет дальше с книгами, продавцов не интересует. Между тем, судьба их ужасна.
Как можно скормить нейросети бумажную книгу: Есть два способа. Первый — листать её перед камерой ИИ бережно, страницу за страницей, пока не закончится. Это книжке не повредит нисколько, но зато займёт много времени и усилий. Поэтому компании выбирают второй способ — варварский. Срезают корешок, пропускают листы через протяжный сканер и потом отправляют их в утиль как сырьё на переработку. Быстро, дёшево, сердито.
Как пишет известный аналитик по вопросам социальных технологий и цифровизации Глеб Кузнецов, обе услуги предлагает одна и та же контора: подрядчик, которого нанимала Anthropic (создатель искусственного интеллекта Claude — главного конкурента ChatGPT). И этот самый подрядчик в своём предложении прямо называет первый вариант (пролистывание перед камерой) «недеструктивным» и второй - «деструктивным». Мол, об этичности мы вас предупредили, а дальше — на усмотрение заказчика.
Заказчик — то есть Anthropic — конечно, выбрал дешёвый путь. Ободрать книгу, как липку, вырвать и неё все листы, а потом — в мусор. Сколько антиутопистов рисовали страшный мир будущего, где горели костры из книг, но никому из великих фантастов и в голову не пришёл такой вариант: электронные мозги высосут содержимое книги досуха, и её больше не станет. Книги не будут гореть на костре буквально, но они станут топливом для нейросетей.
И так делает, конечно, не только Anthropic, просто именно его имя прозвучало в связи с иском в суд. Подали его издатели, которые также составили отдельный иск против Google: эта корпорация кормит аналогичным образом свою большую языковую модель Gemini — ту, что лезет к вам с ответами, в том числе непрошеными, когда вы забивает запрос в гугловский поисковик.
По мнению издателей, такое использование миллионов защищённых авторским правом книг незаконно.
Однако суд решил иначе. Он признал использование законно приобретённых книг для обучения моделей допустимым с точки зрения принципа добросовестного использования (fair use). Так что закупки и уничтожение старой литературы, ещё остающейся в букинистических магазинах, продолжается.
Как сообщает портал 404 Media, закупки ведутся через посредников, что позволяет не раскрывать конечных заказчиков. По его данным, отдельные сделки включают от 1000 до 1 млн книг, причём покупателей интересуют самые разные издания без привязки к жанру, автору или тематике: ИИ — всеяден.
Одним из участников этого нового рынка стала база ISBNdb, которая ранее специализировалась на обслуживании книжных магазинов и библиотек. Теперь сервис предлагает услуги по массовой закупке книг для компаний, работающих в сфере искусственного интеллекта. И негде ему не жмёт, ничто не щемит: деньги не пахнут.
«Раньше знания приобретали долго, а результат хранился в голове, куда не дотягивается ни один юрист, - резюмирует Глеб Кузнецов. - Это делало их худшим из активов с точки зрения капитала: неотчуждаемый, ненаследуемый, неликвидный. Теперь знания приобретают в прямом смысле, с накладной. На входе предмет: 300г, штамп расформированной библиотеки, чья-то пометка карандашом. Гидравлический нож, сканер, утилизация. На выходе: сдвиг в распределении вероятностей внутри продукта юрлица. Суд признал это законным, потому что предмет уничтожался, а содержание нет. Предмет можно было подарить, завещать, конфисковать, запретить, вывезти в чемодане, спрятать в стене и найти через двести лет на чердаке. После обработки существует нематериальный актив на балансе. Товарный запас списан, интеллектуальная собственность оприходована. Букинист, торгующий специальной литературой, рассказывает в ТВ-сюжете, что с апреля продаёт тысячи книг в неделю вместо десятков. Главный признак покупателя: полное безразличие к цене. «Это примета ИИ, у них очень много денег». И там же объяснение, откуда взялся товарный излишек. Раньше такие книги покупали школы и библиотеки, но покупки идут вниз из-за сокращения финансирования, университетские библиотеки ничего не берут».
Вывод? Институт, который покупал ранее книги, чтобы люди читали, разорён. Институт, который покупает их сегодня, чтобы люди больше не читали, платит.