Дигитален глад: Защо AI изкупува стари книги в Канада
Канадският пазар на употребявана литература преживява необичаен бум. Книжарниците за книги втора ръка от Ванкувър до Торонто са залети от поръчки на едро за нишови заглавия. А собствениците на бизнеси гледат на купувачите с все по-голямо подозрение.
Зад тази надпревара по прашните рафтове не стои носталгия, а гладът на алгоритмите за човешки текст, който никогага не е бил превръщан в дигитална храна.
Книгите вече не се търсят по цвят на корицата
Питър Селърс, собственик на „Селърс и Нюъл“ в Торонто, отбелязва, че преди търговците на едро са били предимно интериорни дизайнери, които са имали нужда от книги в определен цвят за своите стени. Сега обаче изискванията са се променили.
„Получих съобщение в LinkedIn“, споделя Селърс.
„Компания за инженеринг на данни търсеше доставчици на големи количества стари книги.“
Продавачът пренебрегнал писмото, но скоро станало ясно, че хартията масово се дигитализира за обучение на невронни мрежи, а физическите носители след това се унищожават.
Старите учебници по висша математика, физика и медицина изчезнаха за половин година
Схемата работи безотказно. Според Патрик Хемпелман от BMV Books, през последните шест месеца от складовете му са били изчистени останалите бройки от тясно специализирани издания с малък тираж.
Търсят се стари учебници по висша математика, физика и медицина. Собственикът на Pulpfiction Books, Крис Брейшоу, е убеден, че зад тези покупки стоят технологични гиганти, които използват мрежа от временни фирми посредници, за да скрият апетита си.
В САЩ свалят кориците, сканират страниците и изпращат томовете под пресата
Подобна картина се наблюдава и в САЩ. Стана известно, че компанията Anthropic е похарчила милиони долари за закупуване на хартиени екземпляри.
Служителите са премахвали кориците, сканирали са страниците за своите набори от данни, а след това са изпращали книгите за унищожаване.
След 2022 г. алгоритмите започнаха да търсят човешки изречения с всичките им несъвършенства
Интересът на изкуствения интелект към прашните рафтове има ясна времева граница: 2022 г., датата на пускането на ChatGPT.
Разработчиците се сблъскаха с проблем, наречен „колапс на модела“: ако един алгоритъм се обучава върху текстове, които сам е създал, качеството на езика бързо се влошава. Моделите се нуждаят от автентична човешка реч с всичките ѝ синтактични неравности.
Освен това закупуването на физически екземпляр позволява на компаниите да избегнат претенциите на носителите на права върху дигитално съдържание.
Когато сканира закупена книга и унищожи оригинала, корпорацията оставя при себе си единствено дигитално копие, като формално не нарушава законите за авторското право.
Следващата цел може да са лични дневници, ръкописни архиви и регионални алманаси
Прогнозите, публикувани в началото на 2024 г., сочат, че световното търсене на уникални офлайн данни за обучение на генеративни модели ще нараства с поне 40 процента годишно.
Експертите смятат, че следващият етап на бума ще бъде лов на лични дневници, ръкописни архиви и регионални алманаси, които никога не са били преобразувани в дигитален формат.

