图书粉碎事件始末

8月2日, 读书圈里一则消息引发轩然大波, 大量珍贵图书被集中起来进行粉碎处理, 目的是用作AI大模型的训练数据, 此消息一经传出, 爱书之人和普通网友都无法保持平静, 图书供应商们在近期收到了数量极为庞大的订单, 业内人士据此猜测, AI公司想要获取更为干净、质量更高的数据, 并且想要避开版权方面的麻烦。

这场争议的关键要点朝着图书数据库网站聚焦, 外界觉得, 这家网站不但对于这种做法予以鼓励, 而且还为AI公司以及图书供应商搭建起沟通的桥梁, 舆论产生波动之后, 该网站急忙把相关宣传页面加以删除, 想要明确划分界限, 他们处在声明里表明: “我们不对AI模型进行训练, 那个页面仅仅是市场需求的测试, 服务从来都没有上线。”。

供应商的无奈选择

有一位匿名的图书卖方, 向媒体透露称, 存在一种情况, 即为用这样的行动, 能够协助自己清理实在卖不出去的库存, 同时还能够成功获取一定的金钱收益。然而, 对于这些书籍最终的使用方向, 自己并不怀有喜爱之情, 更是格外不情愿看到那些珍稀的图书被变成纸浆。最近这些年来, 学校以及图书馆在财政预算方面处于紧张的态势, 采购的需求大幅度下降, 导致很多的供应商在经营状况上陷入困境。面对数额巨大的订单, 他们几乎没有能力予以拒绝。

这些来的正巧的订单, 对供应商而言, 是雪中送炭；对AI公司而言, 则是获取高质量数据的便捷途径。然而, 稀有图书被毁坏, 使得好多人心里感觉不是个滋味。一位书商感慨道: “有些书或许再也寻觅不到了, 就这样消失不见了。”。

巴拿马计划曝光

实际上，这件事情在早前就已然出现过一些迹象。在今年的1月份的时候, 法庭方面所出示的有关文件当中, 披露了图书数据库网站内部有着一个被称作“巴拿马计划”的项目。这个项目计划进行大规模的图书采购行为, 在采购之后, 会进行数字化扫描操作, 然后将实体书予以销毁处理。当这个消息被曝光出来以后, 该公司同作者达成了一项和解方面的协议, 协议涉及的金额为15亿美元, 换算成为人民币大约是101亿元。

法庭文档呈现, 此操作自身被视作合法, 切实令公司忧心的是负面的舆论。故而他们甘愿耗费高昂费用, 以防止被披露。当前内幕得以公开, 近期众多图书购置订单也遭受更为严苛的审查。网友提出疑问: 耗费这般多钱财买书而后予以销毁, 究竟是图谋什么呢?

高质量数据难求

互联网上的数据质量差, 致使大量低质量内容的出现, 再加上越来越多AI自身生成的内容, 这可能会让模型训练出现“负反馈循环”, 也就是说, 用垃圾数据训练, 模型会变得越来越笨, 所以AI公司急需干净、权威的数据源, 那么AI公司为何会盯上实体书呢?

图书可不是这样儿的, 它们历经了筛选这一过程, 还经过了同行评审, 有着专业沉淀, 其内容十分密集, 结构也相当清晰, 这是网络爬虫根本无法与之相比拟的。今年夏天的时候, 电影公司A24宣布跟谷歌展开合作, 目的是为AI提供训练素材, 就是为了能够摆脱那些低质量的AI内容。每一家公司都在寻觅更好的数据来源。

销毁图书的真实原因

因何要将实体书予以销毁呢? 据报道所做的分析可知, 这般做法并非是为达到掩盖相关痕迹的目的, 亦并非源自于想要收藏那些稀有的知识。其中最具可能性的解释便是为了降低成本。数字化扫描的情况下不一定非得要去破坏原本的书籍, 可要是一味地追求低成本以及高效率, 极有可能会直接动手拆掉书脊, 从而获取到平整而又清晰的扫描效果, 之后便会把那些已损坏的书籍当作废纸去进行处理。

就这种操作方式而言, 着实是会让人心生寒意的。存在网友评论说 , “仅仅是为了去节省那样一点成本, 以至于将人类知识的结晶给毁掉了, 如此这般真的是值得的吗? ”然而呢 , 也有处于业内的人士表达称 , 这属于市场行为 , 并且在图书实现数字化以后 , 实体书所具备的价值便转移到了数据之上。只是呀 , 这样的一种转移方式 , 会使得热爱书籍的人难以去接受。

争议背后的思考

这场争议将AI发展存在的灰色地带给暴露了出来, AI公司对于高质量数据有所需求, 然而其获取方式却引发了道德方面的争议, 有专家表明AI训练数据的获取应当要更加透明, 要对知识产权以及文化遗产予以尊重, 与此同时图书供应商同样是需要生存的, 不能够对他们进行简单的指责。

众读者, 你们对于AI公司将图书粉碎以获取训练数据这般行径, 作何看待? 究竟是科技进步进程中必然要付出的代价, 还是属于对知识的一种不尊重之举? 欢迎诸位在评论区域留言, 并且点赞以及分享此篇文章, 从而让更多的人能够参与到讨论当中来。