Редкие книги становятся «топливом» для ИИ: книготорговцы сообщают о необычном спросе

Искусственный интеллект все чаще учат не на материалах из Интернета, а на бумажных книгах. По данным ряда западных СМИ, AI-компании через посредников скупают крупные партии печатных изданий, после чего книги разрезают, сканируют на промышленном оборудовании и утилизируют. Книготорговцы опасаются, что под этот процесс могут попадать даже редкие и давно недоступные издания.

Практика получила широкую огласку после обнародования судебных документов по делу против компании Anthropic. Из них стало известно, что компания реализовывала внутренний проект под названием Project Panama, в рамках которого были приобретены миллионы бумажных книг. Для быстрой оцифровки у изданий срезали переплеты, страницы сканировали промышленными сканерами, а бумажные экземпляры после этого выбрасывали.

Последние журналистские расследования свидетельствуют о том, что аналогичный спрос на книги сегодня формируют и другие игроки рынка искусственного интеллекта. Для закупок используются специализированные компании-посредники, предлагающие анонимно приобрести сотни тысяч или даже около миллиона книг одним контрактом. Такая схема позволяет не афишировать заказчиков и работать напрямую с продавцами книг.

Причина такого интереса – качество данных. Старые печатные книги включают в себя профессионально отредактированные тексты, созданные людьми еще до массового распространения генеративного искусственного интеллекта. По мнению разработчиков, именно такие материалы значительно ценнее для обучения языковым моделям, чем современный интернет-контент, который все больше состоит из текстов, созданных самими нейросетями.

Книготорговцы в Европе и Северной Америке сообщают о резком росте спроса прежде всего на специализированные, малотиражные и давно не переизданные книги. Они опасаются, что среди таких закупок могут оказываться и редкие издания, количество которых в мире уже очень ограничено. В то же время нет подтверждений, что AI-компании целенаправленно скупают или уничтожают уникальные музейные или библиотечные экземпляры — эти опасения пока основываются на сообщениях участников книжного рынка.

История уже вызвала новую волну дискуссий не только о авторском праве, но и о сохранении культурного наследия. Критики подчеркивают, что после так называемого разрушительного сканирования (destructive scanning) цифровые копии остаются у частных AI-компаний, тогда как физические книги безвозвратно исчезают. Сторонники такого подхода отмечают, что компании покупают книги законно, а сама технология позволяет быстро получить большие массивы качественных текстов для обучения современных моделей искусственного интеллекта.