В англотвиттере уже несколько дней бушует скандал: опять всплыла история про то, как ведущие AI-компании массово скупают редкие бумажные книги для обогащения своих тренировочных датасетов. Сами книги при этом превращают в пепел – подробности ниже.
Видите ли: всё, что есть в интернете, уже нейронками многократно пережевано и переварено – а для воспитания следующих поколений умных моделей нужно больше новых вкусных данных. Кроме того, в интернете значительная часть буквенных массивов представлена шедеврами типа «пыщь-пыщь, упячка попячся онотоле!», которые не сильно помогают в повышении интеллектуального уровня нейронок. А вот у настоящих напечатанных книг большое преимущество в том, что при их написании кто-то реально подумал (да еще и редактор, поди, проверил).
Так вот, возмущение общественности вызывает конкретный способ, который используют AI-лабы: они заказывают миллионы книг – а потом их массово-поточно сканируют, отрезая корешки для удобства. Более того, после успешной диджитизации изнасилованная тушка книги еще и уничтожается.
Прочитав такое, твиттерские негодуют: «как так?? редчайшие фолианты уничтожаются жадными технобро для переработки в нейрослоп!». Правда, я тут вот что не очень понимаю: каким образом обогащает мировую культуру какая-нибудь редкая книга в одном экземпляре, пока она пылится никому не нужная на складе некоего издателя (ожидая момента, когда ее утилизируют как безнадежный неликвид)?
Нельзя ли аргументировать, что эта книга принесет обществу больше пользы, будучи включенной в сумму знаний нейронки, которой потом будут пользоваться десятки и сотни миллионов людей? Не получится ли так, что после оцифровки в архиве крупнейшей AI-корпорации у книги останется гораздо больше шансов сохраниться в накопленной сумме знаний человечества, чем при существовании в форме единственной физической копии чёрти-где?
Но нет, люди всё равно сыплют проклятиями в адрес этих ужасных Антропиков. Потому что книга – это святое! Кто отрезал корешок у живой книги – поди, завтра котят начнет плющить промышленным прессом!! И вообще, общеизвестно же, что в книге ее физическая форма гораздо важнее содержания.
Отдельный кек во всей этой истории заключается в том, что уничтожение отсканированных книг как бы даже поощряется текущим американским copyright-законом. В одном из разбирательств с Anthropic (которых, кстати, уже разок оштрафовали на $1,5 млрд за пиратинг книг) судья им так и объяснил: если ты купил книгу и отсканировал ее – то последующее уничтожение оригинала делает весь процесс легальным с точки зрения копирайта. Ведь тут нет никакого незаконного создания копий, а происходит всего лишь превращение одного экземпляра физической книги в один экземпляр электронной…
Как бы то ни было, мне кажется, в прекрасном мире будущего должен быть какой-то отдельный закон про обязательную отправку уникальных цифровых копий книг в Общемировую Библиотеку.
P.S. В ТГ-канале в комментах горячее обсуждение, подписчики не согласны.
ссылка на оригинал статьи https://habr.com/ru/articles/1064896/