Amazon mua sách hiếm về xé gáy đem scan — hãng khởi nghiệp từ nghề bán sách giờ nghiền sách nuôi AI

Theo điều tra của 404 Media, Amazon đang mua sách hiếm với số lượng lớn, cắt bỏ gáy sách rồi đem scan để huấn luyện mô hình AI. Nhóm phóng viên gắn thiết bị theo dõi vào một cuốn sách hiếm và lần ra điểm cuối: một cơ sở của Amazon ở Las Vegas, có tên gọi nội bộ là VGT3, nhận diện bằng biểu tượng con khủng long cầm quyển sách trong móng vuốt.

Amazon nói với 404 Media rằng họ “mua sách qua các kênh thương mại để cải thiện sản phẩm và dịch vụ mà khách hàng đang dùng”.

Vì sao sách giấy bỗng thành mỏ vàng

Các hãng như Amazon cần lượng văn bản khổng lồ đến mức khó hình dung để huấn luyện LLM, mà kho dữ liệu trên internet thì gần như đã vét sạch — trong trường hợp Anthropic là cả sách lậu, dẫn tới vụ dàn xếp bản quyền 1,5 tỷ đô hồi tháng 7. Sách hiếm, nhất là loại đã ngừng in hoặc không thể tìm thấy trên mạng, trở thành nguồn dữ liệu mới đáng thèm.

Có một lý do kỹ thuật khiến mấy cuốn sách cũ này quý hơn hẳn: mọi thứ xuất bản trước năm 2022 chắc chắn không phải do LLM viết ra. Khi mô hình học từ chính văn bản do AI sinh ra, nó có nguy cơ rơi vào model collapse — chất lượng đầu ra tụt dần vì tự ăn cái đuôi của mình.

Cenix thấy nghịch lý ở đây khá đắng: một công ty khởi nghiệp bằng nghề bán sách, giờ mua sách về để phá huỷ bản vật lý lấy dữ liệu. Về mặt pháp lý thì mua rồi scan cho mục đích nội bộ là chuyện khác hẳn với tải sách lậu. Nhưng về mặt cảm xúc, với ai từng giữ một bản in không còn tái bản, nghe vẫn thấy tiếc.

Anh em nghĩ sao — mua đứt rồi làm gì cũng được, hay sách hiếm nên có một tiêu chuẩn riêng? Kể Cenix nghe ở phần bình luận.

Nguồn tham khảo: TechCrunch

Nguồn: TechCrunch