亚马逊如何通过扫描稀有书籍来训练AI?一场隐秘的数字化掠夺

加密货币的机构采用 稳定币与中央银行数字货币

在数字化浪潮席卷全球的今天,一场悄无声息的「知识掠夺」正在上演。亚马逊,这家全球最大的电商巨头,正通过一种极其隐蔽的方式,大量收购并销毁实体书籍,将其转化为AI模型训练的「养料」。而这一切,几乎没有引起公众的注意。近日,美国科技调查媒体《404 Media》的一项调查揭开了这层神秘面纱。记者通过在一批稀有书籍中植入追踪设备,成功追踪到这些书籍最终被运往美国内华达州拉斯维加斯的一处亚马逊仓库。在那里,工人将书籍的装订切除,并对其进行扫描,以获取AI训练所需的文本数据。

而在这一过程中,实体书籍被彻底销毁,成为了一堆废纸。这并非亚马逊的首次尝试。早在2024年,就有图书销售商注意到,亚马逊突然大量采购图书,尤其是那些没有国际标准书号(ISBN)的稀有书籍。这些采购行为异常迅速且不计成本,与传统图书馆或大学的采购方式截然不同。更令人不解的是,这些书籍最终被运往拉斯维加斯的一处名为VGT3的亚马逊仓库。该仓库的标志是一只张开血盆大口、手持书籍的霸王龙,这一诡异的设计似乎预示着某种「数字化捕食」的行为。

**一、AI训练的「饥渴」与图书的「牺牲」**当下,AI模型的训练需要海量的文本数据。然而,互联网上可供免费获取的高质量文本资源已经所剩无几。许多AI公司开始将目光投向实体书籍,尤其是那些未被数字化的珍贵典籍。这些书籍不仅包含大量未被网络爬虫收录的文本,而且由于出版时间较早(通常在2022年以前),内容纯净,不会受到AI生成文本的污染。这种被称为「模型崩溃」(model collapse)的现象,会导致AI模型在训练过程中不断「自我复制」错误,最终失去实用价值。然而,扫描实体书籍并非易事。

传统的扫描方式不仅耗时耗力,还需要保持书籍的完整性。为了提高效率,一些AI公司选择了一种更为极端的方式:切除书籍的装订,将书页平铺后进行扫描。这种方式虽然加快了扫描速度,但也意味着书籍在被数字化的同时被彻底销毁。2023年,作家们对Anthropic公司提起诉讼,揭露了其名为「Project Panama」的计划,即通过商业渠道大量收购图书,切除装订后扫描,并最终销毁实体书。法官在裁决中认为,由于实体书被销毁,AI公司的行为构成了「合理使用」,不构成版权侵犯。亚马逊显然也采用了类似的策略。

根据《404 Media》的调查,拉斯维加斯的VGT3仓库专门负责接收大量图书,工人将书籍的装订切除后进行扫描,最终销毁实体书。尽管亚马逊发言人在回应中表示,公司收购图书是为了「改进产品和服务」,但他们并未解释为何要销毁实体书,也不愿透露全球范围内类似设施的数量。**二、图书市场的异常波动与AI公司的「囤积」行为**图书销售商们早已注意到,自2023年以来,图书市场出现了异常的销售激增。许多销售商表示,他们收到了大量来自未知买家的订单,这些买家似乎对价格不敏感,且订单数量庞大。更奇怪的是,这些订单中的书籍往往是一些冷门或稀有的作品,例如外文书籍或绝版书籍,而这些书籍通常不会被大规模采购。一位不愿透露姓名的图书销售商向《404 Media》透露,他曾在Biblio等图书交易平台上收到一份约1000本图书的订单。

为了追踪这些书籍的去向,销售商在其中一本书中植入了苹果AirTag追踪器。经过数周的追踪,这本书最终被运往拉斯维加斯的亚马逊仓库。而这条物流路线,正是亚马逊VGT3仓库的典型路径。图书销售商们怀疑,这些异常订单背后的买家正是AI公司。因为AI公司需要大量文本数据来训练模型,而实体书籍是最好的数据来源之一。由于图书交易平台通常对买家信息进行保密,销售商们无法直接确认买家的身份。

然而,通过追踪物流轨迹,他们发现这些书籍最终都被运往了亚马逊或其他科技巨头的仓库。**三、文化遗产的流失与版权的灰色地带**亚马逊的行为引发了广泛的争议。一方面,AI公司需要大量文本数据来训练模型,而实体书籍是最可靠的数据来源之一。另一方面,销毁实体书籍的行为不仅侵犯了作者和出版商的版权,也导致了文化遗产的流失。根据美国版权法,未经授权复制和分发受版权保护的作品构成侵权。然而,AI公司辩称,扫描图书仅用于训练模型,不构成对原作品的复制或分发。

此外,由于实体书籍被销毁,AI公司认为其行为不构成对版权所有者的经济损害。然而,这种解释并未得到法律界的普遍认可。许多版权专家认为,即使实体书籍被销毁,AI公司的行为仍然侵犯了版权所有者的复制权和发行权。更令人担忧的是,这种行为可能导致大量珍贵文化遗产的消失。许多稀有书籍不仅具有商业价值,还具有历史、文化和学术价值。例如,一些绝版书籍可能包含独一无二的历史档案或学术研究成果,一旦被销毁,这些珍贵的信息将永远消失。

然而,对于AI公司而言,这些价值并不重要。他们只关心书籍中的文本内容,而忽视了书籍作为文化载体的意义。**四、亚马逊的AI帝国与数字化转型**亚马逊不仅是全球最大的电商平台,也是AI领域的重要参与者。其自研的大语言模型(LLM)「Nova」系列被视为与谷歌、OpenAI和Anthropic等公司的前沿模型相竞争的产品。为了训练这些模型,亚马逊需要大量的文本数据。而实体书籍,尤其是那些未被数字化的珍贵典籍,正是最理想的数据来源。

根据公开资料,亚马逊的AI训练团队不仅使用公开的文本数据,还大量收集内部数据,例如用户在亚马逊平台上的购物记录、评论和搜索历史。此外,亚马逊还开发了名为「Kiro」的AI编码助手,用于内部软件开发。这些AI工具的训练同样需要海量的文本数据,而实体书籍正是这些数据的重要来源之一。然而,亚马逊的行为也引发了员工的不满。在一些内部论坛上,亚马逊员工抱怨VGT3仓库的工作枯燥乏味,工人每天重复着相同的任务,例如扫描书籍的条形码或ISBN号。一些员工表示,这种工作虽然轻松,但缺乏挑战性。

此外,由于亚马逊近年来减少了对VGT3仓库的图书供应,一些员工担心该仓库可能会被关闭。**五、公众的反应与未来的挑战**亚马逊的行为引发了公众的广泛关注和批评。许多人认为,销毁实体书籍以获取AI训练数据的行为不仅侵犯了版权,也破坏了文化遗产。然而,由于缺乏明确的法律框架,这种行为在很大程度上仍处于灰色地带。一些图书销售商和作家组织已经开始采取行动。例如,一些图书销售平台开始限制AI公司的采购行为,或者提高对稀有书籍的保护措施。

此外,一些作家和出版商已经对AI公司提起诉讼,要求他们停止未经授权的图书扫描行为。然而,面对AI公司的巨大需求和商业利益,这种抵制行为可能收效甚微。未来,我们可能需要更严格的法律法规来保护文化遗产和版权,同时也需要更透明的AI训练数据来源。只有这样,我们才能在享受AI技术带来的便利的同时,保护好我们的文化遗产和知识产权。**六、如何保护你的藏书不被AI「掠夺」?**对于普通读者和藏书爱好者而言,如何保护自己的藏书不被AI公司「掠夺」?以下是一些建议:1. **避免在公开市场出售稀有书籍**:如果你拥有珍贵的绝版书籍或外文书籍,尽量避免在公开的图书交易平台上出售。这些平台往往是AI公司收购图书的主要渠道。

2. **选择数字化保存**:如果你拥有珍贵的书籍,可以考虑将其数字化保存。这样不仅可以保护实体书籍,还可以避免被AI公司收购。3. **支持版权保护组织**:加入或支持版权保护组织,例如作家协会或出版商协会,参与维权行动。4. **关注法律动态**:密切关注版权法和AI相关法律的更新,及时了解自己的权利和义务。**七、结语:数字化浪潮下的文化保卫战**亚马逊通过销毁实体书籍来训练AI模型的行为,揭示了数字化浪潮下文化保护的严峻挑战。在AI技术飞速发展的今天,我们需要在享受技术便利的同时,保护好我们的文化遗产和知识产权。

只有这样,我们才能确保人类文明的延续和发展。未来,我们期待更多的法律法规出台,以规范AI公司的行为,保护文化遗产和版权。同时,我们也需要更多的公众关注和参与,共同守护我们的文化家园。 。