亞馬遜拆解珍本圖書用於 AI 訓練

亞馬遜正在購買大量稀有圖書，拆除書脊後掃描內容，以獲取可用於訓練 AI 模型的文本數據。一冊被放入追蹤器的珍本圖書最終送至亞馬遜在拉斯維加斯的設施 VGT3，該地點使用「恐龍爪持書本」標識。亞馬遜表示，公司透過商業渠道購買圖書，以改進客戶使用的產品和服務。訓練大語言模型需要極大規模的文本數據，互聯網上可直接獲取的公開內容已被大量使用，絕版、稀有或在線難以找到的圖書成為新的訓練語料來源。這類文本的價值在於，出版時間早於 2022 年的內容通常不含 AI 生成文本，過多 AI 生成內容可能導致「模型坍塌」，輸出質量下降。因此，AI 公司如何獲取高質量原始文本再次成為焦點。