Amazon 被曝销毁稀有书籍用于 AI 训练

AI领域评论0字数 578阅读1分55秒阅读模式

据科技媒体 404 Media 报道，研究人员将一枚追踪设备放入一本珍本图书，随后追踪到该书最终抵达了亚马逊位于拉斯维加斯的一处设施，编号 VGT3。该设施对外标识为一只恐龙爪夹着图书的符号。

亚马逊随后在一份声明中确认："我们通过商业渠道购买图书，以提升客户使用的产品和服务。"

核心变化：珍本图书正被大规模销毁用于 AI 训练

主流大语言模型（LLM）已几乎吞噬了互联网上所有可爬取的数据。各公司对训练语料的需求近乎无穷无尽。珍本，尤其是已绝版或从未数字化的图书，成为一片尚未被染指的数据金矿——这些文本的价值在于，它们不可能出自 AI 之手。

2022 年之前出版的内容，必然出自人类之手。当 AI 在训练中摄入过多 AI 生成的文本时，会面临"模型崩溃"（model collapse）风险，导致输出质量逐步退化。珍本图书所承载的历史语料，恰好填补了这一时间窗口的空白，成为修复与丰富模型能力的稀缺资源。

404 Media 的调查揭示了这些图书的最终命运：亚马逊将珍本图书的书脊切除后进行扫描，完成后图书本身即被销毁。这一操作方式意味着大量不可复得的文献资料就此消失，而非进入图书馆或档案馆保存。

对出版与文献保护而言，这是一条值得警惕的信号：AI 训练需求正在将文化遗存转化为消耗性资源，相关法律法规尚属空白。

对 AI 行业而言，合法获取高质量训练数据的路径正在收窄，各公司需正面回应数据来源的伦理问题，而非以"商业渠道采购"一笔带过。