Segundo a 404 Media , que colocou um dispositivo de rastreamento em um livro raro que acabou chegando a uma unidade da Amazon em Las Vegas, a Amazon está comprando toneladas de livros raros, cortando suas lombadas e digitalizando-os para treinamento de inteligência artificial.
A instalação, conhecida como VGT3, se identifica com um símbolo de um dinossauro segurando um livro em suas garras. A Amazon declarou à 404 Media, em um comunicado, que “compra livros por meio de canais comerciais para aprimorar os produtos e serviços que os clientes utilizam”.
Empresas como a Amazon precisam de quantidades inimaginavelmente grandes de texto para treinar seus modelos de aprendizado de máquina (LLMs), que já absorveram tudo o que puderam da internet (e, no caso da Anthropic, de livros pirateados ilegalmente ). Livros raros, especialmente aqueles que estão fora de catálogo ou impossíveis de encontrar na internet, oferecem uma nova fonte de dados de treinamento muito valiosos.
Esses textos são especialmente valiosos, visto que não há nenhuma chance de que algo publicado antes de 2022 tenha sido escrito por um modelo de aprendizado de máquina (LLM). Quando os LLMs são treinados com texto gerado por IA, eles correm o risco de ” colapso do modelo “, que pode ocorrer quando a qualidade das saídas de um LLM se degrada após a ingestão de muito texto gerado por IA.
