Antika böcker förstörs när AI:s språkmodeller tränas
Det pågår bokskövling bland AI-företagen.
Techjätten Anthropic har gjort stora bulkbeställningar av böcker – i vissa fall antika, sällsynta och utgångna böcker – för att träna sin AI-modell Claude, det rapporterade The Washington Post tidigare i år.
Det har de gjort genom så kallad ”destruktiv skanning”, där bokryggen skärs bort så att sidorna snabbt kan matas in i språkmodellen.
AI-tjänster som till exempel Claude och ChatGPT bygger på stora språkmodeller. Desto bättre kvalitet på den data som matas in i språkmodellen, desto bättre innehåll kan AI-tjänsten producera.
Därför vill AI-jättarna träna på välskrivna verk av människor, istället för på till exempel en kort AI-sammanfattning.
Varför just gamla böcker?
AI-inlärningen har i stort sett skannat hela internet på data att träna på.
För att undvika att AI-modeller hamnar i en typ av AI-loop som enligt vissa forskare skulle kunna leda till en modellkollaps, alltså att AI-modellen förlorar sin förmåga och ger sämre svar, så har böcker skrivna i en tid innan AI blivit eftertraktad råvara.
Till och med ISBN, världens största bok-databas, erbjuder tech-företag offerter där de kan bulkköpa miljontals böcker åt gången. På deras hemsida skriver de ”världens bästa AI-träningsdata finns i bokhyllan”, det rapporterar 404 Media.
Genom att använda sig av gamla böcker kommer AI-företagen också undan upphovsrätten.
I klippet får du koll på vad ”destruktiv skanning” är och varför AI-företagen vill komma över miljontals böcker.
Så arbetar vi
SVT:s nyheter ska stå för saklighet och opartiskhet. Det vi publicerar ska vara sant och relevant. Vid akuta nyhetslägen kan det vara svårt att få alla fakta bekräftade, då ska vi berätta vad vi vet – och inte vet. Läs mer om hur vi arbetar.