- 发布日期
珍稀图书遭粉碎用于 AI 训练引众怒，图书数据库 ISBNdb 下架 AI 相关测试页面
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
近日，一则关于大量珍贵图书被集中粉碎、仅为训练大语言模型提供数据的消息引发广泛关注。图书数据库网站ISBNdb因被指为AI公司与图书供应商牵线搭桥，于本周删除了相关测试页面，试图与这场争议划清界限。
消息称，多家图书供应商近期收到数量异常庞大的图书订单。业内人士猜测，AI公司希望获得质量更高、更干净的训练数据，同时尽可能规避版权风险。舆论焦点指向ISBNdb，该网站曾推出服务，似乎专门帮助AI企业联系图书仓储机构。
ISBNdb在最新声明中表示，并不训练AI模型，也从未从事过相关业务。那个页面只是一次市场需求测试，相关服务从未真正上线，目前已经删除。此前宣传页面曾写道：“世界上最优质的AI训练数据，就摆放在书架上。”
实际上，类似做法早有先例。今年1月，一份公开法庭文件披露了Anthropic内部代号“Project Panama”的项目，旨在尽可能购买大量图书，完成数字化扫描后再将实体书销毁。Anthropic此后与作者达成了一项总额15亿美元（约合101.47亿元人民币）的和解协议。
法庭文件显示，这种做法本身被认为是合法的，真正让公司担忧的是由此带来的负面舆论。因此，Anthropic愿意支付高额代价，以避免相关做法被曝光。如今，这一内幕已公开，近期出现的大量珍贵图书采购订单也受到了更严格的关注。
一位匿名图书卖家在接受采访时表示，这类订单既能帮助清理难以售出的库存，又能赚钱。但他并不喜欢这些图书最终的用途，也不愿看到稀有图书被直接打成纸浆。
随着AI公司越来越难获得“干净”的训练数据，它们正在寻找新的数据来源。互联网上大量低质量内容及AI自身生成的内容，可能导致模型训练出现“负反馈循环”问题。因此，各家公司希望获取质量更高的数据，同时尽量避免引发外界关注。今夏，电影公司A24宣布与谷歌合作，为DeepMind提供训练素材，以改善媒体生成模型。
至于为何要销毁实体书，报道认为并非为了掩盖痕迹，也不是出于收藏稀有知识的目的。最可能的解释是降低成本。图书数字化扫描不必然破坏原书，但若追求低成本、高效率，很可能直接拆掉书脊以获得平整扫描效果，随后将损坏的书籍当作废纸处理。
