亚马逊被曝购买稀有书籍，扫描后销毁用于AI训练

区块链文库报道：

亚马逊被曝购买稀有书籍，扫描后销毁用于AI训练数据

据两家媒体报道，被追踪到亚马逊AI训练设施的一些书籍，据称在扫描后被销毁。CryptoBriefing和Decrypt的报道称，亚马逊已购买稀有书籍用于训练其人工智能系统。这两家媒体表示，这些书籍被追踪到与亚马逊AI训练业务相关的一个设施。在那里，实体书被扫描后销毁。

两篇报道均未指明涉及哪些书名，或有多少本书经历了这一过程。报道也未详细说明采购规模或该活动已持续多久。不过，所描述的基本模式——购买实体书、数字化其内容、然后丢弃原版——指向了AI行业对可用训练数据更广泛的争夺。

大型语言模型需要海量文本来改进其输出。公开可用的互联网文本已逐渐枯竭，或受到版权持有者的限制。这促使AI开发者转向其他来源，包括实体档案、绝版书籍以及可能在其他地方不存在数字版本的稀有版本。

稀有书籍为此目的具有特殊吸引力。许多稀有书籍早于现代版权制度，或包含通过标准数字授权协议无法获得的文本。扫描这类书籍可以产生独特的训练材料。但随后销毁实体原版，将消除这些特定副本所具有的任何剩余稀缺性或收藏价值。

报道未说明亚马逊在购买时是否向卖家披露了这一销毁过程，或针对所涉书籍是否适用任何法律或保存义务。从现有报道中也不清楚这些书籍是通过公开拍卖、私人经销商还是其他渠道获得的。

此事触及了AI行业一个更广泛的矛盾。公司面临寻找新鲜、高质量训练数据的压力，同时数据来源、版权和保存问题也受到越来越多的审查。书籍收藏家、图书管理员和档案保管员此前曾表示担忧，当实物材料的信息内容被数字化捕获后，它们被视为可丢弃的消耗品。

目前没有报道显示亚马逊就这些描述中的扫描和销毁过程发表了详细的公开声明。关于涉及哪个具体设施、处理的书籍数量以及亚马逊对此做法的内部政策，现有报道中尚未提供更多细节。

市场影响

这些报道对金融市场直接影响有限，因为它们涉及的是实体书供应链，而非公开交易的资产或加密代币。任何间接影响可能主要是声誉层面的，涉及亚马逊在档案管理员、稀有书商和AI伦理观察者中的形象，而非直接影响其股价或云计算及AI业务线。

对于更广泛的AI行业而言，这个故事凸显了在易获取文本日益稀缺的情况下，公司们正如何积极追求新颖的训练数据来源。跟踪AI基础设施支出的投资者和分析师可能将此视为持续寻找专有或独特训练材料的又一个数据点，这一因素可以影响AI公司相对于其差异化数据获取渠道的估值。

这些报道描述了AI数据采集中一个虽小众但值得注意的做法，它涉及保存、来源以及对待实体历史材料的方式等问题。亚马逊的进一步细节或更多报道将有助于澄清所描述过程的范围和政策。

常见问题

报道称亚马逊对稀有书籍做了什么？
根据CryptoBriefing和Decrypt的报道，亚马逊一直在购买稀有书籍，扫描其内容用于AI训练数据，然后销毁实体原版。

为什么一家公司会在扫描后销毁书籍？
报道未解释亚马逊的具体原因。一般来说，将实体文本数字化用于AI训练，扫描完成后并不需要保留原版。

亚马逊对此做法公开回应了吗？
现有报道未表明亚马逊就所描述的扫描和销毁过程发表了详细的公开声明。

为什么稀有书籍对AI训练有价值？
稀有或绝版书籍可能包含网上其他地方无法获得的文本，随着更常见的数字文本越来越难以获得许可或访问，它们成为训练数据的潜在独特来源。