AmazonがAI学習用に希少本を破壊

希少本をAI学習の源として調達するというAmazonの慣行は、より広い業界の課題を反映している。それは本物の人間が執筆したテキストのオンライン供給が有限であるという課題だ。LLM（ChatGPTのようなAIモデル）が自由に利用可能なインターネットコンテンツを飽和させてきたため、企業は代替の情報源を求め始めた。例えばAnthropicは既に違法にコピーされた本を使用している。スケール感は明確だ。LLMが大量のAI生成テキストで学習する場合、「モデル崩壊」と呼ばれる現象が出力品質を低下させるため、2022年以前の人間が執筆したテキストは特に価値がある。

希少本や絶版本は特に需要の高い資源だ。インターネット上でほぼ見つけられないが、確実に人間が著者であるテキストを含んでいるからだ。Amazonのラスベガスの施設VGT3での一元的なスキャン操作——恐竜が本を掴んでいるシンボルで識別可能——は、同社がこの調達戦略にインフラストラクチャーに投資していることを示唆している。Amazonが商業チャネルを通じて「本を購入している」と公に述べている事実は、そのような調達は、取り返しのつかない文化的成果物を破壊する可能性があるとしても、AI開発経済学の受け入れられた部分となっていることを示している。