451 градус по Anthropic, или как ИИ-компании пускают редкие книги на фарш 📚
Вы думали, что разработка ИИ — это про светлое цифровое будущее, стерильные дата-центры и высокие технологии? На самом деле прямо сейчас бигтех буквально перемалывает физическое культурное наследие человечества промышленными резаками.
Рынок уперся в потолок качественных данных. Интернет уже необратимо засран сгенерированным шлаком. Когда LLM обучается на текстах, сгенерированных другими LLM, она стремительно тупеет. Где сейчас взять чистый, структурированный, 100% человеческий текст со сложной аргументацией и нормальной редактурой? Правильно, в физических книгах, изданных до 2022 года. Сейчас это премиальный ресурс, структурно очищенный от ИИ-отравы.
Как выяснилось из недавних утечек, у Anthropic есть внутренний проект с кодовым названием Project Panama. Сначала ребята не парились и тупо пиратили электронные библиотеки, за что отхватили коллективные иски на миллиарды долларов.
Решение проблемы оказалось элегантным: Anthropic наняли бывшего топа из Google Books и пошли скупать физические книги вагонами.
Тут работает юридический хак — «доктрина первой продажи». Купил физическую копию — имеешь право делать с ней что угодно. ИИ-стартапы скупают сотни тысяч книг, включая редкие, антикварные и букинистические издания в единственных экземплярах. Затем на фабриках им гидравлическими машинами срезают корешки, прогоняют листы через высокоскоростные промышленные сканеры, переводят в PDF, а ошметки отправляют в макулатуру. ✂️
Суд уже признал это «добросовестным использованием», и вокруг этого уже вырос целый B2B-сервис. Крупнейшая книжная база ISBNdb теперь работает как оптовый поставщик для ИИ-лабораторий, отгружая до миллиона книг за раз. Они прекрасно понимают, как это выглядит в паблике. На их сайте клиентам прямо предлагают прикрываться NDA и называть этот вандализм «цифровым сохранением», чтобы в прессу не утекли заголовки вида «ИИ-стартап уничтожил 2 миллиона книг».
Ничего личного, просто метрики. Уничтожить последние три дошедшие до нас экземпляра трактата 18 века, пережившие войны и пожары, просто чтобы очередной Claude чуть лучше писал вам прогревы для email-рассылок и генерил код.
🤔Илон Маск, естественно, не упустил повод попиариться на чужом факапе и заявил, что поручил команде SpaceXAI сканировать редкие книги «по-сложному», не отрезая корешки. Но даже если это будет так, то это капля в море.
Когда через пару лет будете удивляться, почему редкие печатные издания взлетели в цене в 10 раз — просто вспомните, что их пустили на корм алгоритмам. Будущее наступило. И оно жрет прошлое.
