火狐电竞官网登录:

  跟着AI生成内容如潮水般涌入互联网，由人工创造的“洁净语料”倏然变为稀缺资源。在这一趋势下，AI巨子们将目光投向了纸质书本。

  日前，独立媒体404 MediaX一则报导指出，人工智能公司正在批量购买2022年前出书的珍稀书本，运用液压切割机切除书脊并加以扫描，然后获取未被AI“污染”的洁净数据（2022年前出书的图书不包含AI生成内容）。

  为防止数据再度流入商场，这些书本在过后往往会被损坏毁掉。报导指出，Anthropic曾毁掉数百万册实体书，乃至包含存世量很少的绝版古籍。

  据悉，这项举动被Anthropic称作“巴拿马方案”，而且被美国联邦法院判定为合法。法院确定，“合法购买纸质书再加以损坏性扫描”的形式归于合理运用。

  报导甫一揭露，相关言论敏捷在社会化媒体发酵：X渠道账号Hedgie转述此事时得到马斯克回复。后者表明：“现已要求SpaceXAI团队保存图书馆中所有宝贵的书本，并选用无损扫描方法，然后防止损坏书脊。”

  Hedgie对此回复称：“感谢马斯克团队这样做，尽管扫描速度慢一些，但你们依旧能取得练习数据。假如SpaceXAI可以坚持这样做，那么其他业界公司也应该以此为规范。”

  不管采纳何种方法获取数据，种种痕迹阐明，书本已成为AI练习语料的重要来历之一。

  如上述报导所述，ISBNdb是一家供给大批量图书收购服务的公司，其声称具有“全球最大的图书数据库”，并于近年转型为AI企业的“图书数据供货商”。《》则发现，Anthropic已与Better World Books树立协作，后者是图书馆、零售商和个人出售旧书的渠道。

  7月22日，新闻集团（News Corp）式向加州奥克兰联邦法院提起反诉，指控美国搜索引擎公司Brave Software没有通过授权大规模抓取并转售《华尔街日报》《纽约邮报》等旗下媒体的文章的首要内容，用于人工智能模型练习。

  7月14日，一群首要出书商对谷歌提起诉讼，指控该公司不合法运用数百万本受版权维护的书本来协助其构建Gemini人工智能模型，称这是“历史上最严峻的侵略版权行为之一”。谷歌内部指出，假如将出书商供给的文本用于Google Play图书，公司或许面对“100亿至1000亿美元的潜在罚款”。

  中信证券研报指出，估计2026年文明IP数字化运营有望为出书业带来约700亿元增量空间。大模型练习需求很多的优质语料数据，出书企业所具有的内容财物可认为模型供给丰厚的优质言语资料。中泰证券表明，相关出书公司内容版权归属较明晰，垂类内容优势明显，有望跨过互联网、AI等多个技能周期，成为持续发展的底层中心财物。