近日陸續有人轉載 AI 公司買舊書來拆毀、訓練，並丟棄的消息，原始報導在這裡，由於付費才能閱讀，但有找到引用部分段落的一篇文章：

翻譯摘錄

隨著人工智慧公司尋找更多的訓練資料來改進他們的模型，一家公司正在提供舊的印刷書籍作為理想的來源，因為它們可以保證沒有人工智慧公司正在生產的人工智慧。

ISBNdb 在其網站上表示，「世界上最好的人工智慧培訓資料正在擱置」，該公司生產其聲稱是「世界上最大的圖書資料庫」，併為人工智慧公司提供大量圖書收購服務。

「書籍代表了策劃的、同行評審的、特定領域的人類知識，其結構是網路抓取無法複製的方式。 密集的、經過編輯的、權威的。」

ISBNdb 在其網站上的一篇文章中解釋說，2022 年之前出版的印刷書籍是人工智慧訓練資料的理想選擇，因為它們不包括人工智慧生成的文字。

正如文章正確指出的那樣，人工智慧公司今天可以從網際網路上搜刮的大部分資料可能包括人工智慧生成的文字，這可能會導致「模型崩潰」，即在人工智慧生成的資料上訓練的人工智慧模型會導致更差的模型，更容易出錯。

文章還指出，反對其寫作用於培訓目的的書籍作者現在可以透過製作旨在操縱和破壞由此產生的人工智慧模型的著作來輕易地毒害人工智慧模型。

「從結構上講，LLM前時代的印刷書籍保證沒有這種汙染。 僅這一點就是一個顯著的優勢[…] 在此日期[2022年之前]之前出版的物理書籍在結構上沒有現代中毒工具。 […]

ISBNdb 宣傳說，它可以對人工智慧公司的身份保密。 ISBNdb 的網站說：「每次參與都有嚴格的保密協議。」 「每個專案都以具有法律約束力的保密協議開始。 您的身份、策略和收購目標從未被披露。」

ISBNdb 指出，人工智慧公司可能不希望在掃描過程中被發現銷燬印刷書籍。 ISBNdb的網站說，「光學問題是真實的。」 「人工智慧公司摧毀了 200 萬本書」並不是一個引起同情的標題。

---

後來，在 8/14 的鬥陣 One More Thing 中，我分享了這件報導、華氏 451 度 這本書，還有自己的評論，順便筆記在這邊。

人工智慧正在摧毀驅動他的來源！
​
好像在啃噬孕育他的環境，還自以為能變成天神般的存在。
​
文學、繪畫、音樂、電影等人文藝術作品，不只是作品，也是生活經驗、世界觀點的表達，還是一種「生活姿態」與「產業生態」，AI 生成的速成、便利、訂閱邏輯，是在榨取、詐取、壓縮、壓抑這樣的生活/生存文化。

諷刺的是，現在人工智慧中最稀有的東西是任何機器從未觸及過的句子。

我並不反對 AI，用 AI 技術來做研究，作為設計「數位工具」的田野材料，能增進創新發展或工作效率的用法，AI 都是很棒的。然而，AI 公司拿未經授權的內容來做產品，再給人付費訂閱，是侵犯到「作者」權益的。
​
理想情況是，各資料擁有者，有自己的 AI 技術，提供加值服務給使用者，如此得到的收入，可以進一步豐富自己的資料。而不是交給集中化的組織/技術/模型，來做這些事情。

集中化，是去多元化，也會有因為權力衍生的國安與隱私問題。

總之，世界跑得更快，我們需要想慢一點。