谜题揭晓，亚马逊的团队以一只正准备吞食书籍的霸王龙作为其标志。在过去的一年多里，书商们怀疑 AI 公司正在购买大量稀有书籍，然后在扫描后将其销毁以训练 AI。但直到现在，这很难证明，404 媒体报道称，隐藏在一本稀有书籍中的 Airtag 显示至少有一家科技巨头在推进其前沿模型的竞赛中涉及了一些批量订单：亚马逊。周一，404 媒体透露，他们与一位书商取得了联系，该书商同意在一本作为批量订单一部分的稀有书籍中植入 Airtag。然后，该 Airtag 被追踪到位于拉斯维加斯的亚马逊 AI 训练设施，该设施的团队专注于拆解书籍并扫描页面，404 媒体报道。显然，对愈演愈烈的书籍扫描破坏行为的反弹无动于衷，该团队仓库的门上的标志 VGT3 显示出一只准备吞食书籍的霸王龙，404 媒体记录道。亚马逊则回避了此次事件，拒绝对404 媒体的发现发表评论，只向 Ars 提供了对404 媒体的相同声明，其中并未具体提到 AI 培训。亚马逊的声明称：“亚马逊通过商业渠道购买书籍，以帮助开发和改进我们客户使用的产品和服务。”然而，亚马逊正在开发他们认为的前沿 AI 模型，这些模型需要大量独特的训练数据，以在与 Google、OpenAI 或 Anthropic 等领先公司竞争中保持竞争力。目前，各公司谨慎保护他们的训练数据，以避免失去竞争优势。而在稀有书籍难以找到的文本上训练模型，似乎会为亚马逊提供优势，尤其是因为竞争对手如 Anthropic 和 xAI 已公开表示他们不在稀有或古籍上进行训练。此外，看起来亚马逊需要一个新的原创文本来源。404 媒体指出，VGT3 的工作人员在网络论坛上讨论，早在今年年初，亚马逊就已经缺少书籍进行扫描。这个短缺的情况令人担忧，他们担心如果亚马逊找不到更多书籍进行扫描，仓库可能会关闭。有一段时间，供应完全耗尽，工人说。但这个设施仍在运作，404 媒体报道。而且现在确认，送到那里的一批稀有书籍被这个团队系统地销毁。许多书籍爱好者对这种破坏性书籍扫描感到震惊（因为还有替代方案），一位强烈批评者迈克尔·伯里甚至曾将这种做法称为“邪恶化身”。然而，亚马逊的工人在论坛上报道，他们认为这个工作对那些喜欢灵活工作时间的单调工作者来说是一个“不错”的机会。关于稀有书籍的辩论 404 媒体还揭示了，书商们重视的稀有作品正被亚马逊的 AI 机器吞噬，此外，404 媒体的调查帮助巩固了另一个书商理论，即为什么 AI 公司可能会点购某些稀有书籍而非其他书籍。在一个可谓历史性的销售年份，书商们怀疑 AI 公司正在针对带有 ISBN 编号的书籍，以确保训练数据集中包含最高量的独特作品。404 媒体对亚马逊工人在网上讨论的审查表明，他们被训练在扫描书籍之前先扫描条形码或 ISBN。这一做法，404 媒体报导称，“进一步证明”了书商关于“AI 公司试图通过处理 ISBN 列表系统地扫描世界上每一本印刷书籍”的理论。对书商而言，虽然赚钱可能不错，但他们精心挑选的藏书可能会注定用于像亚马逊这样的破坏性书籍扫描，这引发了一场伦理困境。他们知道如何评估大量稀有书籍以确定其价值，而 AI 公司似乎在猎取低成本独特 ISBN 的过程中跳过了这一环节。目前，AI 公司显然收购的书籍未必是通常高度被重视的著名作品的珍贵初版。相反，AI 公司往往瞄准那些货币价值较低的旧书，例如那些从现代不常用的外语中未翻译过来的书籍，或从未广泛发行过的书籍。然而，这些作品仍然可能具有“历史价值、知识价值和情感价值”，被植入 Airtag 的书商告诉 404 媒体。稀有书籍的价值可能源于“各种因素”，而“AI 公司并不在意。他们只是想把内容作为一堆连在一起的文字。” Reddit 用户发表意见 在 Reddit 上，一些书迷辩论，是否问题有多大，尤其是正如 BBC 报道的那样，一些书籍在书商的书架上放了几十年积满灰尘，企业正在毁坏稀有书籍以训练 AI。