英国和爱尔兰的旧书商报告称，他们近期收到一波数量庞大、主题彼此无关的异常订单，因此怀疑部分纸质书可能被用于训练人工智能。英国《卫报》在联系多家书店后，于8月15日星期六报道了这一情况。这些订单来自美国、加拿大、欧洲大陆和英国。不过，目前没有证据把这些具体交易与任何人工智能实验室直接联系起来；报道中提及的一些中间商否认了类似指控，另一些则没有回应。
英格兰阿尼克镇Barter Books书店的共同所有者斯图尔特·曼利说，这类订单约三个月前开始出现，而且不像普通藏书那样围绕特定主题。其中一份订单同时要求购买约翰·勒卡雷一部小说的爱沙尼亚语译本、安妮·勃朗特《阿格尼丝·格雷》的某个特定版本，以及一本海军杂志1983年10月号。曼利表示，三个买家总共购买了数百本看似随机的书，交易额约为4000英镑。
爱尔兰克莱尔戈尔韦的MW Books从5月起不断收到大批混合订单，英国BookLovers of Bath则在5月至7月间接到约200本书的集中需求。另一名英国书商告诉《卫报》，类似买家从1月以来订购了6000本书，不要求批量折扣，有时还用不同姓名把货物送到同一个地址。该报核查的一个邮政编码指向伦敦希思罗机场附近的一片货运仓库。
这一模式与澳大利亚、荷兰、德国、瑞士和美国出现的报告相似。《财富》杂志记录了一个荷兰书商收到的采购请求：一家自称2077AI的公司要求提供涉及3001个国际标准书号的书籍，但邮件没有说明用途，该公司也没有回应。多篇报道提到的Zoom Books称自己的业务是图书回收，并曾否认购买书籍是为了提取文本供人工智能使用。因此，异常本身不能证明最终买家或用途。
书商的怀疑拥有已经证实的行业背景。法庭材料显示，Anthropic曾购买数百万本纸质书，拆除书脊，扫描书页，并在建立数字图书馆后丢弃原件。Anthropic表示，Claude使用公开网络材料、商业采购的数据集和内部生成的数据训练；其任何采购项目都不会购买并销毁珍本或古籍。ISBNdb也表示，其网站上曾出现的人工智能训练批量供书页面只是测试市场兴趣，相关服务从未正式启动。
书籍含有经过专业编辑的文本，其中包括网上找不到的旧作品和冷门作品，因此可能成为开发者寻找新训练材料时的重要数据源。Ingram Content Group今年曾通知出版商，人工智能企业越来越多地购买纸质书，并允许出版商选择退出可识别的直接销售，但该公司也承认买家身份常常难以确认。书商目前已经承受额外工作量和库存扰动；最新订单是否属于人工智能数据供应链，仍有待买家和交易平台提供更多透明信息后才能核实。
评论