Anthropic уничтожила миллионы книг для обучения ИИ после покупки
В судебном разбирательстве с Anthropic всплыла информация о том, как компания собирала материалы для обучения своего искусственного интеллекта. Это настоящая спецоперация книжного масштаба!
Сначала компания просто позаимствовала 7 млн книг из пиратских библиотек. Но потом решила действовать легальнее и пригласила Тома Терви. Бывшего руководителя партнёрских отношений в проекте Google по сканированию книг. Его задача звучала амбициозно – раздобыть «все книги в мире» без юридических сложностей.
После неудачных попыток договориться с издательствами команда Терви переключилась на прямые покупки. За многие млн долларов Anthropic приобрела млн бумажных книг, часто подержанных. А дальше началось самое интересное!
Для оцифровки этих книг компания нанимала подрядчиков, которые действовали радикально. С каждой книги снимали обложку, разделяли на отдельные страницы, сканировали их в PDF с машиночитаемым текстом. А бумажные оригиналы уничтожали. Такое «деструктивное сканирование» – не новинка в процессах оцифровки, но масштаб впечатляет.
С 1 стороны, книги были честно куплены. С другой – факт уничтожения млн бумажных книг заставляет задуматься о культурной ценности. И этичности таких методов получения данных для искусственного интеллекта.
AIvengo >
Новости ИИ >
Anthropic уничтожила миллионы книг для обучения ИИ после покупки
Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.
