购买旧书训练AI，物理副本据报道被摧毁

雅加达 - 一家人工智能公司据报道购买了数千本二手书，扫描内容以训练AI模型，然后销毁或回收其物理副本。这种做法加剧了关于版权的争论。

根据7月14日星期二援引的Anadolu Agency的报道，自年初以来，欧洲一些国家的古董书商收到了来自加拿大公司Zoom Books的非同寻常的订单。

该公司被指控寻找大量20世纪70年代的非小说类和学术书籍。在一次交易中，从一个卖家那里可以获得数十本到数百本的书籍。

据报道，这些书籍被运送到德国的一处临时仓库，然后被运到加拿大和美国。

《华盛顿邮报》称，一些书籍是用破坏性扫描方法处理的。卷轴被拆除，页面被高速工业机器扫描，然后剩余的物理部分被回收。

该报还报道，Anthropic通过“巴拿马项目”花费了数千万美元购买和数字化数百万本印刷书籍。

据《华盛顿邮报》援引的一份法庭文件称，Anthropic聘请了之前参与谷歌图书数字化项目的技术专家。

Zoom Books否认为AI开发而数字化和销毁书籍。

这一争议的出现是因为人工智能公司需要大量材料来训练模型，即从文本和数据集合中学习的系统。

柏林洪堡大学的Jannis Lennartz表示，随着用于培训材料的数字资源变得越来越有限，AI开发人员开始瞄准实体书籍。

在一篇题为《人工智能正在吞噬图书世界》的文章中，伦纳茨称，对二手书的需求增加反映了未解决的法律问题和更广泛的文化担忧。

他说，美国法院在Anthropic和Meta案件中的许多裁决倾向于通过合理使用或合理使用原则有利于AI公司。在某些情况下，该原则允许在未经许可的情况下使用受版权保护的作品，但不是无限许可。

欧盟的方法不同。数字单一市场指令允许文本和数据挖掘，即在某些条件下处理大量材料以发现模式或训练计算机系统。

版权持有人可以拒绝使用他们的作品。然而，在规则生效之前出版的老书中出现了不确定性。许多版本没有包含拒绝声明，而一些出版商或作者不再能够使用这些权利。

类似的争论发生在谷歌将超过4000万本书数字化时。美国法院最终裁定该项目属于合理使用，因为搜索和摘要数据库被认为提供了新的功能，而没有取代原始图书市场。

作者和出版商的拒绝并没有减弱。今年早些时候，数千名作家出版了一本名为《不要偷这本书》的象征性空白书，以抗议未经许可或未付款使用作品。

2025 年 12 月，亚马逊还推出了 Kindle 功能，允许读者使用 AI 与图书进行互动。

一些作者担心书的内容被用于训练AI模型。亚马逊表示，该功能不使用书籍内容来训练模型，而只是Kindle搜索功能的扩展。