Amazon Destruye Libros Raros para Obtener Datos de Entrenamiento de IA

Amazon ha estado adquiriendo libros raros en gran volumen, destruyendo sus lomos para escanearlos con fines de entrenamiento de inteligencia artificial, según una investigación de 404 Media. La empresa rastreó un libro raro hasta una instalación en Las Vegas conocida como VGT3, que utiliza un dinosaurio cargando un libro como emblema. Amazon afirmó que adquiere libros a través de canales comerciales de distribución para mejorar sus productos y servicios. Las grandes empresas tecnológicas requieren cantidades masivas de texto para entrenar sus modelos de lenguaje, habiendo ya agotado la mayor parte del contenido gratuito disponible en internet. Los textos raros y agotados representan una nueva fuente de datos valiosa. Los libros publicados antes de 2022 tienen particular significancia, ya que fueron creados antes de que los sistemas de IA generativa se volvieran prevalentes. Utilizar tal contenido pre-IA ayuda a prevenir el "colapso de modelo", un fenómeno donde el desempeño se deteriora cuando se entrena extensivamente en contenido generado por IA.