Aujourd’hui, Amazon détruit des livres rares pour entraîner son IA.

Selon un rapport de 404 Media publié ce matin, Amazon, cet empire du mal, « achète des quantités massives de livres, les analyse à la recherche de données de formation à l’IA et les détruit dans le processus ».

Cette nouvelle fait suite à des révélations lentes selon lesquelles d’autres sociétés d’IA pratiquent le « scanning destructif » pour former leurs LLM depuis au moins deux ans.

Dominos a déclaré tomber en janvier, lorsque Le Washington Post a révélé qu’Anthropic travaillait sur un projet secret visant à « scanner de manière destructive tous les livres du monde ».

Les détails de ce « Projet Panama » – car ce qui est un plan diabolique sans un nom de guerre digne d’un méchant de Bond – sont apparus lors d’un procès très médiatisé en matière de droits d’auteur intenté contre Anthropic plus tôt cette année.

Bien que ce scoop ait donné l’impression que l’entreprise derrière Claude est particulièrement horrible, les poursuites en cours contre Meta, Google, Microsoft et OpenAI suggèrent désormais des pratiques similaires.

Partout, les grandes entreprises volent le travail des auteurs pour former leurs LLM. Avec un accent particulier récemment mis sur mort auteurs, qui ne peuvent pas protester.

Amazon a déjà nié cela ils pratiquez le « scan destructif ». (Ou du moins, ils sont restés très, très silencieux sur le sujet.) Mais comme le rapporte Emanuel Maiberg, de nouveaux signes pointent vers une complicité.

Comment calculons-nous ? Dans une recherche pratique intéressante, 404Media a suivi un livre rare dont ils « soupçonnaient qu’il serait acquis par une société d’IA pour la formation de données » et a retracé son voyage à travers le pays :

Cette destination finale était un entrepôt Amazon à Las Vegas, Nevada. Les employés d’Amazon qui travaillent à cet endroit affirment qu’ils ne font que recevoir des expéditions massives de livres imprimés dont ils coupent ensuite les reliures afin de les numériser plus rapidement. Le livre imprimé est détruit au cours du processus.

Mais attendez, il y a encore plus de méchants de Bond d’où cela vient ! Apparemment, le logo de l’équipe incriminée « représente un dinosaure brandissant ses dents et tenant un livre dans les mains ».

Le Rex est donc hors du parc, M. Bezos.

Peut-être vous demandez-vous aussi : au-delà de la partie plaignante silencieuse, qu’est-ce qui rend les livres rares si précieux pour les entreprises d’IA ?

D’après les documents WaPo découvert concernant le projet Panama, « un co-fondateur d’Anthropic a émis l’hypothèse que la formation de modèles d’IA sur des livres pourrait leur apprendre à « bien écrire » au lieu d’imiter un « langage Internet de mauvaise qualité ».

Maiberg a fait écho à cette théorie. « Les livres imprimés sont précieux en tant que données de formation, car une grande partie du texte qu’ils contiennent n’est pas facilement disponible sur Internet, ce que les sociétés d’IA ont déjà récupéré », écrit-il dans son mémoire de ce matin.

Les données sont également organisées de manière pratique et, si le livre a été imprimé avant 2022, elles sont garanties sans texte généré par l’IA, ce qui peut aggraver tout modèle d’IA entraîné dessus via un processus récursif appelé « effondrement du modèle ».

Voilà, j’espère.

Il y a un autre doublure argentée ici. Le public américain est, d’une manière générale, encore plutôt opposé à la destruction des livres. Au niveau optique, si ce n’est nulle part ailleurs.

Certaines entreprises semblent déjà réagir à la pression du public concernant cette pratique peu esthétique et trop insipide.

Donc, en supposant qu’ils ne s’effondrent pas sur eux-mêmes, prions pour que le robinet de la honte court-circuite ces machines.