在人工智能（AI）领域，数据被誉为驱动模型进步的燃料。为了构建更强大的AI系统，科技公司们往往需要海量的数据进行训练。然而，获取这些数据的过程并非总是光明磊落。近期，AI公司Anthropic的一项备受争议的行为浮出水面，引发了关于数据伦理和版权问题的深刻讨论。
据公开的法庭文件显示，Anthropic为了训练其AI助手Claude，不惜花费巨资大量购买纸质书籍，然后将这些书籍进行破坏性扫描，转化为数字文件。完成扫描后，这些书籍的原件就被无情地丢弃了。这项举措一经披露，立刻在业界引起轩然大波。Anthropic公司甚至聘请了谷歌图书扫描项目的前负责人Tom Turvey，任务是获取“世界上所有的书”。这似乎表明，Anthropic有意复制谷歌在图书数字化方面的成功经验，尽管其手段更具争议性。
尽管破坏性扫描在图书数字化领域并非罕见，但Anthropic此举的规模之大令人震惊。与谷歌图书项目不同，后者主要采用非破坏性的相机扫描技术，从图书馆借阅书籍并扫描后归还。Anthropic似乎更看重扫描的速度和成本效益，而牺牲了对书籍原件的保护。这反映出在竞争激烈的AI行业中，企业对高效解决方案的迫切需求。
美国地区法官William Alsup最终裁定，Anthropic的破坏性扫描行为属于合理使用，前提是该公司合法购买了这些书籍，扫描后销毁了纸质副本，并且仅在内部使用数字文件。法官认为，这一过程类似于通过格式转换来“节省空间”，并具有变革性。然而，Anthropic早期的盗版行为损害了其声誉，使其面临诸多质疑。
那么，为什么一家公司会花费数百万美元购买书籍并将其销毁呢？这背后隐藏着AI行业对高质量文本的巨大需求。大型语言模型（LLM）的训练需要海量的数据，而数据的质量直接影响模型的性能。相比之下，使用质量较低的文本（如随机的YouTube评论）训练的模型，其输出结果往往缺乏连贯性和准确性。因此，AI公司们渴望获取高质量的文本数据，而这些数据通常掌握在出版商手中。
出版商对内容拥有合法的控制权，AI公司并非总是愿意通过谈判获得授权。首次销售原则提供了一种变通方法：一旦购买了实体书，就可以随意处置该副本，包括销毁它。这意味着购买实体书提供了一种合法的途径来获取训练数据。
然而，购买书籍的成本仍然很高。因此，像许多AI公司一样，Anthropic最初选择了更为便捷的途径。法庭文件显示，为了获取高质量的训练数据，Anthropic最初选择收集盗版书籍的数字化版本，以避免与出版商进行复杂的许可谈判。但到了2024年，由于“法律原因”，Anthropic对使用盗版电子书变得“不那么热衷”，因此需要一种更安全的来源。
购买使用过的实体书可以完全绕过许可问题，同时提供AI模型所需的高质量、经过专业编辑的文本，而破坏性扫描仅仅是将数百万卷书籍数字化的最快方式。该公司在这项购买和扫描业务上花费了“数百万美元”，通常批量购买二手书。接下来，他们将书籍从装订中剥离出来，切割页面以获得可操作的尺寸，将它们作为成堆的页面扫描成带有机器可读文本（包括封面）的PDF，然后丢弃所有纸质原件。
法庭文件并未表明在此过程中有任何珍本书籍被毁坏——Anthropic是从主要零售商处批量购买书籍的——但档案管理员很久以前就建立了其他从纸张中提取信息的方法。例如，互联网档案馆率先开发了非破坏性的书籍扫描方法，可以在创建数字副本的同时保护实体书。本月早些时候，OpenAI和微软宣布他们正在与哈佛大学图书馆合作，利用近100万本可追溯到15世纪的公共领域书籍来训练AI模型——这些书籍已被完全数字化，但被保存下来以供日后使用。
当哈佛大学小心翼翼地保存着600年前的手稿用于AI训练时，在地球的某个地方，堆积着数百万本书籍的废弃残骸，它们教会了Claude如何改进你的简历。当被问及这个过程时，Claude本人用一种从数十亿页被丢弃的文本中提取出来的风格，提供了一个辛酸的回应：“事实上，这种破坏帮助创造了我——一种可以讨论文学、帮助人们写作并参与人类知识的东西——增加了我仍在处理的复杂性。这就像是从图书馆的灰烬中建造出来的。”
Anthropic的图书销毁事件引发了关于AI伦理和数据获取方式的深刻反思。在追求技术进步的道路上，我们是否应该不惜一切代价？为了训练AI模型，我们可以容忍对文化遗产的破坏到什么程度？这些问题需要我们认真思考和权衡。
AI公司在获取训练数据时，必须遵守法律法规，尊重版权。不能为了追求短期利益而采取盗版等非法手段。同时，应该探索更多可持续的数据获取方式，例如与出版商合作、利用公共领域资源等。此外，AI公司还应该提高数据使用的透明度，让公众了解数据的来源和使用方式，接受社会的监督。
除了法律和伦理层面的问题，Anthropic的图书销毁事件也引发了对AI模型训练方式的质疑。是否只有通过海量数据的“暴力”训练才能获得强大的AI模型？是否存在更高效、更环保的训练方法？这些问题值得AI研究者深入探索。
例如，可以探索利用少量高质量数据进行训练的方法，或者采用迁移学习等技术，将已有的模型知识迁移到新的任务中。此外，还可以利用生成对抗网络（GAN）等技术，生成新的训练数据，从而减少对原始数据的依赖。
Anthropic的图书销毁事件为我们敲响了警钟。在追求AI发展的道路上，我们不能只关注技术的进步，更要关注伦理、法律和社会责任。只有在尊重知识产权、保护文化遗产的前提下，AI才能真正成为推动社会进步的力量。
随着AI技术的不断发展，数据伦理问题将变得越来越重要。我们需要建立健全的数据伦理规范，为AI的发展提供正确的方向。同时，我们也需要加强对AI公司的监管，防止其滥用数据，侵犯个人隐私和公共利益。
此外，公众也应该提高对数据伦理的认识，积极参与到数据伦理的讨论中来。只有全社会共同努力，才能确保AI技术在健康、可持续的轨道上发展。
Anthropic事件也提醒我们，在追求技术创新的同时，要始终牢记人文关怀。技术应该服务于人类，而不是相反。我们应该利用技术来解决社会问题，改善人类生活，而不是为了追求技术而牺牲人类的价值观和文化遗产。
总之，Anthropic的图书销毁事件是一面镜子，它映照出AI发展中的伦理困境。我们需要从中吸取教训，以更加负责任的态度来发展AI技术，确保其真正造福人类。
未来的AI发展需要更加注重数据的质量和多样性，而不是一味追求数量。通过采用更智能的数据选择和增强技术，我们可以减少对海量数据的依赖，同时提高模型的性能和泛化能力。
同时，我们也需要探索新的AI模型训练方法，例如终身学习、持续学习等，使AI模型能够不断从新的数据中学习，而无需从头开始重新训练。这将大大降低AI模型训练的成本和资源消耗。
此外，跨领域的合作也将是未来AI发展的重要趋势。通过将AI技术与其他领域的知识相结合，我们可以创造出更具创新性和实用性的AI应用。例如，将AI技术与生物学、医学相结合，可以加速新药研发和疾病诊断；将AI技术与环境科学相结合，可以帮助我们更好地理解和保护地球。
AI的未来，需要技术创新与人文关怀并重。只有这样，我们才能确保AI技术的发展符合人类的共同利益，推动社会的可持续发展。
