Назад
17 августа 2026 г. в 15:10 Amazon AI Training Data Copyright Books 404 Media / Amazon

Amazon покупает редкие книги для ИИ — и уничтожает их после сканирования

Amazon покупает редкие книги для ИИ — и уничтожает их после сканирования

404 Media проследила партию редких книг до подразделения Amazon VGT3 в Лас-Вегасе. По данным расследования, там книги принимают, срезают переплёты, сканируют и уничтожают — чтобы быстрее превратить печатный текст в данные для ИИ. Amazon не оспаривает саму закупку: представитель компании сказал изданию, что книги покупают для развития продуктов и сервисов.

Журналисты поместили AirTag в один из примерно тысячи томов, которые продавец отправлял через площадку Biblio. Метка прошла через Калифорнию и Висконсин, а затем прибыла на склад LAS8. Внутри него работает VGT3: его сотрудники публично описывали однообразную работу со сканированием книг и срезанием их корешков.

Бумага стала дефицитным датасетом

Для языковых моделей ценны тексты, которых нет в сети: старые издания, книги на редких языках, малотиражные справочники. В них также нет сгенерированного ИИ текста. Это важно для разработчиков моделей: повторное обучение на синтетическом материале может ухудшать качество данных и ответов.

Amazon не сообщила, сколько книг закупает, сколько у неё подобных площадок и почему нельзя сканировать тома без уничтожения. Срезать корешок дешевле и быстрее, но для редкого экземпляра это означает необратимую потерю физической копии.

У такой практики есть и человеческая сторона. Продавец, помогавший расследованию, отмечал: ценность редкой книги не сводится к цене — у неё может быть историческое, языковое или личное значение. Покупатель видит набор страниц, а сообщество теряет предмет, который нельзя быстро заменить.

У данных есть материальная цена

Ранее судебные материалы по спору авторов с Anthropic показали, что компании уже использовали похожую схему: покупали бумажные книги, разбирали их и оцифровывали. Суд тогда рассматривал уничтожение оригинала как один из факторов в споре о добросовестном использовании.

Новый эпизод важен не только для издателей. Когда интернет перестаёт давать достаточно качественного текста, гонка за обучающими данными выходит в офлайн. Для библиотек, продавцов и владельцев редких книг это превращает обычную продажу в вопрос: кто покупает экземпляр — читатель, коллекционер или фабрика датасетов.

Ещё новости

AWS добавила в Textract ИИ-проверку полей по страницам документа
21 ноября 2026 г.
AWS добавила в Textract ИИ-проверку полей по страницам документа

Amazon Textract Insights извлекает поля из смешанных пакетов документов и возвращает для каждого значения оценку уверенности и привязку к странице. AWS позиционирует сервис как способ автоматизировать обработку без отказа от проверки человеком.

Математик Anthropic заявил о доказательстве гипотезы Римана с Claude
20 ноября 2026 г.
Математик Anthropic заявил о доказательстве гипотезы Римана с Claude

Математик Anthropic Левент Альпёге заявил, что вместе с Claude получил формальное доказательство гипотезы Римана и её обобщения. Код на Lean уже скомпилировался у независимого математика, но математическому сообществу ещё предстоит разобрать и подтвердить сам результат.

Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты
20 ноября 2026 г.
Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты

Signal вводит защиту от захвата экрана на iOS 27 и при обнаружении ИИ-помощника на Android. Мессенджер предупреждает: мера не закрывает все пути доступа и на macOS пока не работает.

В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты
20 ноября 2026 г.
В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты

В отчёте Reco описан инцидент с восемью захваченными аккаунтами Microsoft 365: после кражи сессии злоумышленники быстро меняли правила почты. Компания не утверждает, что атаку выполнил ИИ — и это важная граница для интерпретации.

DeepMind описал четыре пути от AGI к сверхинтеллекту
20 ноября 2026 г.
DeepMind описал четыре пути от AGI к сверхинтеллекту

Исследователь Google DeepMind Тим Генвейн предлагает смотреть на переход от человеческого уровня ИИ к сверхинтеллекту как на набор проверяемых технических сценариев. Это не прогноз сроков, а карта возможных ускорителей и ограничений.

Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены
19 ноября 2026 г.
Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены

Google представила Gemini 4 Neon — модель для сложных задач в коде, офисной работе и науке. Компания заявляет качество уровня Gemini 4 Carbon при трёхкратной скорости и 60% стоимости; проверять это стоит на собственных задачах.

GitHub открыла протокол для сессий AI-агентов между устройствами
19 ноября 2026 г.
GitHub открыла протокол для сессий AI-агентов между устройствами

GitHub описала открытый Agent Host Protocol: он сохраняет состояние AI-агента при переходе между VS Code, Copilot, телефоном и облаком. Это не новый агент, а общий способ подключать клиентов к уже работающей сессии.

Google представила Stitch Loop для непрерывной доработки приложений
19 ноября 2026 г.
Google представила Stitch Loop для непрерывной доработки приложений

Google Labs открыла лист ожидания Stitch Loop — агента, который подключается к коду и рабочим метрикам, находит проблемы и готовит pull request’ы. Сливать изменения без проверки человека сервис не должен.

GitHub отсеял 9 791 AI-находку до 99 отчётов для open source
18 ноября 2026 г.
GitHub отсеял 9 791 AI-находку до 99 отчётов для open source

В пилоте GitHub и Microsoft превратили тысячи сигналов AI-сканера в 99 проверенных закрытых отчётов для шести open-source-проектов. К 15 ноября мейнтейнеры исправили 55 из них — но это ранний опыт, а не доказательство универсальной эффективности сканеров.

OpenAI пустит четыре внешние команды внутрь своих систем безопасности
18 ноября 2026 г.
OpenAI пустит четыре внешние команды внутрь своих систем безопасности

OpenAI запускает первую фазу встроенных независимых оценок: Apollo Research, METR, Transluce и Goodfire получат доступ к части внутренних моделей, данных и процессов. Формат обещает больше прозрачности, но независимость публикаций ограничена правом компании скрывать конфиденциальные детали.

Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry
18 ноября 2026 г.
Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry

Microsoft представила MAI Code 2 и более быструю MAI Code 2 Flash — собственные модели для повседневной работы с кодом. Основная версия уже доступна в GitHub Copilot и Azure AI Foundry, а Flash в Foundry пока остаётся в ограниченном предпросмотре.

GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude
17 ноября 2026 г.
GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude

В независимом сводном рейтинге Artificial Analysis GPT‑6.2 Astra получила 62 из 100 — на пять пунктов больше, чем GPT‑6 Astra. Это заметный скачок OpenAI, но первое место остаётся у Claude Fable 5.2 Max с 65 баллами; Sol выросла с 55 до 57.