記者吳立言／綜合報導
亞馬遜被揭露大量收購實體書籍，並將部分書籍送往美國拉斯維加斯的設施進行拆解與掃描，作為 AI 訓練資料。書籍在移除裝訂、完成掃描後便遭到銷毀，而這套作業流程也因為一本稀有書籍的追蹤而曝光。
▲▼書,書架,書本,書籍,書櫃,書房。（圖／VCG）
追蹤稀有書籍揭開作業地點
根據《404 Media》的調查，調查人員在一本推測可能被 AI 公司收購、用於訓練資料的稀有書籍中放置追蹤裝置，藉此掌握書籍在美國境內的運送路線，最終發現它被送往亞馬遜位於拉斯維加斯的倉庫。調查指出，該設施代號為 VGT3。亞馬遜員工向 404 Media 表示，當地主要工作之一就是接收大量印刷書籍，接著將書籍的裝訂部分切除，以便更快速地進行掃描。
書籍掃描後無法保留原貌
由於拆除裝訂是為了讓書頁能夠快速進入掃描流程，因此實體書在處理過程中會遭到破壞。換言之，書籍一旦完成這類 AI 訓練資料處理，就不一定能維持原本的完整狀態。調查所見的 VGT3 團隊標誌也與這項工作有所關聯，圖案是一隻手持書籍、露出牙齒的恐龍。
亞馬遜大量取得書籍作為 AI 資料
這項調查顯示，亞馬遜正在大量取得實體書籍，並透過掃描方式將紙本內容轉換成數位資料。404 Media 指出，此前外界並未廣泛報導亞馬遜這套書籍收購與處理作業。不過，目前公開資訊仍無法確認所有送往 VGT3 的書籍都直接用於 AI 訓練，也無法從這項調查判定亞馬遜收購書籍的全部用途。調查所追蹤的個案則被認為與 AI 訓練資料取得有關。
AI 訓練資料需求推動文本數位化
大型 AI 模型需要大量文字、圖片及其他資料進行訓練，實體書籍則包含大量可供數位化處理的文字內容。亞馬遜此次遭揭露的作業，顯示企業取得這類資料的一種方式，是先大量取得紙本內容，再透過掃描轉換成數位資料。
目前公開資訊尚未說明亞馬遜取得這些書籍後，具體使用哪些資料訓練哪些 AI 模型，以及相關書籍的版權授權範圍。這也使實體出版品如何被企業轉換為 AI 訓練資料，成為後續值得關注的議題。
精彩短影
