江西
英国和爱尔兰的二手书商近期频繁收到来自神秘买家的大批量订单，业界普遍猜测这些订单背后是AI公司在为训练数据大肆采购书籍。
多家书店向英国《卫报》反映，他们陆续收到来自美国、加拿大、欧洲大陆及英国买家的订单。这一现象并非孤例，美国、澳大利亚及欧洲的书商也同样报告了异常订购情况。
英格兰诺森伯兰郡奥尼克镇Barter Books书店的联合老板斯图尔特·曼利表示，这些订单从三个月前开始涌入，令人感到异常，因为它们完全不符合正常的主题归类规律，既不按运动类划分，也不按汽车类整理。
"这些书的组合确实很奇怪，"曼利说，"通常书单会围绕某个主题，但这些订单乱七八糟，毫无规律可言。"
其中一张订单包括约翰·勒卡雷《使命之歌》的爱沙尼亚语译本、特定出版社版本的安妮·勃朗特《艾格尼丝·格雷》，以及1983年10月出版的月刊《战舰》。曼利表示，他已向三位买家售出了"数百本"杂乱无章的书籍，总金额约为4000英镑。
爱尔兰克拉拉尔韦镇MW Books书店老板吉姆·肖内西表示，他的书店自5月份以来持续收到大量内容各异的订单。
"这些订单时断时续，应该是机器下单的，书目之间几乎毫无主题关联，从18世纪非洲农具类书籍，到1950年代赛车手的传记，应有尽有，"他说，"我个人并不觉得我们有权干涉顾客购书后的用途，但这些订单中的选书逻辑确实耐人寻味。"
英国巴斯BookLovers书店老板戴维·高尔-斯彭斯表示，他在5月至7月间接到了约200本书的集中订单，下单买家与其他书商提到的名字相互印证。
其中一家总部位于加拿大的Zoom Books自称是"北美领先的图书回收公司"，此前已被多家媒体报道过。《卫报》已就此向Zoom Books发出采访请求，截至发稿尚未获得回应。
"有段时间订单多到应接不暇，而我已经算是管理比较有序的了，"高尔-斯彭斯说。
一位不愿具名的英国二手书商透露，部分零散订单可能来自不同买家，但送货地址却指向同一处。"这些订单背后的身份对资深书商来说也极为不透明，"这位书商说。
《卫报》获取的一个英国收货邮编显示，不同买家的订单最终都指向希思罗机场附近的一片货运仓库区。
这位书商自1月份以来已向类似买家累计售出6000本书，金额达数千英镑。他表示，这些买家出价不菲，即便是批量采购也从不压价。
"这正在扰乱二手书市场，因为这根本不是正常的交易模式，"他说，"看起来像是有人或某台机器在二手书市场里随机捞货，而他们的购书逻辑与市场整体趋势完全对不上号。"
《卫报》本月早些时候还报道称，澳大利亚书商同样遭遇了订单爆发的情况，一位书商表示这种突如其来的大规模需求"让人抓狂"。
这一连串异常订单让书商们普遍猜测，AI公司正在采购这些书籍，扫描内容后将书体送去销毁。
曼利说："我的判断是，这背后是大量AI资金在肆意挥霍。"
《华盛顿邮报》今年曾披露，知名AI公司、Claude聊天机器人的开发商Anthropic曾斥资数千万美元大量购书，割掉书脊后扫描内容，再将书籍送去回收处理。
Anthropic对此回应称："Claude的训练数据来源包括公开网络数据、商业授权数据集，以及我们自行生成的数据。采购书籍是整个AI行业训练大语言模型的普遍做法。我们的任何数据采购项目都不会购买或损毁珍本书籍或古旧书籍。"
上月，科技媒体404 Media报道称，一家图书数据库曾向书商宣称"世界上最优质的AI训练数据就摆在书架上"，并指出2022年前出版的书籍对AI公司而言是理想素材，因为其文本未受任何聊天机器人生成内容的"污染"。该数据库ISBNdb随后回应称，相关内容只是一次"市场兴趣测试"页面，现已下线。
聊天机器人等AI工具需要依靠海量数据进行"训练"才能生成回应，这一需求驱使科技公司不断寻找新的数据来源以构建新模型。部分二手书出版于ChatGPT问世之前数十年，且不曾在网上留下数字痕迹，或许正因如此成为了新鲜数据的宝贵来源。
《卫报》在一个书商在线论坛上看到有人发帖写道："遗憾的是，这些书都将用于AI训练，最终难逃被剥皮销毁的命运。"
也有书商对这些毫无规律的订单感到困惑，还有人质疑这究竟是否真的用于AI训练——毕竟这些订单中不乏《格列佛游记》（1726年出版）这类早已在网上免费公开的书籍。
这些订单通常通过Biblio、亚马逊旗下的AbeBooks等图书交易平台完成。《卫报》已就此向Biblio和AbeBooks发出采访请求，尚未收到回复。
Q&A
Q1：Anthropic采购二手书是为了什么用途？
A：根据《华盛顿邮报》的报道，Anthropic斥资数千万美元大量购书，采购后会割掉书脊、扫描书籍内容，再将书送去回收处理，目的是为旗下大语言模型Claude获取训练数据。Anthropic方面表示，采购书籍是整个AI行业训练大语言模型的普遍做法，并强调不会购买或损毁珍本及古旧书籍。
Q2：AI公司为什么要专门购买二手实体书，而不是直接用网上的数据？
A：部分二手书出版于ChatGPT问世之前数十年，从未在网上留下数字版本。更重要的是，2022年前出版的书籍文本未受任何AI生成内容的"污染"，数据质量更为纯净，因此对AI公司来说具有较高的训练价值。
Q3：ISBNdb图书数据库为什么会向书商推销AI训练数据服务？
A：科技媒体404 Media报道称，ISBNdb曾在网站上宣传"世界上最优质的AI训练数据就摆在书架上"。ISBNdb事后回应称，该内容只是一次"市场兴趣测试"页面，并非正式服务，相关页面已下线。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
