アメリカのIT大手アマゾンが、人工知能（AI）の学習データとして活用するため、希少な書籍を大量に購入して裁断し、スキャンしていると、アメリカのメディアが報じました。アマゾンはこれについて、「サービスの向上のために書籍を購入している」とする声明を発表したということです。
アメリカのIT専門メディア「404 Media」によりますと、記者が希少本に位置情報の追跡装置を取り付けて調査した結果、本は最終的にネバダ州ラスベガスにあるアマゾンの施設に到着したということです。「VGT3」と呼ばれるこの施設には、恐竜が本を爪でつかんでいるマークが掲げられているとしています。
アマゾンは同メディアの取材に対し、「顧客が利用する製品やサービスを向上させる目的で、通常の商業ルートを通じて書籍を購入している」と説明したということです。
アマゾンをはじめとするIT各社は、大規模言語モデルの開発において膨大な量のテキストデータを必要としています。インターネット上のデータはすでに収集が進んでいることから、絶版になった本やインターネット上には存在しない希少な書籍が、新たなデータ源として重視される方針です。
特に2022年より前に出版された書籍は、AIによって作成された文章が含まれていないため、学習用データとして極めて価値が高いとされています。AIが生成した文章をAIが学習し続けると、出力の精度が著しく低下する「モデル崩壊」という現象が起きるおそれがあるため、各社は人間が執筆した正確なテキストデータの確保を急いでいるということです。