亚马逊被曝销毁稀有古籍，用于训练AI模型

2026年8月17日，TechCrunch报道称，亚马逊——这家最初以在线书店起家、如今业务涵盖云计算和人工智能的科技巨头——正通过销毁稀有书籍的方式，为训练大型语言模型（LLM）获取数据。报道指出，这些稀有书籍对于训练AI模型来说价值巨大，因为现有模型已经大量使用了互联网上公开可获取的文本，而稀有书籍中往往包含独特的历史、文化和学术内容，是普通语料无法替代的。 据称，亚马逊的这项做法可能涉及对稀有文本的扫描或数字化，但报道强调“销毁”一词，暗示了这些实体书籍可能被物理破坏。这种做法引发了多方面的争议。首先，从版权角度看，稀有书籍通常仍受版权保护，未经授权进行复制或使用可能构成侵权。其次，从文化遗产角度看，销毁古旧书籍是对人类知识的不可逆损失，即使已经数字化，也无法完全替代原件的价值。 值得注意的是，亚马逊在AI领域一直有大规模投入，包括其自家的基础模型和云计算服务。然而，通过销毁稀有书籍来获取数据的方式，在行业内尚属罕见。其他科技公司如OpenAI、谷歌等，此前也曾因使用受版权保护的文本训练模型而面临诉讼，但直接销毁实体书籍的报道较为少见。 目前，尚不清楚亚马逊具体销毁了哪些书籍，以及这一行为是否已持续一段时间。TechCrunch的报道未提供明确的数据和内部文件，因此有关细节仍有待证实。亚马逊方面也未就此事发表官方评论。如果报道属实，这一事件无疑将加剧公众对于AI训练数据来源透明度的担忧，并可能引发监管部门的关注。 在AI行业，高质量的训练数据越来越稀缺，尤其是在网络公开内容被过度使用之后。企业开始寻求非传统的数据源，如私人藏书、未公开的档案等。然而，数据获取必须平衡创新与伦理，涉及到文化遗产和知识产权保护时更需谨慎。亚马逊的做法或许反映了一种极端的解决方案，但也为整个行业敲响了警钟：AI的发展不应以牺牲人类共同的记忆为代价。