אמזון רוכשת ספרים נדירים בהמוניהם לאימון AI — תגית AirTag חשפה את הפעולה
תחקיר של אתר 404Media חושף כי אמזון רוכשת ספרים נדירים בכמויות גדולות, מפרקת אותם וסורקת את תוכנם לצורך אימון מודלי בינה מלאכותית. הגילוי התאפשר לאחר שכתב הטמין תגית AirTag במשלוח ספרים ועקב אחריו עד למחסן חשאי בלאס וגאס.
תחקיר חדש חושף כי אמזון רוכשת ספרים נדירים בהיקפים גדולים לא כדי למכור אותם מחדש, אלא כדי לפרק אותם, לסרוק את תוכנם ולהזין אותו למודלי בינה מלאכותית. הגילוי, שדווח לראשונה בGeektime, נעשה בזכות שילוב יצירתי בין עיתונאות חקירתית לטכנולוגיית איתור פשוטה — תגית AirTag של אפל.
הסיפור החל כשמוכר אנונימי, הפועל בפלטפורמה בשם Biblio המתמחה במכירת ספרים נדירים, קיבל הזמנה חריגה בהיקפה: 1,000 ספרים נדירים בבת אחת. כדי להבין לאן מיועד המשלוח, כתב אתר 404Media, עמנואל מייברג, השתיל בתוכו תגית AirTag ועקב אחר מסלולו. הנתונים הראו שהמשלוח יצא מקליפורניה, טס לוויסקונסין שם המתין כשבועיים במרכז לוגיסטי, ולאחר מכן נשלח במשאית דרך קולורדו עד ליעדו הסופי — מחסני אמזון בלאס וגאס.
בתחילה נראה שהיעד תמוה: מדובר במתחם שבו אמזון מדפיסה ספרים ושולחת אותם ללקוחות, ולא מקום שאמור לקלוט משלוחי ספרים ישנים ונדירים מבחוץ. אך בדיקה נוספת, שכללה עיון בהודעות פנימיות של עובדי אמזון, העלתה כי התגית התמקמה בפועל באזור נפרד בתוך המתחם — מתקן פנימי הידוע בשם VGT3.
לפי התחקיר, העבודה במתקן זה שונה לחלוטין מזו שבמחסן הסמוך. במקום הדפסת ספרים, עובדי VGT3 עוסקים בפירוקם: תחילה מפרקים את הספרים הנדירים לגורמים, לאחר מכן מכינים אותם לקראת סריקה, ולבסוף מבצעים סריקה הכוללת תהליך OCR — המרה של טקסט כתוב לפורמט דיגיטלי.
הסיבה לתהליך, כך עולה מהדיווח, קשורה במרוץ החימוש הנוכחי סביב פיתוח מודלי בינה מלאכותית. ספרים, בשונה מתכנים רבים המציפים כיום את האינטרנט, נכתבו בידי בני אדם ועברו עריכה והגהה קפדניות, ולכן נחשבים לחומר איכותי במיוחד לאימון מודלי שפה. כך, החברה שהקים ג'ף בזוס לפני כשלושה עשורים כאתר מכירת ספרים מקוונת, פונה כעת אל אותו תחום עצמו — הפעם לא כדי למכור, אלא כדי להשמיד ולסרוק, במטרה לצמצם פערים מול מתחרות בתחום ה-AI כמו אנת'רופיק ו-OpenAI.
אמזון, מצדה, לא התייחסה ישירות לפרטי הדיווח. החברה מסרה לכלי תקשורת אמריקאיים תגובה אחידה: "אמזון רוכשת ספרים דרך ערוצים מסחריים כדי לעזור בפיתוח ושיפור המוצרים והשירותים שאנחנו מציעים ללקוחותינו".
המשמעות של הפרשה חורגת מסיפור ספציפי אחד. ככל הנראה, מדובר בעדות נוספת לכך שחברות טכנולוגיה גדולות מחפשות כיום מקורות נתונים איכותיים ונדירים כדי להזין את מודלי ה-AI שלהן, לאחר שהתוכן הפתוח והזמין באינטרנט כבר מוצה או נחשב פחות אמין. השיטה שבה נעשה שימוש כדי לחשוף את הפעילות — הטמעת תגית איתור פשוטה במשלוח מסחרי — ממחישה גם כיצד כלים טכנולוגיים נגישים יכולים לשמש ככלי עיתונאי לחשיפת פעילות שחברות ענק מעדיפות להשאיר מחוץ לעין הציבור.