ఏఐ లాంగ్వేజ్ ట్రైనింగ్ మోడల్స్కు శిక్షణ కోసం దశాబ్దాల నాటి పుస్తకాల ధ్వంసం
అందుకోసం పుస్తకాల బైండింగ్ కత్తిరిస్తున్న ఏఐ టెక్ దిగ్గజ సంస్థలు
కృత్రిమ మేధ (ఏఐ) విప్లవానికి పాత కాగిత పుస్తకాలే కీలక ఇంధనంగా మారుతున్నాయి. ఓపెన్ ఏఐ, మెటా, ఆంత్రోపిక్ వంటి టెక్ దిగ్గజాలు వేల సంఖ్యలో పాత పుస్తకాలను టోకున కొనుగోలు చేస్తూ వాటిని ఏఐ పరిపుష్టి కోసం విధ్వంసకరంగా వాడుతుండటం ఆందోళన కలిగిస్తోంది. బ్రూక్లిన్కు చెందిన బుక్బాబ్ వంటి హోల్సేల్ దుకాణాల నుంచి ఒక్కో విడతలో 50 వేల నుంచి లక్ష వరకు పాత పుస్తకాలను ఏఐ కంపెనీలు సేకరిస్తున్నట్లు సమాచారం.
పాత పుస్తకాలే ఎందుకు?
ఇంటర్నెట్లో నాణ్యత లేని, ఏఐ రూపొందించిన సమాచారం పెరిగిపోవడంతో ‘మోడల్ కొలాప్స్’ముప్పు ఏర్పడుతోంది. ఒక ఏఐ లార్జ్ లాంగ్వేజ్ మోడల్ తన పనితీరును, తెలివితేటలను శాశ్వతంగా కోల్పోయి పనికిరాకుండా పోయే పరిస్థితే ఇది. ఈ సమస్య నుంచి గట్టెక్కడానికి ఆయా కంపెనీలు ఒక ఉపాయం ఆలోచించాయి. అదేమిటంటే.. 2022కి ప్రచురితమైన పుస్తకాలన్నీ పూర్తిగా మానవ మేధస్సును ఉపయోగించి మాత్రమే రాసినవి కావడంతో వాటిపై ఆధారపడాలని నిర్ణయించాయి. అయితే ఆయా పుస్తక రచయితలు, ప్రచురణ సంస్థల నుంచి కాపీరైట్ దావా లు పెరుగుతున్నాయి.
దీంతో ఏఐ కంపెనీల కన్ను ఇప్పటివరకు ఆన్లైన్లో అందుబాటులోకి రాని, దశాబ్దాల నాటి పాత పుస్తకాలపై పడింది. సెకండ్ హ్యాండ్ పుస్తక షాపుల నుంచి అలాంటి పాత పుస్తకాలను చట్టబద్ధంగా కొనుక్కొనే అవకాశం ఉండటంతో ఏఐ కంపెనీలు ఈ చవకైన మార్గాన్ని ఎంచుకుంటున్నాయి. ప్రాజెక్ట్ పనామా పేరిట ఏఐ సంస్థ ఆంత్రోపిక్ ఏకంగా 1.9 లక్షల పాత పుస్తకాలను సేకరించింది.
20 లక్షల భౌతిక పుస్తకాలను సెకండ్ హ్యాండ్ మార్కెట్ల నుంచి కొనుగోలు చేయాలని ఆంత్రోపిక్ లక్ష్యంగా పెట్టుకున్నట్లు ఆ ప్రాజెక్టుకు వ్యతిరేకంగా కోర్టుల్లో దాఖలైన పత్రాలు పేర్కొంటున్నాయి. ఇలా లక్షలాదిగా సేకరించిన పుస్తకాల బైండింగ్ను హైడ్రాలిక్ కట్టింగ్ మెషీన్లతో కత్తిరించి లక్షలాది విడి పేజీలను హైస్పీడ్ పారిశ్రామిక స్కానర్లలో వేస్తున్నారు. నిమిషాల వ్యవధిలో పేజీలన్నీ స్కాన్ అయ్యాక కాగితాలను మెషీన్లలో వేసి స్క్రాప్గా మార్చి రీసైక్లింగ్కు పంపుతున్నారు. ఈ ప్రక్రియను పుస్తక ప్రేమికులు డిస్ట్రక్టివ్ స్కానింగ్గా పిలుస్తున్నారు. దీనివల్ల పాత పుస్తకాలు శాశ్వతంగా అంతరించిపోతున్నాయంటున్నారు.


