The Storm Riders✔
Writer
Để mô hình Claude học được giọng văn thuần người và tránh bớ bẩn văn phong nhân tạo, Anthropic đã chi tiền gom hàng triệu cuốn sách giấy, rồi thẳng tay cắt rời từng trang để đẩy nhanh tiến độ số hóa trong một chiến dịch bí mật mang tên Project Panama.
Muốn AI vẽ ra chất Ghibli, các kỹ sư phải nạp cho nó hàng trăm khung hình phim Ghibli. Tương tự, để các mô hình ngôn ngữ lớn (LLM) viết mượt như người, nguồn dữ liệu đầu vào luôn là yếu tố sống còn. Nhưng trong khi phần lớn giới công nghệ vẫn quen thu thập dữ liệu số sẵn có trên mạng, Anthropic – công ty đứng sau chatbot Claude – lại chọn một con đường kỳ lạ và bạo lực hơn rất nhiều với sách giấy.
Ảnh: Getty Images
Họ gom mua hàng triệu đầu sách, bao gồm cả những cuốn hiếm hoặc khó tìm, chỉ để phục vụ quy trình gọi là "quét hủy diệt" (destructive scan).
Ghi chép từ tháng 4/2024 của Tom Turvey, Phó Chủ tịch tại Anthropic, chỉ ra rằng Project Panama được lập ra với tham vọng quét có tính phá hủy toàn bộ sách trên thế giới nhằm phục vụ huấn luyện mô hình. Thậm chí cái tên Panama cũng được chọn có chủ đích để đánh lạc hướng dư luận và che giấu việc công ty đang làm với kho tàng sách giấy.
Thuật ngữ "destructive scanning" không phải do báo chí tự đặt ra, mà chính do Tom Turvey đưa vào văn bản nội bộ. Thay vì đặt từng cuốn sách lên máy scan phẳng rồi lật giở từng trang một cách cẩn thận – thao tác quá chậm chạp so với tiến độ chạy đua AI – Anthropic chọn cách thực dụng nhất: rọc đứt gáy sách, tách rời từng tờ giấy và nạp hàng loạt vào máy quét tự động.
Ảnh: Getty Images
Hai lý do cốt lõi khiến họ làm vậy:
- Tránh rác AI: Sách giấy xuất bản từ xưa là nguồn dữ liệu chuẩn chỉnh của con người, hoàn toàn không bị pha tạp văn phong máy móc đang tràn lan trên internet.
- Tối ưu chi phí và tốc độ: Xén gáy để quét từng tờ nhanh và rẻ hơn rất nhiều so với việc số hóa bảo tồn.
Thực tế trên thị trường không thiếu giải pháp số hóa giữ nguyên vẹn sách, chẳng hạn các dòng máy quét tự động như SMA Australia Robo Scan hay Treventus ScanRobot. Nhưng rõ ràng với Anthropic, bài toán thời gian và chi phí đã lấn át hoàn toàn nhu cầu bảo tồn hiện vật. Cảm giác này không khác gì việc bạn đưa đĩa game cổ vào máy đọc nhưng cỗ máy lại nghiền nát luôn chiếc đĩa sau khi sao lưu.
Điều khiến cộng đồng lo ngại là không ai biết rõ có bao nhiêu ấn bản hiếm, thậm chí là bản sao duy nhất còn sót lại, đã bị rọc gáy nhân danh việc huấn luyện mô hình ngôn ngữ.
Trong khi cuộc tranh cãi nổ ra, Elon Musk từng đăng tải trên mạng xã hội X rằng ông yêu cầu đội ngũ SpaceXAI phải bảo tồn sách hiếm khi số hóa trong thư viện và quét theo cách thủ công. Dù vậy, với những phát ngôn thất thường trước đây của vị tỷ phú này, cộng đồng công nghệ vẫn đặt dấu hỏi liệu các đối thủ khác có thực sự kiềm chế trước sức hút của việc scan nhanh, xén gọn hay không.
Muốn AI vẽ ra chất Ghibli, các kỹ sư phải nạp cho nó hàng trăm khung hình phim Ghibli. Tương tự, để các mô hình ngôn ngữ lớn (LLM) viết mượt như người, nguồn dữ liệu đầu vào luôn là yếu tố sống còn. Nhưng trong khi phần lớn giới công nghệ vẫn quen thu thập dữ liệu số sẵn có trên mạng, Anthropic – công ty đứng sau chatbot Claude – lại chọn một con đường kỳ lạ và bạo lực hơn rất nhiều với sách giấy.
Ảnh: Getty Images
Họ gom mua hàng triệu đầu sách, bao gồm cả những cuốn hiếm hoặc khó tìm, chỉ để phục vụ quy trình gọi là "quét hủy diệt" (destructive scan).
"Quét hủy diệt" để huấn luyện Claude
Dự án này mang mật danh nội bộ là Project Panama. Dù đại diện Anthropic từng phủ nhận việc mua sách cổ, sách hiếm về để quét rồi phá hủy, các tài liệu rò rỉ nội bộ lại cho thấy bức tranh hoàn toàn trái ngược.Ghi chép từ tháng 4/2024 của Tom Turvey, Phó Chủ tịch tại Anthropic, chỉ ra rằng Project Panama được lập ra với tham vọng quét có tính phá hủy toàn bộ sách trên thế giới nhằm phục vụ huấn luyện mô hình. Thậm chí cái tên Panama cũng được chọn có chủ đích để đánh lạc hướng dư luận và che giấu việc công ty đang làm với kho tàng sách giấy.
Thuật ngữ "destructive scanning" không phải do báo chí tự đặt ra, mà chính do Tom Turvey đưa vào văn bản nội bộ. Thay vì đặt từng cuốn sách lên máy scan phẳng rồi lật giở từng trang một cách cẩn thận – thao tác quá chậm chạp so với tiến độ chạy đua AI – Anthropic chọn cách thực dụng nhất: rọc đứt gáy sách, tách rời từng tờ giấy và nạp hàng loạt vào máy quét tự động.
Ảnh: Getty Images
Hai lý do cốt lõi khiến họ làm vậy:
- Tránh rác AI: Sách giấy xuất bản từ xưa là nguồn dữ liệu chuẩn chỉnh của con người, hoàn toàn không bị pha tạp văn phong máy móc đang tràn lan trên internet.
- Tối ưu chi phí và tốc độ: Xén gáy để quét từng tờ nhanh và rẻ hơn rất nhiều so với việc số hóa bảo tồn.
Thực tế trên thị trường không thiếu giải pháp số hóa giữ nguyên vẹn sách, chẳng hạn các dòng máy quét tự động như SMA Australia Robo Scan hay Treventus ScanRobot. Nhưng rõ ràng với Anthropic, bài toán thời gian và chi phí đã lấn át hoàn toàn nhu cầu bảo tồn hiện vật. Cảm giác này không khác gì việc bạn đưa đĩa game cổ vào máy đọc nhưng cỗ máy lại nghiền nát luôn chiếc đĩa sau khi sao lưu.
Quy mô thực sự lớn đến mức nào?
Tài liệu nội bộ cho biết tính đến tháng 10/2024, Project Panama đã xử lý và biến hàng triệu cuốn sách thành những xấp giấy rời. Đi cùng với đó, nhiều hiệu sách thời gian qua ghi nhận lượng đơn đặt hàng số lượng lớn một cách bất thường, nhắm thẳng vào các đầu sách ít phổ biến hoặc khó bán. Giới quan sát nhận định nhiều khả năng không chỉ riêng Anthropic mà còn có những công ty AI khác cũng đang âm thầm gom sách theo cách này.Điều khiến cộng đồng lo ngại là không ai biết rõ có bao nhiêu ấn bản hiếm, thậm chí là bản sao duy nhất còn sót lại, đã bị rọc gáy nhân danh việc huấn luyện mô hình ngôn ngữ.
Trong khi cuộc tranh cãi nổ ra, Elon Musk từng đăng tải trên mạng xã hội X rằng ông yêu cầu đội ngũ SpaceXAI phải bảo tồn sách hiếm khi số hóa trong thư viện và quét theo cách thủ công. Dù vậy, với những phát ngôn thất thường trước đây của vị tỷ phú này, cộng đồng công nghệ vẫn đặt dấu hỏi liệu các đối thủ khác có thực sự kiềm chế trước sức hút của việc scan nhanh, xén gọn hay không.
