مباشر- تتجه شركات التكنولوجيا الكبرى إلى الاستعانة بالمطبوعات والكتب النادرة المقطوعة عن التداول كمصدر رئيسي لتغذية نماذج التعلم الآلي وتطوير تقنيات الذكاء الاصطناعي.

وأشارت تقارير صحفية إلى قيام شركة أمازون بشراء كميات من الإصدارات القديمة والكتب غير المتوفرة رقمياً، ونقلها إلى مراكز معالجة مخصصة تمهيداً لقص أغلفتا ومسح صفحاتها ضوئياً لإدراج محتواها النصي ضمن قواعد البيانات البحثية.

وتستخدم الشركة مراكز لوجستية متخصصة لإدارة عمليات الرقمنة وتحويل النصوص الورقية إلى صيغ رقمية قابلة للمعالجة، من بينها منشأة تابعة لها في لاس فيغاس.

وأكدت أمازون في بيانات رسمية أن حصولها على المطبوعات يتم عبر القنوات التجارية المعتمدة بهدف تحسين الخدمات والمنتجات الرقمية التي تقدمها لعملائها.

تأتي هذه الخطوة في ظل النقص المتزايد في البيانات النصية عالية الجودة المتاحة على شبكة الإنترنت، عقب استهلاك أغلب المحتوى الرقمي المتوفر في تدريب النماذج اللغوية الكبيرة. وتكتسب النصوص والمطبوعات الصادرة قبل عام 2022 أهمية خاصة لدى مطوري التقنية لضمان خلوها التام من أي محتوى صادر عن أدوات الذكاء الاصطناعي التوليدي.

ويسعى مهندسو التعلم الآلي من خلال الاستعانة بهذه المصادر التاريخية إلى تجنب ما يُعرف ظاهرياً بـ "انهيار النموذج"، وهو التدهور الذي يصيب جودة مخرجات البرامج نتيجة تدريبها المكثف على بيانات ومخرجات معاد توليدها آلياً. وتوفر المخطوطات والكتب النادرة مادة لغوية أصيلة تعزز دقة النماذج وقدرتها على استيعاب السياقات المعرفية المختلفة.