AIニュース

Amazonが希少本を裁断してスキャン、404 Mediaの追跡で判明

#Amazon#学習データ#著作権

404 Mediaの追跡取材が突き止めたAmazonの倉庫

取材班が追跡装置を入れた希少本は、AmazonがAIの学習データ用に本をスキャンする倉庫に届きました。 取材班は荷物を実際に追いかけて行き先を突き止め、記事は2026年8月17日に公開されています。

希少本に装置を仕込んだ学習データ調達ルートの追跡取材

追跡装置を入れたのは、AI企業が学習データ用に買い取ると取材班が見込んだ希少本です。 取材班は、国内を移動する荷物を最終到着先まで追跡しました。Amazonによる書籍買い付けの実態は、この取材までは報じられていなかったとのこと。

404 Mediaの記事「We Tracked a Shipment of Rare Books. It Ended at an Amazon AI Training Facility」の冒頭。公開日は2026年8月17日
希少本に追跡装置を入れ、AmazonのAI学習用施設に届くまでを追った404 Mediaの取材記事です。404 Media — We Tracked a Shipment of Rare Books. It Ended at an Amazon AI Training Facility
"A 404 Media investigation was able to reveal Amazon’s book buying operation, which hasn’t been previously reported, by placing a tracking device in a rare book we suspected would be acquired by an AI company for training data, and following it around the country to its final destination."— 404 Media の調査報道より
公式情報を見る →

追跡で分かった希少本の行き先はラスベガスVGT3

追跡取材で分かった希少本の最終到着先は、ネバダ州ラスベガスにあるAmazonの倉庫です。 倉庫はVGT3と呼ばれ、そこで働くAmazonチームのロゴは、歯をむき出しにして本を手にした恐竜でした。

"That final destination was an Amazon warehouse in Las Vegas, Nevada."（到着先）／"The logo of the Amazon team that works at this warehouse, called VGT3, is a dinosaur, brandishing its teeth and with a book in its hands."（VGT3 チーム）— 404 Media の調査報道より
公式情報を見る →

スキャンされた希少本は紙で残るのか

ラスベガスの倉庫で働く従業員の証言では、届いた本は製本を切り落としてからスキャンされ、紙の本はその過程で壊れます。 従業員の仕事は大量に届く印刷本を受け取り、速くスキャンするために製本を切り落とすことだけとのこと。

"Amazon employees who work at this location say all they do is receive massive shipments of printed books which they then cut the bindings off in order to scan the books more quickly. The printed book is destroyed in the process."— 404 Media の調査報道より
公式情報を見る →

AIの生成文で学習を重ねるとモデルは崩壊するのか

イリア・シュマイロフ氏らの研究チームは2023年5月、AIが生成した文章を学習に使い続けるとモデルに元に戻せない欠陥が生じる「モデル崩壊」を報告しました。 論文によると、元のデータにあったまれな内容から順に消えていき、LLM（大規模言語モデル）でも同じ現象が発生するとのこと。ネットのデータに生成文が混ざるほど、人がシステムと実際にやり取りした記録は価値が高まるとも述べています。

arXivの論文ページ「The Curse of Recursion: Training on Generated Data Makes Models Forget」の冒頭。著者名と要旨を掲載
モデル崩壊を報告した論文の要旨ページです。arXiv — The Curse of Recursion: Training on Generated Data Makes Models Forget
We find that use of model-generated content in training causes irreversible defects in the resulting models, where tails of the original content distribution disappear. We refer to this effect as Model Collapse and show that it can occur in Variational Autoencoders, Gaussian Mixture Models and LLMs. ／ Indeed, the value of data collected about genuine human interactions with systems will be increasingly valuable in the presence of content generated by LLMs in data crawled from the Internet. — 論文の要旨より
公式情報を見る →

まとめ：Amazonの希少本スキャンで分かった事実

追跡装置を入れた希少本は、ラスベガスにあるAmazonの倉庫VGT3に届きました。従業員の話では、仕事の中身は製本を切り落としてスキャンすることで、印刷された本はその過程で破壊されます。

シュマイロフ氏らの報告では、AIの生成文で学習を重ねるとモデル崩壊が発生し、人がシステムと実際にやり取りした記録の価値は高まります。

FAQ

希少本の行き先はどうやって特定されたのですか？
404 Mediaの取材班が、AI企業が学習データ用に買い取ると見込んだ希少本へ追跡装置を入れ、国内を移動する荷物を最終到着先まで追跡しました。着いたのはラスベガスにあるAmazonの倉庫です。Amazonによる書籍買い付けの実態は、この取材までは報じられていなかったとのこと。
本はスキャンした後どうなるのですか？
壊れます。倉庫の従業員によると速くスキャンするために製本を切り落としており、印刷された本はその過程で破壊されます。
モデル崩壊とは何ですか？
AIが生成した文章を学習に使い続けると、モデルに元に戻せない欠陥が生じる現象です。研究チームによると、元のデータにあったまれな内容から順に消えていくとのこと。ネットのデータにLLMの生成文が混ざるほど、人がシステムと実際にやり取りした記録は価値が高まるとも述べています。