Anthropic'in 'Project Panama' planı ortaya çıktı: Kütüphanelerin geleceği yapay zekanın insafına mı kalıyor?

---

---

Claude’u eğitmek için milyonlarca basılı kitap satın alan Anthropic, ciltlerini kesip sayfalarını taradıktan sonra nüshaları imha etti. Mahkemenin “adil kullanım” saydığı yöntem, yapay zeka şirketlerinin nitelikli veri arayışını ve kitapların geleceğini tartışmaya açtı

ABD'de Kaliforniya Kuzey Bölgesi Federal Bölge Mahkemesi belgeleri, pazartesi günü yapay zeka şirketi Anthropic'in yapay zeka asistanı olan Claude'u geliştirmek için milyonlarca dolar harcayarak basılı kitapları fiziksel olarak taradığını ortaya koydu. Şirket bu süreçte milyonlarca basılı kitabın cildini ayırdı, bunları dijital dosyalara dönüştürdü ve yalnızca yapay zekayı eğitmek, geliştirmek amacıyla orijinal nüshaları imha etti.

32 sayfalık mahkeme kararı, şirketin Şubat 2024'te Google Books kitap tarama projesinin eski ortaklıklar başkanı Tom Turvey'i işe aldığını ve ona dünyadaki tüm kitapları temin etmesi için görev verdiğini anlatıyor.

Bu stratejik işe alımın, Google'ın telif hakkı davalarını kazanarak benzerini oluşturan kitap dijitalleştirme yöntemini örnek almak amacıyla yapıldığı değerlendiriyor.

Amaç sadece yapay zekayı eğitmek mi?

Konuya ilişkin X platformunda açıklamada bulunan yapay zeka alanında içerik üreten girişimci Ole Lehmann, "Anthropic, Claude'u eğitmek için büyük miktarda yüksek kaliteli kitaba ihtiyaç duydu. Önce korsan e-kitaplar kullandı ama bunun hukuki risk oluşturduğunu görünce de milyonlarca fiziksel kitabı satın alıp taratarak dijital bir kütüphane oluşturdu" diyor. Lehmann ayrıca projenin gizli tutulmak istendiği şöyle anlattı:

"Anthropic'in bu konuyla ilgili şirket içi belgelerinde açıkça şu ifade yer alıyordu: "Bunun üzerinde çalıştığımızın bilinmesini istemiyoruz." Bu projenin adı Project Panama idi."

Lehmann projeyi ve süreci şöyle anlattı:

1. Anthropic, Claude'u dünya çapında bir yapay zeka modeline dönüştürmenin en ucuz yolunun kitaplar olduğuna karar verdi. Çünkü kitaplar, özenle seçilmiş bilgiler, yapılandırılmış argümanlar, etkileyici hikâyeler ve "bir editörün onaylayacağı" nitelikte yazılar içeriyordu.

2. Anthropic, çok büyük ölçekte kitaba ihtiyaç duyduğuna karar verdikten sonra ilk çözümü korsan içerik kullanmak oldu.

Şirket, LibGen de dâhil olmak üzere çevrim içi kütüphanelerden 7 milyondan fazla kitabı indirdi. Yargıç daha sonra kararında, Anthropic'in bu kitapları yasal yollarla satın alma imkânı olmasına rağmen, CEO Dario Amodei'nin "hukuki, uygulamalar ve ticari zahmetlerle uğraşmak" olarak tanımladığı süreçlerden kaçınmak için korsanlığı tercih ettiğini yazdı.

3. Ancak bu korsan içerikler şirket açısından büyük bir hukuki risk oluşturdu. Bu nedenle Anthropic, Şubat 2024'te Google Books'un eski ortaklıklar başkanı Tom Turvey'i işe aldı ve ona dünyadaki tüm kitapları hukuken daha güvenli bir yöntemle temin etme görevi verdi.

4. Turvey önce büyük yayınevleriyle kataloglarını lisanslamak için görüşmeler yaptı. Bu girişimler sonuç vermeyince Anthropic, yayınevlerinden izin gerektirmeyen başka bir yönteme yöneldi: Distribütörlerden ve ikinci el kitap satıcılarından milyonlarca fiziksel kitap satın almak.

5. Yaklaşık bir yıl içinde Anthropic, milyonlarca kitabı satın almak ve taramak için on milyonlarca dolar harcadı. Buna birçok nadir eser ve yalnızca tek nüshası bulunan kitaplar da dâhildi. Satıcılardan birinin teklifi, altı ay içinde 500 bin ila 2 milyon kitabın temin edilmesini hedefliyordu.

6. Bu kadar kitabı birkaç ay içinde tarayabilmek için satıcılar kitapları fiziksel olarak söktü. Hidrolik bir kesiciyle kitapların ciltleri çıkarıldı. Sayfalar uygun boyutlara göre kesildi, tek tek ayrılmış yapraklar yüksek hızlı endüstriyel tarayıcılardan geçirilerek aranabilir PDF dosyalarına dönüştürüldü. Geriye kalan kâğıt parçaları ise geri dönüşüme gönderildi.

7. Bu PDF'ler daha sonra Claude'un eğitim verisi olarak kullanıldı. Ortaya çıkan koleksiyon, Anthropic'in şirket içinde arama yapılabilen özel bir dijital kütüphanesi hâline geldi. Şirket bu arşivi sonsuza kadar saklamayı planlıyordu. Taranan kitaplar kamuya açılmadı ve hiçbir zaman açık kaynak olarak paylaşılmadı.''

btw anthropic's internal document on this literally said "we don't want it to be known that we are working on this.”it was called project panama.here's exactly what happened:1: anthropic concluded that books were the cheapest way to build a world-class model because they… https://t.co/27sUAVVnkL

Kitapların ciltleri kesildi, sayfaları tarandı

Kitapların ciltleri sökülerek taranması her ne kadar bazı dijitalleştirme alanında yaygın bir uygulama olsa da, Anthropic'in yaklaşımı belgelenen devasa ölçeği nedeniyle dikkat çekti. Buna karşılık Google Books projesi, büyük ölçüde kütüphanelerden ödünç alınan ve daha sonra geri iade edilen milyonlarca kitabı, patentli ve kitaba zarar vermeyen kamera sistemiyle taramıştı.

Anthropic açısından ise daha hızlı ve daha düşük maliyetli olan bu yıkıcı tarama yöntemi, fiziksel kitapları koruma ihtiyacının önüne geçti. Bu durum, yoğun rekabet içindeki sektörde ucuz ve kolay bir çözüme duyulan ihtiyacın olduğunu gösteriyor.

Zarara rağmen 'adil kullanım' olarak değerlendiriliyor

şirketin kitapları önce yasal olarak satın almış olması,

"yer tasarrufu sağlamak"

Milyonlarca dolar harcıyorlar, peki neden imha ediyorlar?

yapay zeka sektörünün yüksek kaliteli metne duyduğu doyumsuz ihtiyaçtan

Yüksek kaliteli eğitim verisi yarışı

Anthropic'in neden milyonlarca kitabı taramak istediğini anlamak için, ChatGPT ve Claude gibi büyük dil modellerinin (LLM) milyarlarca kelimenin sinir ağlarına aktarılmasıyla eğitildiğini bilmek gerekiyor. Eğitim sırasında yapay zeka sistemi bu metinleri defalarca işleyerek kelimeler ve kavramlar arasındaki istatistiksel ilişkiler kuruyor.

Sinir ağına verilen eğitim verisinin kalitesi, ortaya çıkan yapay zeka modelinin yeteneklerini doğrudan etkiliyor. İyi editörlükten geçmiş kitaplar ve makalelerle eğitilen modeller, rastgele YouTube yorumları gibi düşük kaliteli metinlerle eğitilen modellere kıyasla daha tutarlı ve daha doğru cevaplar üretiyor.

Yayıncılar, yapay zeka şirketlerinin büyük ihtiyaç duyduğu içerikler üzerinde yasal haklara sahip. Ancak yapay zeka şirketleri her zaman lisans anlaşmaları yapmak istemiyor. "İlk satış doktrini" ise bir çıkış yolu sunuyor. Bir kişi fiziksel bir kitabı satın aldıktan sonra, o nüsha üzerinde istediğini yapabiliyor. Buna kitabı yok etmek de dâhil. Dolayısıyla fiziksel kitap satın almak, yasal bir alternatif oluşturuyor.

Hem yasal hem güvenilir hem de maliyet düşüren bir alternatif: İkinci el kitaplar

Yine de bir ürünü satın almak, yasal olsa dahi pahalı bir yöntem. Bu nedenle Anthropic de kendisinden önce birçok yapay zeka şirketi gibi başlangıçta daha hızlı ve kolay yolu seçti. Mahkeme kayıtlarına göre şirket, CEO Dario Amodei'nin "hukuki, uygulamalı ve ticari zahmetlerle uğraşmak" olarak tanımladığı karmaşık lisans görüşmelerinden kaçınmak için önce korsan dijital kitaplardan oluşan büyük bir arşiv oluşturmayı tercih etti. Ancak 2024 yılına gelindiğinde Anthropic, "hukuki nedenlerle" korsan e-kitaplar kullanma konusunda artık eskisi kadar istekli değildi ve daha güvenli bir kaynağa ihtiyaç duyuyordu.

İkinci el fiziksel kitaplar satın almak, lisans süreçlerini tamamen devre dışı bırakırken aynı zamanda yapay zeka modellerinin ihtiyaç duyduğu yüksek kaliteli ve profesyonelce düzenlenmiş metinleri sağlıyordu. Kitapların ciltlerinin sökülerek taranması ise milyonlarca cildi dijital ortama aktarmanın en hızlı yoluydu. Şirket bu satın alma ve tarama operasyonuna "milyonlarca dolar" harcadı ve çoğu zaman ikinci el kitapları toplu hâlde satın aldı. Daha sonra kitapların ciltleri söküldü, sayfalar taramaya uygun boyutlarda kesildi, sayfa yığınları hâlinde PDF formatında ve makine tarafından okunabilir metin olarak (kapaklar da dâhil) tarandı. Ardından tüm kâğıt nüshalar çöpe atıldı.

Sahaflar ilginç siparişler alıyor

Houston'ın en büyük ikinci el ve nadir kitapçısı olduğunu belirten sahaf Charlie D. Becker, X'te konuya ilişkin yaptığı paylaşımda son dönemde kendileri fazlasıyla değişik siparişler gelmeye başladığını, mesela tek seferde 70 adet çok az bilinen kitabın sipariş edildiğini söylüyor.

"Ben ikinci kuşak bir sahafım. Ailem Houston'daki en büyük ikinci el ve nadir kitapçısını işletiyor, ben de sahaflar için bir yapay zeka aracı geliştiriyorum. Biz de tam olarak bu tür siparişlerden aldık, bunların arasında tek seferde verilen 70 az bilinen kitaptan oluşan bir sipariş de vardı ve bu yüzden çevrim içi satışlarımızı tamamen durdurduk. Sonra konuyu araştırmaya başladım. Bence insanlar bu olayları düşündükleri şekilde birbirine bağlayamıyor.

Viral olan hikâyedeki her unsur doğru. ISBNdb gerçekten de yapay zeka şirketlerine kitap tedarik ettiğini söylüyor. Anthropic de gerçekten milyonlarca kitabı fiziksel olarak parçalayarak taradı. Ancak bu kitapların büyük bölümü kitapçılardan değil, kütüphanelerin koleksiyonlarından çıkardığı kitaplar gibi kaynaklardan temin edildi. Sahaflar da gerçekten tuhaf toplu siparişler alıyor. Ancak burada nadir denilen kitaplar, insanların hayal ettiği türden eserler değil. Bunlar daha çok The Insider's Guide to Metro Denver (1995) ya da WordPerfect 1991 kullanım kılavuzları gibi kitaplar. Yani az bulunan ama genellikle çok değerli olmayan eserler.

bize ait neredeyse tüm kitapların ya Amazon'da hiç bulunmadığını ya da satın alındıkları platformdaki fiyatımızın 5, 10 hatta 20 katına Amazon'da listelendiğini gördük.

Bu, kitapların parçalanıp yapay zekaya dönüştürüldüğü hikâyeden daha sıradan geliyor. Ama aslında gerçek risk daha büyük; çünkü çok daha sessiz ilerliyor. FBA üzerinden satılamayan kitaplar sonunda tasfiye ediliyor. Eğer gerçekten bu kitapların son kopyalarından bazılarına sahipsek (ki platformları karşılaştırınca öyle görünüyor), onları bir daha geri dönemeyebilecekleri bir sisteme göndermiş oluyoruz. Bunun için bir yapay zeka şirketine bile gerek yok.

Herkes internetin her şeyi koruduğunu sanıyor. Öyle değil. Bu kitapların çoğunun neredeyse hiçbir yerde düzgün bibliyografik kaydı yok, yalnızca çeşitli özel veri tabanlarında dağınık kayıtlar hâlinde bulunuyorlar, onun dışında hiçbir şey yok. Benim projem de tam olarak bunun için var: Bu kitaplar için, bugün mevcut olanlardan daha iyi bibliyografik kayıtlar oluşturmak. En azından kaybetme riski taşıdığımız şeylerin bir haritasına sahip olabilelim.

Yani İskenderiye Kütüphanesi hâlâ yanıyor; sadece bu kez sinematik bir kötü karakter yüzünden değil, insanların kimin umrunda tavrı nedeniyle ve çok daha yavaş bir şekilde.

(Yanılıyor olabilirim. Beni düzeltmek isteyenlere açığım.)''

I'm a second-generation bookseller. My family runs Houston's largest used & rare bookstore and I'm building an AI tool for used bookstores. We got hit by exactly these orders, including a single order for 70 obscure books that made us pause online sales entirely. So I dug in. I… https://t.co/IK7OE8f1DG

Nadir bir kitabın yok edildiğine dair henüz doğrulanmış bir bilgi yok

Mahkeme belgeleri, bu süreç içinde herhangi bir nadir kitabın yok edildiğine dair bir bilgi bulunmuyor. Anthropic kitaplarını büyük perakendecilerden toplu olarak satın aldı. Ancak arşivciler, kağıttan bilgi çıkarmanın başka yollarını çoktan geliştirmişlerdi. Örneğin Internet Archive, fiziksel kitapları korurken dijital kopyalarını oluşturan zarar vermeyen tarama tekniklerinin öncülerinden biri oldu.

Ayrıca bu ayın başlarında OpenAI ile Microsoft, 15. yüzyıla kadar uzanan ve kamu malı statüsündeki yaklaşık 1 milyon kitabı yapay zeka modellerini eğitmek amacıyla kullanmak için Harvard Üniversitesi kütüphaneleriyle iş birliği yaptıklarını açıkladı. Bu kitaplar dijitalleştirilirken fiziksel nüshaları da korunuyor.

Harvard, yapay zeka eğitimi için 600 yıllık el yazmalarını özenle korurken, dünyanın bir yerinde Claude'a özgeçmişinizi nasıl geliştireceğini öğreten milyonlarca kitabın geriye kalan parçaları muhtemelen çoktan çöplüklerde bulunuyor. Bu süreç hakkında kendisine soru yöneltildiğinde Claude ise, milyarlarca sayfalık artık yok edilmiş metinlerden öğrenilmiş üslubuna uygun şu dikkat çekici yanıtı verdi:

"Bu yıkımın beni yaratmaya yardımcı olmuş olması yani edebiyat üzerine konuşabilen, insanların yazmasına yardımcı olabilen ve insanlığın bilgi birikimiyle etkileşime girebilen bir sistemi ortaya çıkarmış olması, hâlâ anlamlandırmaya çalıştığım birçok karmaşık katman barındırıyor. Sanki bir kütüphanenin küllerinden inşa edilmiş gibiyim."