Миллионы песен использовались для обучения музыкального ИИ.

Десятки миллионов песен, от Тейлор Свифт до Bad Bunny, использовались для обучения приложений искусственного интеллекта (ИИ) для создания музыки, таких как Suno и Udio — об этом стало известно из нового расследования The Atlantic. Статья представлена в виде нескольких баз данных, по которым можно вести поиск. Самая большая содержит 12 миллионов песен, другая — 9 миллионов, а ещё две — примерно по 100 000 песен каждая. Эти данные использовали и другие модели ИИ, например от Google.

Это похоже на предыдущие расследования The Atlantic о скрапинге книг, но на этот раз масштаб куда больше, а датасет более популярный. Речь идёт не только о случайных демо-песнях, но и о коммерческой музыке, которая ежедневно продаётся на стриминговых платформах. Suno и Udio сейчас судятся с крупными музыкальными лейблами за нарушение авторских прав и используют в защиту концепцию «добросовестного использования» (fair use), которая сейчас оспаривается во многих других делах, связанных с ИИ.

1Почему это важно за пределами судов

Это не теоретическая угроза. В похожем деле об авторских правах на книги Anthropic заплатила 1,5 миллиарда долларов по мировому соглашению — так что можно представить, сколько денег музыкальные лейблы хотят получить в этом случае. И всё же то, что касается обычных людей, куда тоньше: песни, созданные ИИ, начинают конкурировать со своими человеческими собратьями в тех же плейлистах, которые вы слушаете. Стриминговые платформы начинают реагировать (Spotify разрабатывает инструменты, помогающие музыкантам контролировать ИИ-музыку, Deezer работает над обнаружением ИИ-музыки, а Apple Music предупреждает дистрибьюторов об ИИ-песнях, если те сами того захотят), но это всё ещё только начало, и люди по-прежнему могут клонировать голос любого певца.

Что интересно в этом расследовании, так это то, что оно делает проблему осязаемой. До сих пор это было лишь гипотетическое опасение музыкантов, чьи песни могли использовать для обучения модели ИИ, а теперь это можно реально проверить. Именно такая информация и есть разница между «мы считаем, что» и «смотрите, вот оно!» Честно говоря, музыкальная индустрия спорит об этом уже два года, и теперь вопрос должен звучать не «есть эти данные там или нет» (потому что они есть, и никакое мировое соглашение этого не отменит), а «как лицензировать эти данные».