The Atlantic ujawnia, na jakiej muzyce trenuje się AI - i pozwala to przeszukać

👁 132 przeczytań

Reporter The Atlantic Alex Reisner odnalazł cztery zbiory danych z muzyką wykorzystywaną do trenowania modeli sztucznej inteligencji i udostępnił je do publicznego przeszukiwania. Dwa z nich są ogromne - liczą odpowiednio 12 milionów i 9 milionów utworów. Pozostałe dwa są znacznie mniejsze, ale wciąż obejmują po ponad 100 tysięcy piosenek każdy.

Według Reisnera zbiory pobrano tysiące razy. Choć nie da się dokładnie ustalić, kto z nich korzystał, to zarówno Google, jak i Stability potwierdziły ich użycie w swoich pracach badawczych. Część źródeł, jak zbiór Free Music Archive, jest dostępna do darmowego odsłuchu na użytek osobisty, ale zastosowanie komercyjne wymaga licencji.

Dlaczego to nie jest tak proste, jak pobranie ZIP-a

Teoretycznie dane są swobodnie dostępne w sieci, ale wykorzystanie ich do treningu nie sprowadza się do ściągnięcia archiwum i nakarmienia nim modelu. Jak wyjaśnia Reisner, trzy ze zbiorów rozprowadzane są jako listy linków do utworów na YouTube i Spotify.

Twórcy AI pobierają faktyczny dźwięk za pomocą narzędzi, które automatyzują tę pracę - niektóre z nich pozwalają obejść logowanie, reklamy i mechanizmy, dzięki którym twórcy mogliby zarobić lub zyskać subskrybentów. Takie narzędzia naruszają warunki korzystania z tych platform.

- pisze Alex Reisner w The Atlantic.

W zbiorach pojawiają się nazwiska z bardzo różnych półek - od gwiazd popu jak Lady Gaga i Fred Again.., przez Radiohead, Aphex Twina, Wu-Tang Clan i Bruce’a Springsteena, po eksperymentalnego kompozytora Hainbacha. Każdy może samodzielnie przeszukać utwory, książki i inne media wykorzystywane do trenowania modeli na uruchomionej przez magazyn stronie AI Watchdog.

Sprawa wpisuje się w narastający spór wokół muzyki tworzonej i trenowanej przez AI. Niespełna trzy tygodnie wcześniej inwestorzy wpompowali kolejne 400 milionów dolarów w Suno, jeden z głośniejszych generatorów muzyki, a branża fonograficzna od miesięcy spiera się o to, kto i na jakich zasadach może korzystać z cudzych nagrań do uczenia algorytmów.

Baza Reisnera nie rozstrzyga, czy konkretne firmy użyły konkretnych utworów. Pokazuje za to, jak łatwo dziś sięgnąć po cudzą twórczość - i jak trudno ten proces prześledzić bez narzędzia, które po prostu pozwala wpisać nazwisko artysty i sprawdzić, czy jest na liście.

// czytaj dalejNvidia PAIR pozwala zamienić domowe komputery w klaster do zadań agentycznychNewsyStartup trenuje AI na żywej ludzkiej skórze przechowywanej przez miesiącNewsySearchAuditor: jak wykrywać błędy agentów przeszukujących siećNewsy