Вокруг авторских прав в индустрии искусственного интеллекта разгорается новый масштабный скандал. Журналист издания The Atlantic Алекс Райснер обнаружил четыре гигантских датасета, которые разработчики использовали для обучения музыкальных нейросетей. Два из этих наборов данных имеют колоссальные масштабы — они содержат 12 миллионов и 9 миллионов музыкальных треков соответственно. Еще два набора скромнее, но всё равно включают в себя более чем по 100 000 песен каждый.
Чтобы предать ситуацию огласке, журналисты создали публичную поисковую базу данных AI Watchdog. Теперь любой музыкант, правообладатель или обычный пользователь может в один клик проверить, использовалось ли конкретное творчество без разрешения для создания музыкального ИИ.
Кто попался на пиратстве и чьи песни украли?
Выявленные датасеты находились в открытом доступе в интернете и скачивались тысячами разработчиков. Хотя отследить абсолютно всех пользователей невозможно, участие двух технологических гигантов уже доказано. Компании Google и Stability AI (создатели Stable Diffusion) официально подтвердили в своих научных работах, что обучали свои нейросети именно на этих музыкальных массивах.
В пиратских базах данных обнаружили треки исполнителей совершенно разных масштабов и жанров:
- Мировые поп-иконы: Lady Gaga, Fred again..
- Культовые рок- и хип-хоп-группы: Radiohead, Wu-Tang Clan, Bruce Springsteen
- Электронные музыканты и экспериментаторы: Aphex Twin, композитор Hainbach
Часть треков была заимствована из таких платформ, как Free Music Archive. Правила этих сервисов позволяют бесплатно стримить музыку для личного прослушивания, но категорически запрещают любое коммерческое использование контента без покупки лицензии.
Наглый обход систем монетизации
Как объясняют исследователи, скачивание миллионов треков происходило не через простое скачивание архивных ZIP-файлов. Три из обнаруженных датасетов представляли собой обычные списки ссылок на ролики в YouTube и треки в Spotify.
Чтобы собрать аудиофайлы воедино, создатели ИИ использовали специализированные автоматизированные скрипты-парсеры. Этот софт не просто скачивал музыку, но и намеренно обходил защитные алгоритмы платформ:
- Скрипты полностью блокировали и вырезали коммерческую рекламу.
- Парсеры имитировали действия пользователей, обходя экраны авторизации и капчи.
- Они лишали авторов контента просмотров, прослушиваний и подписок, которые приносят музыкантам реальный доход.
Подобные действия напрямую нарушают Условия использования (Terms of Service) платформ YouTube и Spotify. Запуск публичной поисковой базы данных от The Atlantic дает авторам мощный инструмент для защиты своих прав, который может спровоцировать новую волну многомиллионных судебных исков против ИИ-лабораторий.
