Sony Music e Universal Music Group hanno intentato un'altra causa contro il produttore musicale AI Suno, e questa volta le etichette lanciano un'accusa insolita: "riciclaggio di modelli". La denuncia, condivisa con The Verge, sostiene che il nuovo modello v6 di Suno è ancora costruito sulle loro registrazioni protette da copyright, anche se la stessa v6 non è mai stata addestrata direttamente su di esse.
L'argomento del "riciclaggio di modelli".
Il nocciolo della disputa è l'affermazione di Suno secondo cui la v6 rappresenta una rottura netta rispetto ai suoi modelli precedenti. Le etichette sostengono il contrario: che addestrare un nuovo modello sui risultati di un modello in violazione non elimina la violazione, ma la ricicla. Per maggiori informazioni su questa storia, consulta la nostra aggiornamenti sull'intelligenza artificiale.
"L'addestramento di un 'nuovo' modello sugli output di un modello in violazione non elimina la violazione; la ricicla, trasferendo il valore dell'espressione dei querelanti dalle registrazioni copiate ai modelli contaminati, da quei modelli ai loro output e da quegli output alla v6," si legge nella denuncia. "V6 non è un nuovo inizio; è il frutto dello stesso albero avvelenato."
Secondo le etichette, i modelli precedenti di Suno erano addestrati su musica senza licenza copiata da YouTube e altre fonti, e la v6 eredita quella contaminazione perché era addestrata pesantemente sugli output degli utenti: i brani generati da quei sistemi precedenti, presumibilmente in violazione.
Sony e Universal sono notevoli resistenze nello spazio musicale AI: a differenza di alcuni dei loro concorrenti, non hanno mai firmato un accordo di licenza con Suno, lasciando l'azienda senza autorizzazione a utilizzare i loro cataloghi.
Una nuova svolta: affermazioni sulla distillazione
La denuncia di Sony va oltre, sostenendo che Suno ha utilizzato la distillazione per addestrare v6, una tecnica in cui un nuovo modello viene addestrato per replicare i risultati dei modelli "insegnante" esistenti piuttosto che apprendere dai dati grezzi. Se la v6 fosse stata distillata dai modelli precedenti basati su registrazioni illecite, sostengono le etichette, i nuovi dati di addestramento non cambierebbero nulla riguardo alla violazione sottostante.
"Anche un modello non direttamente formato sulle registrazioni dei querelanti viene informato e trae vantaggio dalle copie non autorizzate conservate da Suno", si legge nella denuncia. Secondo le etichette, a meno che Suno non parta davvero da zero, i suoi modelli continueranno a basarsi su dati rubati, non importa quante volte l’azienda dichiari un nuovo inizio.
Difesa di Suno
Suno ha sostenuto pubblicamente che la v6 è stata costruita diversamente. Quando il modello è stato lanciato, Jack Brody di Suno ha detto a The Verge che è stato "addestrato da zero, con una nuova serie di dati", inclusi i dati dell'utente, sebbene non abbia offerto dettagli oltre a questo.
La portavoce di Suno, Rachel Racusen, ha successivamente confermato che i dati di formazione includono "creazioni" degli utenti, affermando che la v6 è stata addestrata su "contenuti concessi in licenza dai nostri partner, interazioni incluse creazioni e segnali di preferenza della nostra comunità e gli apprendimenti accumulati dal nostro team". Non ha specificato se tali dati includessero audio caricato o output derivati dall'audio caricato - la distinzione al centro della teoria del riciclaggio delle etichette.
Cresce la pressione sul business musicale basato sull'intelligenza artificiale
La nuova denuncia si aggiunge al già affollato dossier legale di Suno. La startup ha perso una storica causa tedesca sul copyright a favore della società di gestione collettiva GEMA in agosto, e la riluttanza delle major a concedere in licenza i loro cataloghi lascia la strategia di formazione principale di Suno esposta in due continenti.
La precedente causa statunitense delle etichette contro Suno mirava all'addestramento dei suoi modelli di prima generazione sulle loro registrazioni. La denuncia della v6 chiude di fatto la via di fuga più ovvia: ricominciare da capo con dati sintetici e creazioni degli utenti. Se anche quel percorso fosse legalmente viziato, le opzioni di Suno si restringono agli accordi di licenza secondo i termini delle etichette, alla difesa in tribunale delle sue pratiche, o alla ricostruzione del suo corpus di formazione dalla musica che può dimostrare essere autorizzata o originale.
Suno non è il solo ad affrontare questa stretta. I generatori di musica AI, i modelli di immagini e i sistemi di testo si trovano tutti ad affrontare la stessa questione mentre la prima era di demolizione del web aperto lascia il posto a una resa dei conti legale. Alcuni titolari dei diritti hanno preferito la concessione di licenze al contenzioso, stipulando accordi che trasformano i loro cataloghi in input di formazione con compenso annesso. Sony e Universal, facendo causa due volte, scommettono che i tribunali otterranno un risultato migliore di qualsiasi licenza.
Il caso conta anche ben oltre una sola azienda. Ai tribunali viene sempre più spesso chiesto di decidere se i risultati dell’intelligenza artificiale – e i modelli addestrati sui risultati – possono portare la contaminazione legale dei loro dati di addestramento. Il concetto che le etichette chiamano riciclaggio di modelli ha evidenti paralleli nella generazione di testo e immagini, dove i dati sintetici recuperati o generati da modelli precedenti stanno diventando una quota maggiore dei set di addestramento.
Se la teoria di Sony e Universal dovesse guadagnare terreno, potrebbe rimodellare il modo in cui le aziende di intelligenza artificiale pensano alla provenienza: non solo cosa è entrato in un modello, ma cosa è entrato nei modelli che hanno prodotto i suoi dati di addestramento. Per ora, la questione si sposta in un tribunale statunitense, dove Suno dovrà sostenere che la v6 rappresenta davvero la svolta netta che afferma di essere.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
