Sony Music i Universal Music Group złożyły kolejny pozew przeciwko generatorowi muzyki AI Suno i tym razem wytwórnie kierują nietypowy zarzut: „pranie modeli”. W skardze przekazanej The Verge argumentuje się, że nowy model v6 firmy Suno w dalszym ciągu opiera się na nagraniach chronionych prawem autorskim — nawet jeśli sama wersja v6 nigdy nie była na nich bezpośrednio trenowana.
Argument „prania modeli”.
Sednem sporu jest twierdzenie Suno, że wersja v6 stanowi wyraźne zerwanie z wcześniejszymi modelami. Etykiety argumentują coś przeciwnego: szkolenie nowego modelu na wynikach modelu naruszającego prawa nie eliminuje naruszenia, lecz je pranie. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.
„Wytrenowanie «nowego» modelu na wynikach modelu naruszającego prawo nie eliminuje naruszenia, lecz je pranie, przenosząc wartość wypowiedzi Powodów ze skopiowanych nagrań na skażone modele, z tych modeli na ich wyniki, a z tych wyników na v6” – czytamy w skardze. „V6 nie jest nowym początkiem; to owoc tego samego zatrutego drzewa”.
Według wytwórni wcześniejsze modele Suno były szkolone na nielicencjonowanej muzyce zgranej z YouTube i innych źródeł, a wersja 6 dziedziczy tę skażenie, ponieważ była intensywnie szkolona na podstawie danych wyjściowych użytkowników — utworów generowanych przez te wcześniejsze systemy, rzekomo naruszające prawa.
Sony i Universal wyraźnie opóźniają się w przestrzeni muzycznej AI: w przeciwieństwie do niektórych swoich konkurentów nigdy nie podpisały umowy licencyjnej z Suno, pozostawiając firmę bez pozwolenia na korzystanie z ich katalogów.
Nowy zwrot akcji: oświadczenia dotyczące destylacji
Skarga Sony idzie dalej i utrzymuje, że Suno użył destylacji do uczenia wersji 6 — techniki, w której nowy model jest szkolony tak, aby replikował wyniki istniejących modeli „nauczyciela”, zamiast uczyć się na surowych danych. Jeśli wersja v6 została wydzielona z poprzednich modeli zbudowanych w oparciu o nagrania naruszające prawa, twierdzą wytwórnie, nowe dane szkoleniowe nie zmieniają niczego na temat podstawowego naruszenia.
„Nawet modelka, która nie została bezpośrednio przeszkolona w zakresie nagrań Powodów, jest informowana o nieautoryzowanych kopiach przechowywanych przez Suno i czerpie z nich korzyści” – czytamy w skardze. Zdaniem wytwórni, jeśli Suno naprawdę nie zacznie od zera, jego modele będą w dalszym ciągu budowane na skradzionych danych – niezależnie od tego, ile razy firma deklaruje nowy początek.
Obrona Suno
Suno publicznie utrzymywał, że wersja v6 została zbudowana inaczej. Kiedy model został wprowadzony na rynek, Jack Brody z Suno powiedział The Verge, że został „przeszkolony od podstaw na podstawie nowego zestawu danych”, w tym danych użytkowników, choć nie podał żadnych szczegółów poza tym.
Rzeczniczka Suno, Rachel Racusen, potwierdziła później, że dane szkoleniowe obejmują „kreacje” użytkowników, mówiąc, że wersja 6 została przeszkolona w oparciu o „treści licencjonowane od naszych partnerów, interakcje, w tym dzieła i sygnały preferencji od naszej społeczności, a także zgromadzoną wiedzę od naszego zespołu”. Nie sprecyzowała, czy dane te obejmują przesłane pliki audio, czy też dane wyjściowe pochodzące z przesłanych plików audio – a to rozróżnienie leży u podstaw teorii prania stosowanej przez wytwórnie.
Rosnąca presja na biznes muzyczny oparty na sztucznej inteligencji
Nowa skarga uzupełnia i tak już zatłoczoną dokumentację prawną Suno. W sierpniu startup przegrał przełomową niemiecką sprawę dotyczącą praw autorskich przeciwko organizacji zbiorowego zarządzania GEMA, a niechęć głównych wytwórni do udzielania licencji na swoje katalogi wystawia podstawową strategię szkoleniową Suno na dwa kontynenty.
Wcześniejszy amerykański pozew wytwórni przeciwko Suno dotyczył szkolenia modeli pierwszej generacji na ich nagraniach. Skarga v6 skutecznie zamyka najbardziej oczywistą drogę ucieczki: rozpoczęcie od nowa z danymi syntetycznymi i dziełami użytkowników. Jeśli nawet ta ścieżka jest skażona prawnie, opcje Suno ograniczają się do umów licencyjnych na warunkach wytwórni, obrony na sali sądowej swoich praktyk lub odbudowania bazy szkoleniowej z muzyki, która może udowodnić, że jest licencjonowana lub oryginalna.
Suno nie jest sam w obliczu tego ucisku. Generatory muzyki AI, modele obrazów i systemy tekstowe stają przed tym samym pytaniem, ponieważ wczesna era wycofywania się z otwartej sieci ustępuje miejsca rozliczeniu prawnemu. Niektórzy posiadacze praw wybrali licencjonowanie zamiast sporów sądowych, zawierając umowy, które zamieniają ich katalogi w materiały szkoleniowe za dołączoną rekompensatą. Sony i Universal, pozywając dwukrotnie, zakładają, że sądy dadzą lepszy wynik niż jakakolwiek licencja.
Sprawa ma znaczenie także daleko poza jedną firmą. Coraz częściej sądy proszone są o podjęcie decyzji, czy wyniki sztucznej inteligencji – i modele wytrenowane na podstawie wyników – mogą nosić znamiona prawne wynikające z danych szkoleniowych. Koncepcja, którą etykiety nazywają praniem modeli, ma oczywiste odpowiedniki w generowaniu tekstu i obrazów, gdzie syntetyczne dane pobrane lub wygenerowane z wcześniejszych modeli stają się coraz większym udziałem zestawów uczących.
Jeśli teoria Sony i Universalu zyska na popularności, może zmienić sposób, w jaki firmy zajmujące się sztuczną inteligencją myślą o pochodzeniu: nie tylko to, co trafiło do modelu, ale także to, co trafiło do modeli, które wygenerowały dane szkoleniowe. Na razie pytanie trafia do sądu w USA, gdzie Suno będzie musiał argumentować, że wersja v6 naprawdę zapewnia czyste przełamanie, za jakie się podaje.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
