The Atlantic раскрыл датасеты с миллионами треков, на которых обучают ИИ: теперь по ним есть поиск

Журналист The Atlantic обнаружил четыре массивных датасета (до 12 млн треков), используемых для обучения музыкальных ИИ-моделей, и создал на их основе базу поиска. Теперь любой артист может проверить, попал ли его контент в обучающую выборку нейросетей, обходящих правила стримингов и лицензий.

Алекс Рейснер обнаружил четыре массивных набора данных, используемых для обучения музыкальных ИИ-моделей, и создал на их основе открытую базу. Теперь любой желающий может проверить, попала ли его музыка в обучающую выборку для нейросетей.

Масштабы и пользователи

Обнаруженные базы включают два огромных датасета (на 12 и 9 миллионов треков) и два поменьше (более 100 тысяч песен каждый). По словам Рейснера, эти наборы были скачаны тысячи раз. Хотя полный список компаний, использующих их для коммерческих продуктов, установить невозможно, Google и Stability AI уже подтвердили их применение в своих исследовательских работах.

Как ИИ-разработчики собирают данные и обходят правила

Процесс сбора аудио вызывает серьёзные юридические вопросы в отношении соблюдения авторских прав:

• Парсинг стримингов. Три из четырёх датасетов представляют собой текстовые списки ссылок на YouTube или Spotify.
• Обход монетизации. Для скачивания аудио разработчики применяют автоматизированные инструменты, которые обходят экраны авторизации, рекламу и механизмы монетизации. Таким образом авторы лишаются потенциального дохода и прослушиваний.
• Нарушение ToS. Подобный автоматизированный парсинг прямо нарушает условия использования этих платформ.
• Игнорирование лицензий. Даже музыка из таких источников, как Free Music Archive, доступная для личного некоммерческого прослушивания, требует лицензирования для коммерческого применения (каковым является обучение ИИ), что часто игнорируется разработчиками.

В базе данных уже найдены работы звёзд первой величины и культовых артистов: Lady Gaga, Fred Again.., Radiohead, Aphex Twin, Wu-Tang Clan, Брюс Спрингстин и композитор-экспериментатор Hainbach. Самостоятельно поискать треки в базе можно на специальном портале AI Watchdog от The Atlantic.

⚡️ Присоединяйтесь к нашему закрытому сообществу в Max.

Ещё больше полезного и оперативного контента я публикую в своих Telegram-каналах. Присоединяйтесь к обсуждению!

mudi — всё о дистрибуции, работе с площадками и последних новостях. Подписаться →

mishas tips — инсайты, аналитика и разбор трендов всей музыкальной индустрии. Подписаться →

Музыкальный ИИ — слежу за тем, как искусственный интеллект меняет музыку прямо сейчас. Подписаться →