Переглянь моделі та стилі, що стоять за такими історіями — безкоштовний акаунт, галерея одразу.
Журналіст Atlantic Алекс Райснер опублікував повністю доступну для пошуку публічну базу даних чотирьох музичних датасетів, використаних для навчання моделей ШІ — два з яких містять відповідно 12 мільйонів і 9 мільйонів треків, що робить це найповнішим публічним обліком навчальних музичних даних ШІ на сьогодні.
Розслідування Райснера — опубліковане в The Atlantic — виявило чотири датасети завдяки поєднанню витоків інформації та публічних досліджень. Два з них є величезними за будь-якими мірками: один містить приблизно 12 мільйонів треків, інший — близько 9 мільйонів. Решта два менші, але все одно являють собою значні навчальні корпуси. Разом вони складають датасет, який перевершує більшість публічно розкритих навчальних наборів ШІ в будь-якій творчій галузі.
Інтерфейс пошуку дозволяє будь-кому ввести ім'я виконавця або назву пісні й перевірити, чи є вони в базі. Це суттєвий зсув порівняно зі звичайною ситуацією, коли навчальні дані або не розкриваються, або ховаються в технічних статтях, які більшість авторів ніколи не читає. Правовласники, які давно підозрювали, що їхні твори використовувалися без дозволу, тепер мають конкретний інструмент для перевірки.
Це розкриття інформації існує не у вакуумі. Численні поточні судові позови — від музикантів, звукозаписних лейблів і художників — поставили розробників ШІ в незручне становище щодо походження їхніх навчальних даних. Суди в США та Європі вирішують питання про те, чи є збирання захищених авторським правом матеріалів для навчання ШІ добросовісним використанням або порушенням, і поки що жодне остаточне рішення не врегулювало це питання.
Для розробників ШІ час невдалий. Кілька великих музично орієнтованих інструментів ШІ запустилися або розширилися у 2024–2025 роках, і питання про те, на чому навчалися ці моделі, тепер важче обійти стороною. База даних із можливістю пошуку, яку може запитати будь-який журналіст, юрист або художник, повністю змінює динаміку — вона перетворює абстрактну правову дискусію на конкретний, доступний для пошуку факт.
Це важливо не лише для музики. Та сама правова логіка, що застосовується до навчання на захищених авторським правом піснях, стосується і навчання на захищених авторським правом зображеннях, ілюстраціях і візуальному мистецтві. База даних The Atlantic є підтвердженням концепції: навчальні дані можна задокументувати, зробити доступними для пошуку та використовувати як докази. Якщо подібні бази даних з'являться для навчальних наборів зображень — а дослідники вже почали їх створювати в академічних контекстах — тиск на постачальників моделей генерації зображень посилиться.
Для творців, які використовують інструменти ШІ для зображень, практичним наслідком є ризик для моделей: платформи, які не можуть продемонструвати чисті або ліцензовані навчальні дані, мають більше шансів зіткнутися з судовим позовом, примусовим виведенням моделі або обмеженнями результатів, продиктованими мировою угодою. Оцінюючи, навколо яких інструментів генерації зображень ШІ будувати робочий процес, походження навчальних даних більше не є лише етичним міркуванням — це питання безперервності бізнесу.
Це також порушує складніше питання про майбутню структуру витрат моделей ШІ. Ліцензування музики та візуального мистецтва у великих масштабах є дорогим. Якщо суди або регулятори підштовхнуть розробників ШІ до ліцензованих навчальних даних, економіка роботи дешевих або безкоштовних генеративних інструментів суттєво зміниться. Варто ознайомитися з поточними варіантами моделей і цінами до того, як ці тиски матеріалізуються, поки ландшафт ще відносно відкритий.
База даних Райснера не вирішить основних правових суперечок, але встановлює прецедент того, як може виглядати підзвітність навчальних даних на практиці — і цей прецедент тепер лежить перед юридичними командами кожного розробника ШІ.
