Российские треки оказались в массивах для развития нейросетей
Аналитики, изучающие зарубежные базы данных, которые используются для обучения систем искусственного интеллекта, обнаружили в них сотни композиций российских исполнителей. В числе авторов, чьи песни попали в такие массивы, оказались Баста и Дима Билан.
Речь идет о крупных наборах аудиоматериалов, применяемых для тренировки алгоритмов, способных распознавать, анализировать и генерировать музыку.
Подобные технологии активно развиваются, а для их обучения разработчики используют огромные объемы контента из открытых и коммерческих источников.
Какие композиции нашли специалисты
По данным аналитиков, в обнаруженных базах присутствуют многочисленные треки Басты и Билана.
Точное количество композиций и полный перечень материалов пока не раскрываются, однако речь идет о сотнях песен. Эксперты отмечают, что наличие произведений в подобных наборах еще не означает законность их использования.
Музыкальные записи защищены авторским правом, поэтому включение треков в обучающие датасеты должно происходить с разрешения правообладателей либо на основании соответствующих лицензий.
Почему использование музыки для обучения ИИ вызывает вопросы
Нейросети обучаются на больших объемах информации, выявляя закономерности и особенности исходных материалов. В случае с музыкой алгоритмы могут анализировать мелодии, ритм, вокальную подачу и структуру композиций. Позднее эти знания используются при создании новых музыкальных произведений или обработке уже существующих.
Однако такой подход вызывает споры между технологическими компаниями и представителями творческой индустрии. Артисты, композиторы и правообладатели опасаются, что их работы применяются без согласия, а созданные на их основе алгоритмы могут конкурировать с людьми и приносить прибыль разработчикам.
Обнаружение песен Басты и Димы Билана в иностранных базах вновь привлекло внимание к проблеме защиты авторских прав в эпоху искусственного интеллекта.
По мере распространения генеративных сервисов вопрос о том, какие данные можно использовать для обучения нейросетей, будет становиться все более значимым.
