Портал The Atlantic обнаружил неопровержимые свидетельства того, что миллионы музыкальных треков, охраняемых авторским правом, применялись для тренировки нейросетей. В перечне оказались популярные мировые хиты, чьи авторы не предоставляли ИИ-компаниям разрешения на обработку своих произведений.
Источник изображения: AI
Автор статьи в The Atlantic Алекс Рейснер (Alex Reisner) обнародовал четыре каталога, где зафиксировано, какие именно музыкальные композиции послужили материалом для обучения моделей. Компания Suno в судебных документах официально признала, что тренировала ИИ на десятках миллионов записей, часть из которых находилась под защитой авторских прав и эксплуатировалась без согласия правообладателей, среди которых оказались Тейлор Свифт (Taylor Swift) и Бэд Банни (Bad Bunny). Одновременно с этим лейблы Sony, UMG и Warner подали иски против Suno и Udio, требуя компенсации до $150 000 за каждую композицию, включённую в обучающий набор.
Пока разработчики нейросетей ссылаются на доктрину добросовестного использования, утверждая, что ИИ-модели усваивают лишь абстрактные закономерности, а не конкретные мелодии, представители музыкальной индустрии придерживаются противоположного мнения, называя подобную практику «пиратством, замаскированным под красивую презентацию для инвесторов». Ситуация осложняется позицией Бюро по авторским правам США (United States Copyright Office), которое в январе 2025 года объявило, что результаты работы таких нейросетей не подлежат авторско-правовой защите из-за недостаточного участия человека, оставляя созданный контент вне правового поля.
Одной из эффективных мер противодействия стал инструмент HarmonyCloak, разработанный исследователями из Университета Теннесси. Он добавляет в аудиофайлы неслышимые для человеческого уха звуковые искажения. Однако акцент в борьбе уже смещается в сторону правовых механизмов. В частности, Warner Music Group и Universal Music Group заключили лицензионные соглашения с Udio и Suno, а власти Теннесси приняли закон, защищающий голоса музыкантов от неправомерного клонирования.
