Do trenowania AI wykorzystano miliony utworów muzycznych z całego świata. Na liście są także polscy artyści
Magazyn The Atlantic przygotował narzędzie, które pozwala przeszukiwać bazę muzyki wykorzystywanej do trenowania systemów sztucznej inteligencji. W praktyce oznacza to dostęp do milionów nagrań, które znalazły się w różnych zbiorach danych, choć w wielu przypadkach ich obecność tam budzi wątpliwości. Okazuje się, że do nauki modeli językowych wykorzystywano twórczość artystów z całego świata, w tym także polskich.
Miliony utworów wykorzystywano do trenowania modeli językowych AI
Dziennikarz Alex Reisner dotarł do czterech takich zestawów i postanowił udostępnić je w formie łatwej do przeglądania. Dwa z nich mają ogromną skalę. Jeden obejmuje około 12 milionów utworów, drugi 9 milionów. Pozostałe są mniejsze, ale każdy z nich nadal zawiera ponad sto tysięcy nagrań, co w kontekście trenowania modeli AI wciąż robi duże wrażenie.
Jak wynika z ustaleń Reisnera, te dane były pobierane tysiące razy. Nie da się wskazać wszystkich podmiotów, które z nich korzystały, ale wiadomo, że pojawiają się w publikacjach badawczych takich firm jak Google czy Stability. Część materiałów pochodzi z miejsc, które dopuszczają darmowe słuchanie na własny użytek, jednak w zastosowaniach komercyjnych wymagają one już wykupienia licencji.
Samo wykorzystanie takich zbiorów nie sprowadza się do prostego pobrania pliku i wczytania go do modelu. W wielu przypadkach są to jedynie listy linków prowadzących do nagrań na platformach takich jak YouTube czy Spotify – portali dostępnych ze smartfonów, tabletów i komputerów. Aby uzyskać pliki audio, twórcy narzędzi AI korzystają ze specjalnych programów, które automatyzują ten proces. Niektóre z nich omijają logowanie, reklamy czy inne mechanizmy, dzięki którym twórcy zarabiają lub zdobywają odbiorców. Takie działania stoją w sprzeczności z zasadami tych serwisów.
Utwory których polskich i zagranicznych artystów wykorzystywano najczęściej?
W bazach można znaleźć szeroki przekrój wykonawców. Są tam zarówno gwiazdy muzyki popularnej, jak Lady Gaga czy Fred Again, jak i zespoły oraz artyści o zupełnie innym charakterze, na przykład Radiohead, Aphex Twin, Wu-Tang Clan, Bruce Springsteen czy eksperymentalny kompozytor Hainbach. Każdy może zajrzeć na stronę AI Watchdog przygotowaną przez The Atlantic i samodzielnie sprawdzić, jakie utwory, książki i inne treści posłużyły do trenowania współczesnych modeli sztucznej inteligencji.
Z kolei na liście polskich artystów znaleźli się między innymi Sanah, Dawid Podsiadło, Behemoth, Hania Rani, Quebonafide, Taco Hemingway, Katarzyna Nosowska, Fisz Emade Tworzywo, Błażej Król, Ich Troje czy Tede. Skalę całej sytuacji może najlepiej zobrazować fakt, że w przypadku ostatniego z wymienionych AI przeanalizowało 414 utworów.
Artyści mają skrajnie różne podejście do sztucznej inteligencji i muzyki AI
Temat wykorzystania muzyki do trenowania AI oraz samo tworzenie muzyki przy jej użyciu wzbudza ostatnio duże kontrowersje. Co ciekawe, sami artyści nie są zgodni w kwestii podejścia do używania sztucznej inteligencji Jedni chętnie wykorzystują AI – na przykład raper z Buffalo, Westside Gunn, korzystał z niej przy tworzeniu intra do swojej płyty zatytułowanej „12”. Na drugim biegunie jest piosenkarka SZA. Artystka otwarcie krytykowała twórców wspierających rozwój generatywnej sztucznej inteligencji. Ponadto jej zdaniem wykorzystywanie sztuki do trenowania modeli LLM bez zgody autorów stanowi poważny problem – zarówno etyczny, jak i prawny.
W tym kontekście dużo mówi się chociażby o narzędziu takim jak Suno. Firma, do której należy to narzędzie, również spotkała się z dużą krytyką. Broniła się jednak, mówiąc, iż stosuje ona zabezpieczenia, mające chronić twórców i ich oryginalne dzieła. Typową linią obrony dla poszczególnych firm jest też argument związany z „dozwolonym użytkiem w prawie autorskim”, który nie szkodzi rynkowi i nie wpływa na twórczość muzyków.