Udio i Suno nie są, wbrew nazwie, najgorętszymi nowymi restauracjami w Lower East Side. To start-upy oparte na sztucznej inteligencji, które pozwalają ludziom generować imponująco realistycznie brzmiące piosenki – wraz z instrumentacją i występami wokalnymi – na podstawie podpowiedzi. W poniedziałek grupa dużych wytwórni płytowych pozwała je, zarzucając naruszenie praw autorskich „na niemal niewyobrażalną skalę”, twierdząc, że firmy mogą to zrobić tylko dlatego, że nielegalnie pochłonęły ogromne ilości muzyki chronionej prawem autorskim w celu szkolenia swoich modeli sztucznej inteligencji.

Te dwa pozwy przyczyniają się do narastania problemów prawnych w branży sztucznej inteligencji. Niektóre z odnoszących największe sukcesy firm w branży szkolą swoje modele na podstawie danych uzyskanych w drodze niesankcjonowanego pobierania ogromnych ilości informacji z Internetu. Na przykład ChatGPT był początkowo szkolony na milionach dokumentów zebranych z linków opublikowanych na Reddicie.

Pozwy te, których inicjatorem jest Amerykańskie Stowarzyszenie Przemysłu Nagrań (RIAA), dotyczą muzyki, a nie słowa pisanego. Ale jak New York Timesaw pozwie przeciwko OpenAI stawiają pytanie, które może zmienić krajobraz technologiczny, jaki znamy: czy firmy zajmujące się sztuczną inteligencją mogą po prostu wziąć, co im się podoba, przekształcić to w produkt wart miliardy i twierdzić, że jest to dozwolony użytek?

„To kluczowa kwestia, którą należy rozwiązać, ponieważ dotyczy ona różnych branż” – powiedział Paul Fakler, partner w kancelarii prawnej Mayer Brown, która specjalizuje się w sprawach dotyczących własności intelektualnej.

Zarówno Udio, jak i Suno są dość nowe, ale już zrobiły furorę. Suno zostało uruchomione w grudniu przez zespół z Cambridge, który wcześniej pracował dla Kensho, innej firmy AI. Szybko nawiązało współpracę z Microsoftem, która zintegrowała Suno z Copilot, chatbotem AI Microsoftu.

Udio wystartowało zaledwie w tym roku, zbierając miliony dolarów od największych graczy w świecie inwestycji w technologie (Andreessen Horowitz) i świecie muzyki (na przykład Will.i.am i Common). Platforma Udio została wykorzystana przez komika Kinga Willoniusa do wygenerowania „BBL Drizzy” – utworu diss Drake’a, który stał się wirusowy po tym, jak producent Metro Boomin zremiksował go i udostępnił publicznie, aby każdy mógł rapować.

W pozwie RIAA używa wzniosłego języka, twierdząc, że w tym postępowaniu chodzi o „zapewnienie, że prawa autorskie w dalszym ciągu będą zachęcać ludzką inwencję i wyobraźnię, tak jak miało to miejsce od wieków”. Brzmi nieźle, ale ostatecznie zachętą, o której mowa, są pieniądze.

RIAA twierdzi, że generatywna sztuczna inteligencja stwarza ryzyko dla modelu biznesowego wytwórni płytowych. „Zamiast licencjonować nagrania dźwiękowe chronione prawem autorskim, potencjalni licencjobiorcy zainteresowani licencjonowaniem takich nagrań do własnych celów mogliby wygenerować dźwięk przypominający sztuczną inteligencję praktycznie bezpłatnie” – stwierdzają w pozwie, dodając, że takie usługi mogą „[flood] na rynek za pomocą „naśladowców” i „podobnych dźwięków”, wywracając w ten sposób do góry nogami ugruntowaną działalność związaną z licencjonowaniem próbek”.

RIAA żąda również odszkodowania w wysokości 150 000 dolarów za każdą pracę naruszającą prawa, co, biorąc pod uwagę ogromne zbiory danych zwykle wykorzystywanych do szkolenia systemów sztucznej inteligencji, jest liczbą potencjalnie astronomiczną.

Pozwy RIAA obejmowały przykłady muzyki wygenerowanej za pomocą Suno i Udio oraz porównania ich zapisu muzycznego z istniejącymi dziełami chronionymi prawem autorskim. W niektórych przypadkach wygenerowane piosenki zawierały podobne krótkie frazy — na przykład jedna zaczynała się od wersu „Jason Derulo” w dokładnie takiej samej rytmie, w jakim prawdziwy Jason Derulo rozpoczyna wiele swoich piosenek. Inne miały rozbudowane sekwencje o podobnej notacji, jak w przypadku utworu inspirowanego „American Idiot” Green Daya.

Ten wydaje się dość potępiające, ale RIAA nie twierdzi, że te konkretne utwory o podobnym brzmieniu naruszają prawa autorskie — raczej twierdzi, że firmy AI wykorzystywały muzykę chronioną prawem autorskim jako część swoich danych szkoleniowych.

Ani Suno, ani Udio nie udostępniły publicznie swoich zbiorów danych szkoleniowych. Obie firmy niejasno podają źródła swoich danych szkoleniowych – chociaż jest to normalne w branży sztucznej inteligencji. (Na przykład OpenAI uniknął pytań o to, czy do szkolenia modelu wideo Sora wykorzystano filmy z YouTube).

W pozwie RIAA odnotowuje się, że dyrektor generalny Udio David Ding stwierdził, że firma trenuje w oparciu o „najwyższą jakość” muzyki, która jest „publicznie dostępna”, oraz że współzałożyciel Suno napisał na oficjalnym Discordzie Suno, że firma trenuje, korzystając z „mieszanki zastrzeżonej i dane publiczne.”

Fakler stwierdził, że włączenie przykładów i porównań oznaczeń do pozwu jest „dziwaczne”, twierdząc, że wykracza „znacznie poza” to, co byłoby konieczne do zapewnienia uzasadnionych podstaw do pozwu. Po pierwsze, wytwórnie nie mogą posiadać praw do kompozycji utworów rzekomo wykorzystanych przez Udio i Suno w celach szkoleniowych. Raczej są właścicielami praw autorskich do nagrania dźwiękowego, więc wykazanie podobieństwa w zapisie muzycznym niekoniecznie pomaga w sporze dotyczącym praw autorskich. „Myślę, że tak naprawdę został zaprojektowany z myślą o optyce i celach PR” – powiedział Fakler.

Co więcej, jak zauważył Fakler, tworzenie nagrań dźwiękowych o podobnym brzmieniu jest legalne, jeśli masz prawa do utworu źródłowego.

Po uzyskaniu komentarza rzecznik Suno podzielił się oświadczeniem dyrektora generalnego Mikeya Shulmana, w którym stwierdził, że jego technologia ma charakter „transformacyjny” i że firma nie zezwala na podpowiedzi zawierające nazwiska istniejących artystów. Udio nie odpowiedziało na prośbę o komentarz.

Ale nawet jeśli Udio i Suno wykorzystali dzieła chronione prawem autorskim wytwórni płytowych do szkolenia swoich modeli, istnieje bardzo ważne pytanie, które może przesłonić wszystko inne: czy jest to dozwolony użytek?

Dozwolony użytek to obrona prawna, która pozwala na wykorzystanie materiałów chronionych prawem autorskim w celu stworzenia znacząco nowego lub przekształconego dzieła. RIAA argumentuje, że startupy nie mogą powoływać się na dozwolony użytek, twierdząc, że produkty Udio i Suno mają zastąpić prawdziwe nagrania, że ​​są generowane w celach komercyjnych, że kopiowanie miało charakter rozległy, a nie selektywny, i wreszcie, że powstałe w ten sposób produkt stwarza bezpośrednie zagrożenie dla działalności wytwórni.

Zdaniem Faklera start-upy mają solidny argument dotyczący dozwolonego użytku, pod warunkiem że dzieła chronione prawem autorskim były kopiowane jedynie tymczasowo, a ich cechy definiujące zostały wyodrębnione i abstrakcyjne w wagach modelu sztucznej inteligencji.

„Tak właśnie działają komputery — muszą tworzyć te kopie, a następnie analizować wszystkie te dane, aby wyodrębnić treści niechronione prawem autorskim” – powiedział. „Jak konstruować utwory, które będą przez słuchacza rozumiane jako muzyka i które będą miały różne cechy, które powszechnie spotykamy w muzyce popularnej? To wydobywanie tego wszystkiego w taki sam sposób, w jaki muzyk uczy się tego, grając muzykę”.

„Moim zdaniem jest to bardzo mocny argument dotyczący dozwolonego użytku” – stwierdził Fakler.

Oczywiście sędzia lub ława przysięgłych mogą się nie zgodzić. A to, co zostanie wydobyte w procesie ujawniania — jeśli te pozwy dotrą do celu — może mieć duży wpływ na sprawę. To, które utwory muzyczne zostały pobrane i jak znalazły się w zestawie treningowym, może mieć znaczenie, a szczegóły dotyczące reżimu treningowego mogą podważyć obronę dozwolonego użytku.

Wszystkich czeka bardzo długa podróż, gdyż pozwy RIAA i podobne będą rozpatrywane przez sądy. Od tekstu i zdjęć po nagrania dźwiękowe – kwestia dozwolonego użytku pojawia się we wszystkich tych przypadkach i w całej branży sztucznej inteligencji.