版权问题阻碍了人工智能和音乐的发展

由柏拉图重新发布

关注： 0

评论生成式人工智能模型最出名的是剔除文本和图片，尽管它们在音频方面也取得了一些进展。可以说，音乐尤其棘手：作为人类，我们对机器想象的图像和某些形式的写作可以相对宽容，但对音频可能就不那么宽容了。人们可能对自己喜欢听的声音非常挑剔。

这并不是人工智能制作的音乐面临的唯一困难：还有版权法，人工智能在所有形式的媒体中都开始遇到越来越多的版权法。

需要大量数据来训练这些系统来重现常见的模式和行为。初创公司和大型科技公司都已经在互联网上大肆搜刮，袭击新闻出版商、网络论坛、书籍、图片共享网站等以获取内容。然而，他们在使用音乐时更加小心。不难看出原因。

唱片公司的诉讼非常激烈。去年，以环球音乐集团（UMG）为首的一批音乐出版商起诉 10 月份，人工智能新贵 Anthropic 指控其窃取歌词。这只是文字——我们都知道未经许可在曲目中使用样本或听起来像样本的内容会发生什么。提起诉讼并要求版税。如果您正在创作音乐，并以其他人的作品为基础，则需要清除版权。我们想象，在训练期间将当今的音乐输入到模型中的人工智能制造商也必须以某种方式经历这一过程。

想象一下，如果机器学习开发人员抄袭受版权保护的音乐并创建包含熟悉元素的排行榜冠军热门歌曲，就像大多数人工智能制作的内容可以在未经许可的情况下追溯到训练数据的某些部分一样，他们会给自己带来麻烦。人工智能现在可以创造屡获殊荣艺术，所以我们猜测音乐是下一个。

《Heart On My Sleeve》是由一位名为 Ghostwriter 的神秘制作人制作的歌曲，由人工智能生成，复制了说唱歌手 Drake 和加拿大音乐家 The Weeknd 的声音和音乐风格，并在网上疯传。环球音乐集团立即再次站出来，要求将其从流媒体平台上删除。显然，神经网络可以创造令人信服的流行音乐，但就像艺术和写作一样，如果输出太接近原始训练数据，版权主张就会飞扬，用户可能会因担心诉讼而犹豫是否使用该技术。

一些人工智能开发人员对与唱片公司的法律纠纷持谨慎态度，甚至可能决定用他们自己创作或委托的音乐来训练他们的模型，或者获得许可这样做，看看这些神经网络的输出与其他神经网络的输出相比会很有趣接受过更广泛的音频训练的网络，这些音频可能是合法收集的，也可能不是合法收集的。

不过，一般来说，人工智能制造商认为，使用受版权保护的材料训练他们的模型是合理使用。他们还认为大型语言模型的输出具有变革性，这意味着它们添加了新的东西，而不是原始作品的直接复制或替代。可以肯定地说，并不是每个人都相信这些观点。

能够创建连贯内容的强大模型越来越多地被指控剽窃知识产权。《纽约时报》提起诉讼声称 OpenAI 的 ChatGPT 可以逐字回忆新闻文章的段落，为人们提供了一种绕过标题付费墙的简单方法。

同样，插画家和艺术家也分享了 Midjourney 生成的复制电影剧照的图像，如下所示：