Suno бастапқы кодының ағып кетуі жасанды интеллектті оқыту үшін пираттық деректер жинау ауқымын ашты.
Генеративті музыка әлемінде тектоникалық өзгеріс болды. ЖИ-музыка көшбасшыларының бірі Suno инфрақұрылымын бұзу нәтижесінде ашық қолжетімділікке бастапқы кодтың фрагменттері түсті, олар музыкалық лейблдердің көптен бергі күдіктерін темірбетон сенімділікпен растайды. ellie.191 бүркеншік атымен белгілі хакер компания жүйесіне еніп, қызметкердің компьютерін қауіпті Shai-Hulud құртымен жұқтырды, ол бұзылған npm пакеттері арқылы таралып, барлық кіру кілттерін, токендер мен есептік деректерді тартып алды.
Ең қызығы – бұзудың өзі емес, ұрланған деректерден не табылғаны. Бұл жай ғана журналдар емес, Suno-ның оқу жиынтықтарын қалай құрастырғанының толық манифесі. Файлдардың бірінде YouTube Music-тен 2 миллионнан астам музыкалық клипті жүктеу журналы бар, бұл 113 879 сағат үздіксіз аудиоға тең. ytm_tagged деп белгіленген екінші деректер жиынтығы сол YouTube-тен 152 162 сағат белгіленген жазбаларды қамтиды. Платформа шектеулерін айналып өту үшін Suno әзірлеушілері Bright Data прокси-қызметтерін белсенді пайдаланып, сұраныстарын қарапайым пайдаланушылардың трафигі ретінде жасырған.
Алайда YouTube – айсбергтің ұшы ғана. Кодтан Pond5 (62 117 сағат), Deezer (12 287 сағат), Genius (17 615 сағат мәтіндер мен метадеректер), Халықаралық музыкалық партитуралар кітапханасы жобасы (19 514 сағат), Jamendo (3 726 сағат), Freesound (410 сағат) және Musescore (103 сағат) деректерін жинауға нақты нұсқаулар табылды. Жеке жоспар 420 000 RSS-лентадан бір миллион сағатқа жуық подкастты жүктеуді көздеген. Компания бұл жоспарды жүзеге асырды ма – әзірге белгісіз, бірақ мұндай ауқымды жоспарлаудың өзі сұрақ туғызады.
Сот талап-арыздарына тікелей соққы
Бұл ағып кету – жай техникалық курьез емес. Бұл Suno-ға қарсы сотқа шағымданған лейблдердің пайдасына тікелей дәлел. Universal Music Group және Sony Music Entertainment талап-арызға аудиофингерпринтинг технологиясы арқылы Suno-ның оқу деректерінен табылған 61 026 жазбаны қосуды талап етеді. Лейблдер Suno YT-DLP сияқты утилиталар арқылы YouTube-тің техникалық қорғау құралдарын айналып өтіп, DMCA-ның 1201-бөлімін бұзады деп мәлімдейді. Прокси арқылы YouTube-тен жаппай жүктеуді көрсететін ағып кеткен код бұл дәлелдемеге тамаша сәйкес келеді, дегенмен шифрлауды айналып өту фактісін жүз пайыз дәлелдемейді.
Suno бұрын оның деректер жиынтығында авторлық құқықпен қорғалған туындылар болуы мүмкін екенін мойындағанымен, адал пайдалану доктринасы аясында «трансформативті» пайдалануды талап еткені тән. Енді, осы ағып кетуден кейін, компанияның дәлелдері өте осал көрінеді. Warner Music Group бәсекелестерінен айырмашылығы, бітімге келіп, лицензиялық келісім жасасты, бұл бүкіл индустрия үшін прецедент болуы мүмкін.
Аналитик ретінде менің пікірім: Бұл ағып кету – музыкадағы генеративті ЖИ индустриясы үшін «ақиқат сәті». Suno және оған ұқсас қызметтер ұзақ уақыт бойы «сұр аймақта» ойнап, олардың модельдері «жалпыға қолжетімді» деректерде оқытылады деп мәлімдеді. Енді біз бұл жүйелі, жоспарланған және техникалық жабдықталған деректер ұрлығы болғанын көріп отырмыз. Нарық «алдымен ұрла, сосын лицензияла» моделі енді өтпейтініне дайындалуы керек. Инвесторлар оқу деректерінің заңдылығын нақты дәлелдей алмайтын стартаптарға салым салу тәуекелдерін қайта қарауы тиіс.