AI alati već se naširoko koriste za stvaranje tekstualnog i vizualnog sadržaja, koji se sve većom brzinom i u sve većoj količini širi internetom. Isto je posljednjih mjeseci i s glazbom.
U cijelu priču uključila se i Meta, matična tvrtka Facebooka, Instagrama i WhatsAppa. Istraživači iz tvrtke Marka Zuckerberga razvili su AI generator glazbe pod nazivom MusicGen, a koji bi trebao “olakšati stvaranje glazbe”. Za sada je javnosti dostupna demo verzija.
Prije Mete, Google je u siječnju predstavio MusicLM, eksperimentalni AI alat koji može generirati glazbu iz tekstualnih uputa i pjevanja, a prošlog mjeseca ga je učinio javno dostupnim.
MusicLM radi tako što mu se da uputa poput “jazz za dinner party”. MusicLM zatim će stvoriti dvije verzije tražene pjesme za osobu koja unese uputu. Nakon toga možete glasovati o tome koja verzija vam se više sviđa, a ti će onda “pomoći u poboljšanju modela umjetne inteligencije”. Googleov model je treniran na pet milijuna audio zapisa, što iznosi 280.000 sati glazbe na 24 kHz.
Jezični model, koji je Metin tim Fundamental AI Research (FAIR) opisao kao “jednostavan i kontroliran model za generiranje glazbe”, može primiti tekstualne upute poput na primjer, “up-beat acoustic folk” i pretvoriti ih u nove glazbene isječke od 12 sekundi. Također, može koristiti i melodijske upute za generiranje nove glazbe.
Iz Mete kažu da su koristili 20.000 sati licencirane glazbe za treniranje MusicGena, što je uključivalo 10.000 visokokvalitetnih licenciranih glazbenih zapisa, a kako je izvijestio TechCrunch, 390.000 instrumentalnih zapisa sa ShutterStocka i Pond5.
Metini istraživači također su objavili rad u kojem su opisali rad na obuci modela unutar kojeg navode etičke izazove oko razvoja generativnih AI modela. Istraživački tim prvo je osigurao da su svi podaci obuhvaćeni pravnim ugovorima s nositeljima prava, posebno kroz ugovor sa ShutterStockom.
Drugi aspekt je potencijalni nedostatak raznolikosti u skupu korištenih podataka, no dodali su da vjeruju da pojednostavljenje kojim se koriste u ovom radu, npr. korištenje jednofaznog jezičnog modela i smanjenog broja auto-regresivnih koraka, može pomoći u proširenju aplikacija na nove skupove podataka.
Još jedan izazov koji je istaknut u radu je da ovi modeli mogu predstavljati nelojalnu konkurenciju za umjetnike, “što je otvoren problem”.
U radu su napisali: “Otvoreno istraživanje može osigurati da svi akteri imaju jednak pristup ovim modelima. Kroz razvoj naprednijih kontrola, kao što je podešavanje melodije koje smo predstavili, nadamo se da takvi modeli mogu postati korisni i glazbenim amaterima i profesionalcima.”
Iako Meta ima deal sa ShutterStockom, glavna etička i pravna pitanja tek treba riješiti. AI kao što je MusicGen “uči” iz postojeće glazbe kako bi proizveo slične efekte, što je činjenica koja velikom broju glazbenika smeta.
Uz to, neke pjesme stvorene pomoći AI postale su viralne, ali glazbene kuće brzo su ih prijavile streaming servisima, navodeći zabrinutost zbog krađe intelektualnog vlasništva, i uglavnom su pobjeđivale. Ali, još uvijek nije sasvim jasno krši li “deep fake” glazba autorska prava umjetnika, izdavačkih kuća i drugih nositelja prava.
Trenutno se odvija nekoliko tužbi koje će vjerojatno imati utjecaja na ove pravne poteškoće, pogotovo onu koja se odnosi na prava umjetnika čiji se rad koristi za treniranje sustava umjetne inteligencije bez njihovog znanja ili pristanka.
