Недавняя утечка данных от хакера, который взломал компанию Suno, предоставила уникальную информацию о том, как этот AI-генератор музыки собирал данные для обучения. По данным хакера, Suno использовал миллионы песен и текстов, собранных с таких платформ, как YouTube Music, Deezer и Genius, а также из библиотек стоковой музыки и подкастов.
Suno, один из крупнейших инструментов для генерации музыки с использованием искусственного интеллекта, уже сталкивался с несколькими судебными исками от музыкальной индустрии, обвиняющей компанию в использовании защищенных авторским правом произведений. В своих юридических документах Suno ранее признавал, что его модели были обучены на "всех доступных в открытом интернете музыкальных файлах разумного качества", что включает в себя "десятки миллионов записей".
Утечка данных подтвердила, что Suno действительно использовал YouTube для сбора музыкальных треков. В коде, который попал в руки хакера, содержатся инструкции по сбору данных с различных платформ, включая комментарии о том, что будут отобраны только музыкальные файлы. Например, один из файлов указывает, что на момент последнего обновления было загружено более двух миллионов музыкальных клипов.
Кроме того, хакер сообщил, что Suno использовал прокси-серверы для сбора данных с YouTube через компанию Bright Data, которая предоставляет инструменты для сканирования и сбора данных. Также в коде упоминается, что Suno идентифицировал 420,000 подкастов и стремился загрузить около миллиона часов аудиоконтента.
Suno в ответ на утечку заявила, что их модели обучались на общедоступных музыкальных файлах и метаданных, доступных на третьих сайтах. Представитель компании отметил, что инцидент был быстро локализован и не затронул чувствительную личную информацию пользователей.
Хакер, использовавший метод атаки на цепочку поставок, заявил, что его действия не имели конкретной цели, а были вызваны интересом к хакерству. В то время как многие компании в сфере AI уже не отрицают использование защищенных материалов для обучения, они часто ссылаются на законные основания для такого подхода.
Suno также подчеркивает, что их цель — помочь пользователям создавать оригинальную музыку, а не копировать существующие произведения. Они внедрили меры безопасности, чтобы предотвратить имитацию работ других артистов, и продолжают развивать технологии для идентификации контента.