Kiszivárgott adatok árulják el, miből tanulhatott a Suno mesterséges intelligenciája

Új részletek kerültek napvilágra a Suno mesterséges intelligenciára épülő zenegenerátorának működéséről, miután egy hackertámadás során belső dokumentumok és ügyféladatok is kiszivárogtak.

A nyilvánosságra került információk szerint a Suno AI-modellje óriási mennyiségű, nyilvánosan elérhető zenén és dalszövegen tanult. A kiszivárgott dokumentumok alapján a tanítóadatok között szerepelt többek között 113 879 óra YouTube Music, 17 615 óra Genius dalszöveg-adatbázis és 12 287 óra Deezer-tartalom is.

A dokumentumok megerősítik a vállalat korábbi állítását, miszerint a rendszer fejlesztése során milliónyi interneten elérhető zeneszámot használtak fel a modell betanításához.

A hackertámadás azonban nemcsak a fejlesztési módszerekről rántotta le a leplet. Az incidens során ügyféladatok is kiszivárogtak, köztük e-mail-címek, telefonszámok és a Stripe fizetési rendszerhez kapcsolódó adatok.

A Suno közlése szerint a támadást novemberben észlelték, és azt gyorsan sikerült megfékezni. A vállalat állítása szerint az elkövetők főként elavult, már nem használt forráskódhoz fértek hozzá. A cég hangsúlyozta, hogy teljes bankkártyaadatokat nem tárol, ezért ilyen jellegű érzékeny információk nem kerültek veszélybe. A Suno úgy ítélte meg, hogy az incidens korlátozott hatású volt, ezért külön értesítést sem küldött minden felhasználónak.

A vállalat hivatalos álláspontja továbbra sem változott a modell betanítását illetően. A Suno korábban is elismerte, hogy rendszere lényegében minden megfelelő minőségű, nyilvánosan hozzáférhető hangfelvételből tanult, ugyanakkor szerintük ez az amerikai szerzői jogban ismert fair use elvének keretein belül történt.

A cég szerint a rendszer célja eredeti zenék létrehozása, ezért több védelmi megoldást is alkalmaznak. Állításuk szerint nem használnak előadóneveket tanítási metadataként, és a rendszer automatikusan blokkolja azokat a kéréseket, amelyek konkrét előadókra, dalokra vagy albumokra hivatkoznak. Emellett a feltöltött dalszövegeket és hanganyagokat is ellenőrzik, hogy elkerüljék a meglévő művek másolását.

A kiszivárgott dokumentumok ugyanakkor ritka bepillantást engednek abba, milyen adatokra épülnek a modern AI-zenei modellek. Ez különösen fontos annak fényében, hogy a Suno ellen több szerzői jogi per is folyamatban van. A vállalatot többek között a Universal Music Group, a Sony Music Entertainment és a Recording Industry Association of America (RIAA) is jogi úton támadta a tanítási módszerei miatt.

Ezzel párhuzamosan a Warner Music Group korábban peren kívül rendezte saját vitáját a Sunóval, és jelenleg együtt dolgozik a vállalattal egy új mesterséges intelligencia-modellen, amely várhatóan jogszerűen licencelt Warner-katalóguson alapul.

A jogi viták ellenére a Suno továbbra is gyors növekedésben gondolkodik, és a piaci várakozások szerint egy jövőbeli tőzsdei bevezetésre is készül.