یک نبرد رویال بر سر کپی رایت و هوش مصنوعی در حال شکل گیری است

سیطرف دو رویکردهای صنعت موسیقی به هوش مصنوعی (هوش مصنوعی). یکی از آنها گیلز مارتین، پسر سر جورج مارتین، تهیه کننده گروه بیتلز است. او سال گذشته برای ریمیکس آلبوم ۱۹۶۶ فاب فور به نام «هفت‌گرد» از هوش مصنوعی برای یادگیری صدای سازهای هر یک از اعضای گروه (مثلاً گیتار جان لنون) از یک نوار مونو استاد تا بتواند آنها را جدا کرده و آنها را به صورت استریو مهندسی معکوس کند. نتیجه با شکوه است. رویکرد دیگر هم بد نیست. این پاسخ نیک کیو، خواننده و ترانه سرای خوش خلق استرالیایی، هنگام بررسی اشعاری است که به سبک او توسط چت نوشته شده است.GPT، یک هوش مصنوعی ابزاری که توسط استارت آپی به نام Open ساخته شده استهوش مصنوعی. او نوشت: “این آهنگ بد است.” «نوشتن یک آهنگ خوب تقلید، تکرار یا پاستیچ نیست، برعکس است. این یک عمل خودکشی است که تمام تلاش هایی را که فرد در گذشته برای تولید آن تلاش کرده است، از بین می برد.»

به این داستان گوش کن
از صدا و پادکست بیشتر لذت ببرید iOS یا اندروید.

مرورگر شما پشتیبانی نمی کند

بعید است که آقای کیو تحت تاثیر آخرین نسخه الگوریتم پشت چت قرار بگیردGPT، دوبله شده است GPT-4 که ​​باز می شودهوش مصنوعی در 14 مارس رونمایی شد. ممکن است آقای مارتین آن را مفید بداند. مایکل نش، مدیر ارشد دیجیتال در گروه موسیقی یونیورسال، بزرگترین لیبل جهان، نمونه‌های آنها را به عنوان شواهدی از هیجان و ترس در مورد هوش مصنوعی پشت برنامه های تولید محتوا مانند چتGPT (برای متن) یا Stable Diffusion (برای تصاویر). می تواند به فرآیند خلاقیت کمک کند. همچنین می تواند آن را تخریب یا غصب کند. با این حال، برای موسیقی ضبط‌شده در کل، ظهور ربات‌ها یک رویداد لرزه‌انگیز را در تاریخ خود به یاد می‌آورد: ظهور و سقوط سریع Napster، بستری برای اشتراک‌گذاری آهنگ‌های عمدتاً دزدی دریایی در آغاز هزاره. Napster در نهایت توسط قانون کپی رایت از بین رفت. برای ارائه دهندگان ربات های تهاجمی متهم به سوء استفاده از مالکیت معنوی (IPآقای نش پیام ساده ای دارد که از جانب یک پیشکسوت صنعت موسیقی در دوره نپستر، مانند تهدید به نظر می رسد. «در بازار مستقر نشوید و طلب بخشش نکنید. این رویکرد Napster است.

مسئله اصلی اینجا نیست هوش مصنوعیتقلیدهای مستر غار یا غزل های ساختگی شکسپیر. این اقیانوسی از داده‌های دارای حق چاپ است که ربات‌ها در حین آموزش برای ایجاد محتوای انسان‌مانند جمع‌آوری کرده‌اند. این اطلاعات از همه جا می آید: فیدهای رسانه های اجتماعی، جستجوهای اینترنتی، کتابخانه های دیجیتال، تلویزیون، رادیو، بانک های آمار و غیره. اغلب، ادعا می شود، هوش مصنوعی مدل ها بدون اجازه پایگاه های داده را غارت می کنند. کسانی که مسئول مطالب منبع هستند شکایت دارند که کار آنها بدون رضایت، اعتبار یا غرامت به پایان رسیده است. به طور خلاصه، برخی از هوش مصنوعی بستر، زمینه ممکن است با رسانه های دیگر همان کاری را انجام دهد که Napster با آهنگ ها انجام داد – نادیده گرفتن حق چاپ. دادخواست ها شروع به پرواز کرده اند.

این یک میدان مین قانونی با پیامدهایی است که فراتر از صنایع خلاق به هر کسب و کاری که در آن یادگیری ماشینی نقش ایفا می کند، مانند ماشین های خودران، تشخیص های پزشکی، روباتیک کارخانه و مدیریت ریسک بیمه، گسترش می یابد. اتحادیه اروپا، درست به شکل بوروکراتیک، دستورالعملی در مورد حق چاپ دارد که به داده کاوی اشاره دارد (که قبل از رونق اخیر ربات ها نوشته شده است). کارشناسان می گویند که آمریکا فاقد سابقه پرونده خاص برای مولد است هوش مصنوعی. در عوض، تئوری‌های رقیب در مورد اینکه آیا داده‌کاوی بدون مجوز تحت دکترین «استفاده منصفانه» مجاز است یا نه، دارد. Napster همچنین سعی کرد “استفاده منصفانه” را به عنوان یک دفاع در آمریکا به کار گیرد – و شکست خورد. این بدان معنا نیست که نتیجه این بار یکسان خواهد بود.

بحث‌های اصلی پیرامون «استفاده منصفانه» جذاب هستند. برای قرض گرفتن از یک استاد کلاس در مورد موضوع توسط مارک لملی و برایان کیسی در بررسی قانون تگزاس، یک مجله، استفاده از آثار دارای حق چاپ زمانی منصفانه تلقی می شود که در خدمت یک هدف اجتماعی ارزشمند باشد، منبع منبع از اصل تغییر کند و بازار اصلی صاحبان حق چاپ را تحت تأثیر قرار ندهد. منتقدان استدلال می کنند که هوش مصنوعیs تبدیل نمی شوند بلکه از کل پایگاه داده هایی که استخراج می کنند بهره برداری می کنند. آنها ادعا می کنند که شرکت های پشت یادگیری ماشین از استفاده منصفانه برای “رایگان سواری” بر روی کار افراد سوء استفاده می کنند. و آنها معتقدند که اگر هوش مصنوعی نظارت جمعی و انتشار اطلاعات نادرست را ترویج می کند. نویسندگان این استدلال ها را با این واقعیت می سنجند که هر چه دسترسی به مجموعه های آموزشی بیشتر باشد، بهتر است هوش مصنوعی خواهد بود، و بدون چنین دسترسی ممکن است وجود نداشته باشد هوش مصنوعی اصلا به عبارت دیگر، صنعت ممکن است در ابتدای راه بمیرد. آنها آن را به عنوان یکی از مهم ترین سؤالات حقوقی قرن توصیف می کنند: “آیا قانون کپی رایت به روبات ها اجازه یادگیری می دهد؟”

دعوای اولیه ای که توجه را به خود جلب کرد، از گتی ایماژ است. آژانس عکاسی ثبات را متهم می کند هوش مصنوعی، که مالک Stable Diffusion است، نقض کپی رایت خود بر روی میلیون ها عکس از مجموعه خود به منظور ایجاد یک تصویر تولید کننده هوش مصنوعی مدلی که با گتی رقابت خواهد کرد. به شرطی که پرونده خارج از دادگاه حل و فصل نشود، می تواند سابقه ای در استفاده منصفانه ایجاد کند. حکم حتی مهم‌تر می‌تواند به زودی از سوی دادگاه عالی آمریکا در مورد تغییر تصاویر دارای حق چاپ از شاهزاده، یک بت موسیقی پاپ، توسط اندی وارهول، هنرمند فقید صادر شود. دانیل جرویس، یک IP کارشناس دانشکده حقوق Vanderbilt در نشویل، معتقد است که قضات ممکن است راهنمایی های مورد انتظار را در مورد استفاده منصفانه به طور کلی ارائه دهند.

خراش دادن داده های دارای حق نسخه برداری تنها مشکل قانونی ایجاد کننده نیست هوش مصنوعی چهره ها. در بسیاری از حوزه‌های قضایی، حق نسخه‌برداری فقط برای آثار ایجاد شده توسط انسان اعمال می‌شود، بنابراین ربات‌ها تا چه حد می‌توانند ادعا کنند. IP حفاظت از چیزهایی که تولید می کنند یک منطقه خاکستری دیگر است. در خارج از دادگاه بزرگترین سؤالات سیاسی خواهند بود، از جمله اینکه آیا مولد هستند یا نه هوش مصنوعی باید در قبال محتوایی که نمایش داده می‌شود از همان حمایت‌هایی برخوردار باشد که پلتفرم‌های رسانه‌های اجتماعی از آن برخوردار هستند و تا چه حد حریم خصوصی داده‌ها را به خطر می‌اندازد.

کپی رایت روی دیوار است

با این حال IP نبرد بزرگی خواهد بود آقای نش می گوید صنایع خلاق باید به سرعت موضع گیری کنند تا اطمینان حاصل شود که محصولات هنرمندان دارای مجوز هستند و از نظر اخلاقی در آموزش استفاده می شوند. هوش مصنوعی مدل ها. او اصرار می کند هوش مصنوعی شرکت‌ها منابع خود را «مستند و افشا کنند». اما، او اذعان می کند، این یک تعادل ظریف است. تیپ های خلاق نمی خواهند مانند دشمنان پیشرفت به نظر برسند. ممکن است بسیاری از آنها سود ببرند هوش مصنوعی در کارشان درسی که از “واقعیت درمانی” نپستر، همانطور که آقای نش آن را می نامد، این است که بهتر است با فن آوری های جدید درگیر باشیم تا اینکه امیدوار باشیم آنها از بین بروند. شاید این بار برای یادگیری آن 15 سال از درآمدهای رو به زوال نیاز نباشد.

بیشتر بخوانید از شومپیتر، ستون نویس ما در مورد تجارت جهانی:
نحوه توقف کالایی شدن حمل و نقل کانتینری (9 مارس)
درس هایی از Novo Nordisk در مورد ازدحام داروهای چاقی (2 مارس)
زمان آن فرا رسیده است که Alphabet از YouTube خارج شود (23 فوریه)

همچنین: چگونه ستون شومپیتر نام خود را گرفت