《大西洋月刊》创建可搜索数据库，揭示用于训练AI的音乐

《大西洋月刊》记者亚历克斯·赖斯纳（Alex Reisner）近日发现了四个用于训练人工智能模型的音乐数据集，并创建了一个可搜索的数据库，供公众查询。其中两个数据集规模庞大，分别包含1200万首和900万首曲目，另外两个较小的数据集也各自拥有超过10万首歌曲。据赖斯纳介绍，这些数据集已被下载数千次，尽管无法确切知道谁使用了它们，但谷歌和Stability AI已在研究论文中确认使用过这些数据。一些数据集如Free Music Archive，虽然允许个人免费流媒体播放，但商业应用需要获得授权。

这些数据集在理论上可免费获取，但将其用作训练数据并非简单下载ZIP文件然后输入AI模型即可。赖斯纳解释说，其中三个数据集以YouTube或Spotify上的歌曲链接列表形式分发。AI开发者使用自动化工具下载实际音频，这些工具允许开发者绕过登录、广告以及可能为创作者创收的机制，从而违反了这些平台的服务条款。这种实践引发了关于版权和数据集使用的法律争议。

数据集中出现的名字包括Lady Gaga、Fred Again..、Radiohead、Aphex Twin、Wu-Tang Clan、布鲁斯·斯普林斯汀以及实验作曲家Hainbach等流行明星。用户现在可以访问《大西洋月刊》的AI Watchdog网站，自行搜索用于训练全球AI模型的歌曲、书籍和其他媒体。这一数据库为公众提供了前所未有的透明度，但同时也引发了对AI训练数据来源和版权问题的广泛讨论。