В результате несанкционированного доступа к внутренним системам музыкального ИИ-сервиса Suno выяснилось, что компания использовала данные с YouTube для обучения своих моделей. Взлом, осуществленный через скомпрометированные учетные данные сотрудника, позволил получить доступ к исходному коду и логам, подтверждающим масштабный сбор аудиоконтента за несколько десятилетий, что ставит под вопрос легальность формирования обучающих датасетов.
Инцидент обнажил механизмы, которые разработчики генеративных моделей используют для получения огромных массивов данных. Согласно полученной информации, компания применяла автоматизированные инструменты для парсинга контента с крупнейшего видеохостинга, игнорируя ограничения платформы. Это подтверждает опасения правообладателей относительно использования защищенных авторским правом материалов без согласия авторов для тренировки нейросетей.
Ситуация вокруг Suno становится очередным прецедентом в серии споров об интеллектуальной собственности в сфере ИИ. Ранее подобные претензии уже предъявлялись другим разработчикам генеративных моделей, однако наличие прямых доказательств в виде логов доступа и фрагментов кода значительно усиливает позиции истцов в потенциальных судебных разбирательствах о нарушении авторских прав.
Ключевые факты
- Взлом произошел через использование учетных данных сотрудника компании, что обеспечило доступ к исходному коду и внутренней документации.
- Анализ данных показал, что Suno систематически собирала аудиоматериалы с YouTube на протяжении нескольких десятилетий.
- Полученные логи подтверждают использование автоматизированных скриптов для обхода ограничений при сборе обучающей выборки.
- Инцидент стал ключевым аргументом в дискуссии о правомерности использования общедоступного контента для обучения коммерческих ИИ-моделей без лицензирования.