Национальная федерация музыкальной индустрии прогнала российских исполнителей через AI Watchdog — открытый поиск по датасетам, который собрало издание The Atlantic. Результат: сотни записей на каждого.
В базе LAION-DISCO-12M нашлось 193 трека Басты, 150 Федука, 144 Сергея Лазарева, 140 Димы Билана, 135 группы «Звери», 119 Леонида Агутина, 99 Егора Крида. Во второй базе, Sleeping-DISCO-9M, числа поменьше: 104, 91, 118, 119, 41, 38 и 80 соответственно. Отдельно нашлись видео — 17 роликов с Лазаревым и 28 с Кридом.
Сами базы огромные. LAION-DISCO-12M — около 12,3 миллиона треков с ютуба, это примерно 91 год непрерывной музыки; собрала её немецкая некоммерческая организация LAION и выпустила в ноябре 2024 года с формулировкой «для исследовательских целей». Sleeping-DISCO-9M — около 9,7 миллиона песен плюс тексты со стороннего сайта.
Что там лежит на самом деле
Музыки в этих базах в основном нет — и без этой поправки новость читается неправильно. Есть метаданные и ссылки на ютуб и стриминги, собранные инструментами, которые обходят логины, рекламу и всё то, на чём артист обычно зарабатывает.
То есть «трек нашли в базе» означает не то, что чья-то песня лежит файлом на чужом сервере, а то, что она числится в каталоге, разосланном по рукам разработчиков.
И вторая оговорка, её даёт сам первоисточник: компании могут исключать часть материала при обучении, поэтому наличие произведения в датасете ещё не доказывает, что на нём учили модель. Расследование показывает, что ходит по рукам у разработчиков, а не кто на чём реально обучался.
Гендиректор «ON лейбла» Надежда Бойчевски добавляет, что разработчики могут активно использовать пиратские ресурсы, где не нужно ни регистрироваться, ни платить. A&R-директор S&P Digital Денис Глазин говорит, что использование профессионального контента должно быть прозрачным.
Мировая практика тем временем сдвигается: в прошлом году Warner Music договорилась с Suno, а Universal Music — с Udio. Реакции самих российских артистов и их лейблов на публикацию нет — представители Егора Крида и трёх лейблов на запрос не ответили.
Полные списки, оговорки и комментарии индустрии — в публикации «Ведомостей».
