您的音樂或被用於AI音樂生成，合法嗎？

如果您還沒聽說過生成式人工智能的巨大影響，那您可真是“兩耳不聞窗外事”啦。

是的，在極短的時間內，讓人眼花繚亂，整個創意學科都被顛覆，新的商業帝國崛起，還引發了一系列倫理問題。大多數普通旁觀者都被驚到了。

最近，Suno 和 Udio 這兩家公司上了頭條，它們當下引領着人工智能音樂的新領域：全長歌曲生成器。

大型語言模型（LLMs），這種成就這些神奇之事的技術，完全依賴數據。

圖像生成器靠圖像來“訓練”，文本生成器“吞掉”書籍和文章，音樂生成器分析成千上萬的音樂作品來提取有意義的模式。

“在很多這類生成式人工智能公司中，我們發現一個問題，就是他們不想分享自己的訓練數據，”人類藝術運動的高級顧問、科幻作家、天體物理學家兼民俗學者莫伊亞·麥克蒂爾博士說道。

儘管有這種不確定性，用受版權保護的內容來訓練音樂模型已成了公開的秘密。

簡單地說：沒有太多免費使用的庫存音樂，而且可用的也不是很鼓舞人心。因此，要生成一首過得去的流行音樂模仿作品，您需要一個基於大量高質量商業音樂的模型。

據美國唱片業協會（RIAA）稱，這正是 Suno 和 Udio 所做的。

代表“三大”唱片公司——環球音樂集團（UMG）、索尼和華納唱片——美國唱片業協會（RIAA）於今年 6 月提起了一項訴訟，聲稱“存在幾乎難以想象規模的故意版權侵權行爲”。該訴訟爲每項被侵權作品尋求高達 15 萬美元的賠償，這對 Suno、Udio 以及其他人工智能歌曲生成器構成了生存威脅。

美國唱片業協會（RIAA）提出的指控似乎也有充分的支撐。在最近的一個專欄中，曾是 Stability AI 音頻副總裁、如今是非營利組織 Fairly Trained 首席執行官的埃德·牛頓 - 雷克斯（Ed Newton-Rex）展示了利用 Suno 平臺生成著名歌曲的近似複製品是多麼容易。但不僅僅是大牌藝術家應該感到擔憂。從公共網站抓取數據的工具無處不在，新興藝術家發佈在 YouTube、Soundcloud 或類似平臺上的音樂很可能已被用於訓練數據。

當被問及她的音樂是否可能被吸入大型語言模型時，薩曼莎·陶伯（Samantha Tauber）回答說：“總是有這種可能性。”陶伯以她虛構的另一個自我 VNCCII 而聞名，她對前沿技術並不陌生；她職業生涯的大部分時間都在擁抱它。從 3D 虛擬形象，到元宇宙，再到區塊鏈，陶伯將技術融入了她的藝術和圍繞 VNCCII 的虛構宇宙中。

談到人工智能，她明確表示自己對這項技術本身沒意見：“我不反對人工智能，我支持人工智能——只要它支持並尊重創作的完整性。從藝術家的角度來看，如果有人沒有明確許可，而這些模型在未經同意的情況下基於作品進行訓練，我認爲這是不對的。”

Suno 則不同意。在一份誇張的法律文件中，該公司平息了謠言，幾乎承認其服務是基於商業音樂構建的，並聲稱這樣做構成“合理使用”。

“合理使用是針對版權侵權索賠的一種抗辯，”在加州大學洛杉磯分校教授音樂商業相關課程的音樂律師喬納森·拉爾（Jonathan Larr）說道。“你說的是：‘我肯定侵權了，但我的侵權是可以的，因爲這是合理使用。’”

一般來說，合理使用豁免通常適用於教育、新聞報道或學術研究等領域。在這種情況下，Suno 關於合理使用的論點基於這一主張，即他們的模型不會複製音樂作品，只是“聆聽”它們並從中“學習”——就像初出茅廬的歌曲作者在創作原創曲調前，可能會像這樣從最喜歡的樂隊的過往作品中汲取影響和靈感。

這裡的一個關鍵癥結在於，在許多情況下，人工智能歌曲生成器的輸出意在與它們所訓練的歌曲在商業上競爭。RIAA 的訴訟列舉了一些實例，其中，用戶已經“在音樂流媒體服務上發佈 Udio 生成的輸出，它們將與真實的、受版權保護的錄音競爭播放量。”

Suno 的首席執行官 Mikey Shulman 在向《公告牌》發表的一份聲明中迴應稱，公司的模型“旨在生成全新的輸出，而不是記憶和重複現有的內容。這就是我們不允許用戶提示提及特定藝術家的原因。”

對於 Suno 的合理使用法律策略是否會奏效，意見似乎存在分歧。一些預見到了人工智能歌曲生成器將被清算，另一些人則認爲該公司的論點有真正成功的機會。

正如 Larr 所指出的，即使按照音樂版權法出了名的複雜標準，合理使用的主張也是“模糊不清”的，並且通常是根據具體情況決定的。在 Larr 看來，Suno 的情況看上去很薄弱，但他趕緊補充道：“我必須承認我在這裡有自己的偏見；我與藝術家合作，我不希望藝術家創作的音樂被人工智能生成的音樂排擠。除了我自己的偏見，我真的不確定——合理使用的案例很難預測。”

這種極不穩定的法律環境當然並沒有阻止公司向前推進——事實上，許多人將這種不確定性視爲在監管機構做出反應之前將產品推向市場的黃金機會。

最近，微軟人工智能首席執行官穆斯塔法·蘇萊曼（Mustafa Suleiman）把開放網絡上的創意內容比作“免費軟件”，並暗示，除非另有說明，否則任何在網上公開發布的內容都屬於合理使用的範疇。這種觀點值得關注，因爲微軟現在已經將 Suno 直接集成到其人工智能副駕駛服務中。同樣，前谷歌首席執行官埃裡克·施密特（Eric Schmidt）在斯坦福大學講話時對學生說：“如果（產品）成功了，那麼你就僱一大羣律師來收拾殘局。但如果沒人使用你的產品，那麼你竊取所有內容也沒關係。”

這種觀點，如此直白地表達出來令人震驚，表明了一種久經考驗的商業模式，這種模式已滲透至硅谷的最高層。“當我看到處於領導地位的人傳播這種信息，大聲說出那些私下的想法，並承認他們試圖在法律和規則出臺之前迅速行動以謀取利潤時，我非常擔心，”麥克蒂爾（McTier）迴應道。“這很糟糕，這是非法的，對我們的社會不利。”

在辯論的另一方，有人表示，像生成式人工智能這樣的開創性技術在一個更規範的環境中是爲了創新而創新所面臨的法律障礙很少，這種環境禁止這種可疑的行爲。

然而，正如人工智能音樂先驅霍利·赫恩登（Holly Herndon）和馬特·德賴赫斯特（Matt Dryhurst）所指出的，至少在歐盟的情況下，“只要您沒有將模型本身商業化，在互聯網上對任何內容進行模型訓練用於個人和創造性用途都是合法的。因此，對於那些希望創作藝術或表達自己的人來說，幾乎沒有創造性的限制。合法的問題是，我們是否對私人公司將沒有分享利潤預期的人的數據貨幣化施加常識性限制。”

憑藉開創性的 Holly+聲樂模型等項目，赫恩登和德賴赫斯特多年來一直處於人工智能音樂對話的前沿。他們的新展覽 《呼喚》將於 10 月在倫敦蛇形畫廊開幕，邀請公衆與一個基於 15 個英國合唱團訓練的聲樂模型互動。它不僅在藝術方面具有創新性，還暗示了人工智能模型所引發問題的替代解決方案。

與蛇形畫廊合作，赫恩登和德賴赫斯特建立了他們所謂的“數據信託實驗”。兩人表示，他們現在“正在與合唱團社區合作，建立一個開創性的數據治理基礎設施，讓代表性不足的創意人員對他們的數據擁有更大的集體控制權和代理權。”

“我們對於能逃脫什麼不太感興趣，”赫恩登和德賴赫斯特繼續說道。“更感興趣的是證明人工智能訓練可以是積極的總和和同意的。我們認爲，從長遠來看，沒有理由不能擁有基於同意數據訓練、免費使用並向其訓練對象返還利益的非常強大的人工智能模型。”

展望未來，拉爾（Larr）看到了早期圍繞音樂盜版的鬥爭可能重演；針對像 Napster 這樣的平臺採取的法律行動最終爲獲得授權的流媒體平臺創造了空間來接管。“得有一種授權機制，音樂家的音樂創作得有報酬，”他說。“我認爲，如果這能導致出現一個類似 Spotify 的、獲得授權的對等平臺，成爲主導的人工智能音樂公司，那將是積極的一步。當然，關於 Spotify 如何補償藝術家有很多抱怨，但那是另一個話題。”

RIAA 的這場訴訟堪稱一個分水嶺時刻。如果人工智能音樂公司憑藉合理使用原則獲得法律庇護，從而能在任何及所有內容上訓練其模型，那這在整個音樂行業都會引發巨大反響。同時，重要的是要記住，RIAA 的勝訴對於人工智能歌曲生成器來說並非靈丹妙藥。

就像各大唱片公司起訴人工智能公司未經許可使用受版權保護的音樂那樣，他們同時還在跟其他科技巨頭商談爲極其相似的項目授權音樂。各大唱片公司會超越底線，用已故藝術家生成歌曲來與在世藝術家競爭嗎？某些唱片公司會在未經藝術家同意的情況下，將他們擁有權利的音樂授權用於人工智能訓練嗎？歷史告訴我們，當涉及到金錢時，各大唱片公司很少站在小人物一邊。

“我看到好多未來的路最終都走到了類似的地方，”麥克蒂爾（McTier）警告道。“那個地方是藝術家覺得把他們的作品放出來不安全，因爲可能會被這些生成器抓取。他們可能沒有足夠的市場來推出他們的作品，因爲已經被人工智能生成的內容飽和了。而聽衆、觀衆，如果他們不知道某樣東西是由人工智能還是由他們尊敬和欽佩的人創作的，最終會對音樂和藝術場景失去很多信任。”

這不是一個美好的明天圖景，也並非不現實。無論是否獲得授權，人工智能歌曲生成器都將繼續存在，我們都需要弄清楚如何與它們共存。如果藝術家和粉絲希望音樂有一個不同的未來，他們不能指望這種變化來自高層；他們需要爲之奮鬥。

“這是我的營生，”陶伯（Tauber）着重說道，她正準備推出她的首張專輯。“作爲一名藝術家，你只是不知道你的藝術會發生什麼，但你必須繼續創作，你不能因爲擔心你的作品會被用於訓練數據而停止。創造力是現存的最高形式的智慧之一，如果你把它輸給了人工智能，那麼作爲人類，我們的功能到底是什麼？”