Haker ujawnił przeciekły kod źródłowy Suno, odsłaniając że platforma trenowała swój model AI na milionach pobranych piosenek i tekstów. To konkretny dowód na to, co muzycy podejrzewali przez lata - że generatory muzyki zasilane są ich pracą bez pytania o pozwolenie. Przeciek otwiera czarną skrzynkę jednego z najpopularniejszych narzędzi do generowania muzyki AI i pokazuje dokładnie, jak wygląda praktyka treningu.
Sprawa jest znacząca, bo od początku wzrostu popularności generatywnych modeli AI muzycy i twórcy narzekali, że ich prace służą do trenowania konkurencyjnych systemów bez kompensacji czy zgody. Suno, jako jeden z największych graczy w segmencie AI music, przyciągał szczególnie wiele uwagi. Przeciek dostarcza konkretnych dowodów, które mogą zmienić przebieg toczeń się już sporów prawnych wokół autorskich praw do danych treningowych.
To może mieć szerokie implikacje dla przyszłości AI i regulacji. Stanowi precedens w ujawnianiu metod treningu generatorów AI i może zaowocować większymi wymogami przejrzystości od firm zajmujących się sztuczną inteligencją. Równolegle może przyspieszać dyskusje o odszkodowaniach dla artystów i nowych ramach prawnych chroniących twórczość.