The Atlantic ouvre une base de données musicale pour l'IA

Résumé

The Atlantic a rendu consultables des jeux de données de musique utilisés pour entraîner des modèles d’IA, avec deux ensembles géants de 12 millions et 9 millions de titres.

Les faits

Atlantic reporter Alex Reisner a récemment découvert quatre ensembles de données de musique utilisés pour entraîner des modèles d’IA et les a rendus entièrement consultables par le public. Deux de ces ensembles sont décrits comme particulièrement vastes, avec 12 millions et 9 millions de titres. Les deux autres sont plus petits, mais comptent toujours plus de 100 000 chansons chacun. Le texte précise que ces collections ont été téléchargées de nombreuses fois et que leur utilisation comme données d’entraînement n’est pas qu’une simple question de téléchargement d’un fichier ZIP dans un modèle d’IA. Il est aussi indiqué que trois des ensembles sont fournis sous forme de listes de liens vers des chansons hébergées sur des plateformes comme YouTube ou Spotify. L’article souligne enfin que certains développeurs d’IA utilisent des outils automatisés pour récupérer les fichiers audio réels, y compris des outils qui permettent de contourner les connexions, les publicités et d’autres mécanismes générant des revenus ou des abonnements pour les créateurs de contenu.

Pourquoi c’est important

Cette initiative rend plus visible un pan central de l’économie de l’IA générative : les données d’entraînement musicales. En transformant ces ensembles en base consultable, The Atlantic met à la portée du public un sujet souvent opaque, à savoir l’origine des morceaux utilisés pour alimenter les modèles musicaux. L’enjeu est aussi juridique et industriel. Le texte relie ces ensembles à des pratiques qui peuvent enfreindre les conditions d’utilisation des plateformes, tout en mentionnant que Google et Stability ont reconnu leur usage dans des publications de recherche. Cela place la question des données au cœur du débat sur la légitimité des modèles musicaux et sur la rémunération des ayants droit.

Questions fréquentes

Que propose The Atlantic ?

Une base de données consultable des musiques utilisées pour entraîner des modèles d’IA.[2]

Combien de titres y figurent dans les plus grands ensembles ?

Deux ensembles comptent 12 millions et 9 millions de titres.[2]

Les autres ensembles sont-ils importants ?

Oui. Les deux autres contiennent chacun plus de 100 000 chansons.[2]

Pourquoi ce sujet est-il sensible ?

Parce que certaines méthodes de récupération des fichiers audio peuvent contourner des publicités, des connexions et d’autres mécanismes de monétisation.[2]

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.