AI-व्युत्पन्न संगीताचा गोंधळ दूर करण्यात मदत करण्यासाठी स्क्रॅम्बल सुरू आहे

AI-व्युत्पन्न संगीताबद्दल लोक विसरतात ती गोष्ट म्हणजे ते फार बुद्धिमान नाही. हे फक्त अंदाज लावण्यात खूप चांगले आहे.

हे कसे कार्य करते:

गाणी एक मध्ये दिले जातात AI सुनो, यूडिओ, साउंडफुल, बूमी, म्युझिकफाय, प्लेबीट आणि डझनभर इतर कार्यक्रम. प्रत्येक गाणे कसे तयार केले जाते याबद्दल प्रोग्राम अब्जावधी डेटा पॉइंट्स लॉग करतो, त्या माहितीचा वापर करून त्याच्या संगीत-निर्मिती अल्गोरिदमचे ज्ञान आणि रुंदी वाढवते.

जेव्हा वापरकर्ता प्रॉम्प्टमध्ये प्रवेश करतो, तेव्हा म्हणा, “स्त्रोक्स, द व्हाईट स्ट्राइप्स आणि आर्केड फायर सारखा वाटणारा महिला-फ्रंटेड इंडी बँडचा अवतार तयार करा आणि नंतर एन्कोरसाठी योग्य असे अँथेमिक गाणे व्युत्पन्न करा,” प्रोग्राम अशा सामग्रीबद्दल शिकलेल्या गोष्टींनुसार क्रमवारी लावतो.

हे एका टीपने सुरू होते, आणि नंतर, प्रॉम्प्टमध्ये नमूद केलेल्या गाण्याच्या शैलींचे विश्लेषण वापरून सांख्यिकीय संभाव्यतेवर आधारित, पुढील टीप निवडते. आणि गाणे संपेपर्यंत असेच चालू होते. नवीन काही निर्माण झाले नाही; या कार्यक्रमाने आधीच तयार केलेल्या मानवनिर्मित संगीताचे सोने केले आहे. हे अत्याधुनिक रीगर्गिटेशन आहे, एक बंद लूप ज्याचा परिणाम कधीही कोणत्याही नावीन्यपूर्ण होणार नाही. आम्हाला एआयचा सामना करण्याचा धोका नाही पॉल मॅककार्टनी किंवा बॉब डिलन.

छान तंत्रज्ञान, पण एक कायदेशीर समस्या आहे. LLMs किंवा Large Language Models या नावाने ओळखल्या जाणाऱ्या AI कार्यक्रमांना त्यांच्या कॉपीराइट केलेल्या बौद्धिक मालमत्तेतून शिकण्यासाठी कोणीही कलाकारांची परवानगी मागितली नाही. दुसऱ्या शब्दांत, त्यांचे काम चोरीला गेले, भरपाई न देता घेतले, असा व्यवसाय निर्माण करण्यासाठी जो त्यांच्या प्रतिभा आणि श्रमातून थेट पैसे कमवेल.

होय, तेथे काही खटले चालले आहेत, परंतु अलीकडच्या काही महिन्यांत, युनिव्हर्सल म्युझिक ग्रुप आणि वॉर्नर म्युझिक या दोहोंसोबत काही सामंजस्य झाले आहे – तीन प्रमुख लेबलांपैकी दोन – जे Udio सोबत सेटलमेंटपर्यंत पोहोचले आहेत.

दोन्ही लेबल मोठ्या गोष्टींचे वचन देतात एआय आणि संगीत 2026 मध्ये. संगीत कंपन्यांचे म्हणणे आहे की नवीन परवाना करार कलाकारांसाठी नवीन कमाईचे प्रवाह उघडतील. काही वकिलांचे म्हणणे आहे की हे तंत्रज्ञान आणि अशा प्रकारचे संगीत स्क्रॅपिंग थांबवता येत नाही आणि AI कंपन्यांसोबत मानवी-निर्मित संगीताच्या वापरासाठी कायदेशीर चौकटीवर वाटाघाटी करणे हा एकमेव उपाय आहे.

दररोज राष्ट्रीय बातम्या मिळवा

दिवसातून एकदा तुमच्या इनबॉक्समध्ये दिवसभरातील प्रमुख बातम्या, राजकीय, आर्थिक आणि चालू घडामोडींचे मथळे मिळवा.

समर्थक म्हणतात की कलाकार सैद्धांतिकरित्या प्रशिक्षण परवान्यांमधून बाहेर पडू शकतात, परंतु लेबलांचा दावा आहे की ते फक्त टेबलवर पैसे सोडतील. (सोनी, तिसरे प्रमुख लेबल, सध्या मागे लटकत आहे आणि खटला सुरू ठेवत आहे.)

कलाकार योग्यरित्या संशयास्पद आहेत. त्यांना स्ट्रिमिंगवर दिलेली ओळ आठवते आणि ते प्रत्येकासाठी कसे आर्थिक नुकसान होणार होते. AI-व्युत्पन्न संगीत त्यांच्या उपजीविकेसाठी आणि त्यांच्या बौद्धिक संपत्तीवरील नियंत्रणासाठी खूप मोठा धोका आहे. AI त्यांची प्रतिभा हिरावून घेईल आणि त्या बदल्यात काहीही देणार नाही अशी भीती आहे. कॅनेडियन गायक-गीतकार मॅक डीमार्को यांनी सांगितले द ग्लोब आणि मेल“लवकरच आम्ही सर्व फक्त बॅटरी असू, जसे की मॅट्रिक्स.”

कलाकारांनी त्यांचे संगीत आधीच स्क्रॅप केले असेल तर? त्यांना कसं कळणार? आणि काही वेनाबे स्कायनेट संगीतकार गुप्तपणे त्यांच्या विरूद्ध त्यांचे स्वतःचे संगीत वापरून त्यांची नोकरी कशी मिळवायची हे शिकण्यास त्यांना आक्षेप असल्यास काय?

उपाय आहेत. एका कंपनीने फोन केला संगीत AI नुकतेच त्याच्या विशेषता मॉडेलसाठी निधीची एक नवीन फेरी प्राप्त झाली आहे. कंपनीचे म्हणणे आहे की तिचे तंत्रज्ञान “प्रशिक्षण डेटासेटमधील कोणत्या सामग्रीने जनरेटिव्ह एआय आउटपुटवर प्रभाव टाकला, ते अचूक टक्केवारीच्या ब्रेकडाउनपर्यंत निर्धारित करेल.” ते म्हणतात की ते कलाकारांना “त्यांच्या मालकीच्या कामांचे निरीक्षण करणे, खाली घेणे आणि सूर्यास्त करणे” मध्ये मदत करू शकते.

मग आहे गिळणेएक इस्रायली कंपनी जी मशीन अनलर्निंगमध्ये आहे. मी कंपनीच्या बेन लुरियाशी बोललो, ज्यांनी तंत्रज्ञानाची तुलना न्यूरालायझरशी केली आहे, मेमरी मिटवणारे यंत्र काळ्या रंगात पुरुष. हे डेटासेट आणि कोडच्या अकरा-अब्ज ओळींना अनस्क्रॅम्बल करू शकते आणि तेथे कोणते संगीत असू नये ते निवडू शकते.

“जेनरेटिव्ह एआय सिस्टीम अधिक सक्षम होत आहेत, ते कॉपीराइट कायद्याला अधिकाधिक टक्कर देत आहेत — विशेषत: संगीत आणि इतर सर्जनशील क्षेत्रात,” लुरिया म्हणतात.

“कलाकारांना AI-व्युत्पन्न केलेली सामग्री सापडते जी त्यांच्या आवाज, शैली किंवा कॅटलॉगमधून संमतीशिवाय उधार घेत असल्याचे दिसते. त्याच वेळी, AI विकसकांना वेगळ्या समस्येचा सामना करावा लागतो: जरी गैरवापर ओळखला जातो आणि कबूल केला जातो, तेव्हा मॉडेल आधीच प्रशिक्षित झाल्यानंतर ते सुधारण्यासाठी तंत्रज्ञान स्वतःच काही व्यावहारिक मार्ग प्रदान करते.

“हिरुंडोचे मत असे आहे की यामुळे उद्योग दोन असमाधानकारक टोकांमध्ये अडकला आहे. एकीकडे पूर्ण काढून टाकण्याची कल्पना आहे — विनापरवाना सामग्रीशिवाय पुन्हा प्रशिक्षित होईपर्यंत मॉडेल्स पूर्णपणे बंद करणे, जे व्यावहारिकही नाही आणि त्याची अंमलबजावणी होण्याची शक्यताही नाही. दुसरीकडे एक वास्तविक मुक्त पास आहे, जिथे उल्लंघने प्रभावीपणे सोडली गेली आहेत, परंतु आता ते रद्द केले गेले आहे. गहाळ होणे हा तांत्रिकदृष्ट्या व्यवहार्य मध्यम मार्ग आहे: प्रशिक्षित एआय सिस्टममधील विशिष्ट समस्या पूर्णपणे नष्ट न करता त्यांचे निराकरण करण्याचा मार्ग.

AI वैयक्तिक फाइल्स म्हणून संगीत संग्रहित करत नाही. सर्वोत्तम साधर्म्य म्हणजे माहिती अब्जावधी कृत्रिम न्यूरॉन्समध्ये वितरीत केली जाते. AI मध्ये प्रशिक्षणाचा विशिष्ट भाग हटवू शकत नाही निष्कलंक मनाचा शाश्वत सूर्यप्रकाश एक प्रकारचा मार्ग. आपल्या वास्तविक-जगातील आठवणी इतर आठवणींमध्ये गुंफल्या जातात त्याप्रमाणे प्रत्येक गाण्याचे सर्वात लहान भाग इतर सर्व गोष्टींमध्ये गुंतलेले असतात. हे पूर्ण तयार झालेला केक बघून विचार करण्यासारखे आहे, “मला एक चमचे साखर काढायची आहे.”

हिरुंडो म्हणतात की अंडी लवकर, कार्यक्षमतेने आणि स्वस्तात कशी काढायची हे शोधून काढले आहे. उपाय हे त्यांचे ध्येय आहे. AI डेव्हलपर्स, लॅब आणि एंटरप्रायझेस जे LLM बनवतात आणि तैनात करतात त्यांच्यासोबत काम सुरू आहे जेणेकरून हे तंत्रज्ञान त्यांना विशिष्ट कॉपीराइट केलेली कामे, वैयक्तिक डेटा आणि इतर संरक्षित IP शेवटच्या कृत्रिम न्यूरॉनपर्यंत काढून टाकण्यास सक्षम करेल.

लुरिया म्हणते, “निर्मात्यांना असे म्हणता आले पाहिजे की, ‘मी याला संमती दिली नाही’ आणि कंपन्यांना ते दुरुस्त करण्याचा एक व्यावहारिक मार्ग असावा – फक्त त्यासाठी दिलगीर नाही.”

आम्ही याआधी यातून गेलो आहोत. 80 च्या दशकाच्या उत्तरार्धात आणि 90 च्या दशकाच्या सुरुवातीतील उत्कृष्ट सॅम्पलिंग फ्रीक-आउट लक्षात ठेवा? हे आणखी एक प्रकरण होते जिथे तंत्रज्ञानाने कायद्याच्या पुढे धाव घेतली होती आणि गोष्टी सोडवायला थोडा वेळ लागला. आता त्यांच्या संगीताचा एक तुकडा दुसऱ्याच्या निर्मितीमध्ये वापरला जातो तेव्हा कोणाचे नमुने आणि कोणाला पैसे द्यावे याबद्दल प्रोटोकॉल, नियम आणि निरीक्षणे आहेत.

AI LLM प्रशिक्षणाची परिस्थिती अगदी सारखीच आहे, शिवाय ते अधिक प्रभावशाली आहे. गोष्टी सुरळीत होण्यासाठी आणखी काही वर्षे लागतील – जर, अर्थातच, रोबोट्सने प्रथम ताब्यात घेतले नाही.

&copy 2026 Global News, Corus Entertainment Inc चा विभाग.