还记得Napster吗？一群孩子带着一个在互联网这个新事物上传播音乐的潦草原型，被人从音乐会议室里嘲笑出来。他们独立推出，在五年时间里，音乐产业的总收入已经崩溃到其高峰期的三分之一。它再也没有恢复过来。我们正坐在音乐领域新的重要技术转变的悬崖边上–创造性的人工智能的出现–空气中弥漫着同样令人陶醉的机会和潜在灾难的味道。
这一次，这一切都与知识产权有关。而我们需要把它搞清楚。
现代的音乐产业是靠知识产权运行的。坦率地说，只要看看那些诉讼（有很多），或者最近在音乐版权方面创纪录的投资，你就可以知道这一点。但对于一个发明了采样和翻唱的行业来说，它与知识产权的关系仍然是复杂、不稳定和冲突的。特别是在涉及人工智能的时候。
这是因为知识产权是指作曲家（或音乐家，或制作人）拥有他们所创作的音乐作品的权利。但是，当涉及到人工智能时，就不清楚到底是谁的贡献了。因为虽然我们经常认为人工智能是一个无定形的东西，但实际上它包含了多个方面：编写其算法的代码，它所依据的数据，处理这些数据的人，以及在链条末端按下启动按钮的人。
这将成为一个问题。虽然人工智能经常在更多的学术背景下被谈论，但创造性的人工智能在音乐中的影响将是巨大的，而且–重要的是–不仅仅是关于计算机写歌。人工智能已经在刺激新形式的音频合成，掌握轨道，创造以前不可能的乐器和声音副本。它有可能为音乐制作过程的任何方面做出贡献，其中模式可以被抽象化和应用。
因此，问题是：谁拥有一首由人工智能创作的歌曲、一件由人工智能创造的乐器或人工智能的声音？
而且更重要的是，谁应该拥有？
机器人会梦想拥有所有权吗？
音乐行业并不是第一个面对这个问题的。事实上，在澳大利亚，2007年一个关于电话簿的法庭案件为算法生成的内容如何获得版权开创了先例（是的，你没看错，电话簿）。
在澳大利亚，2007年一起关于电话簿的法庭案件为算法生成的内容如何获得版权开创了先例。© Unsplash
The Yellow Pages发现他们的一个竞争对手直接从他们的数据库中提取结果，并立即以侵犯版权为由将其告上法庭。然而，经过一番审议，法院得出了一个出乎意料的结果：由于电话簿是由算法组装的，而且只用了很少的人力，因此没有资格获得版权保护。该案被驳回。
虽然这个法律先例是针对一个相当简单的算法，但对人工智能生成的作品的影响是巨大的。人工智能系统，如电话簿算法，会自动在给定的数据中找到模式并输出结果。虽然围绕这个过程本身有大量的人类努力，但实际生成是自主的。因此，根据法律先例，人工智能音乐在澳大利亚可能不受版权保护。
世界各地也在进行类似的辩论。在美国，可以说是当今音乐界的金融中心，人工智能歌曲有可能被认定为 “衍生作品”，因为它们依赖于他人的数据。这些衍生作品的版权是无效的，甚至会对原权利人造成版权侵犯。如果创作者愿意辩称使用这些数据是 “合理使用”，这种挑战的结果将取决于个别法官的倾向–这种程度的不确定性会使任何严肃的音乐家感到不安。
因此，早期的法律决定似乎为我们设定了一个人工智能创造的内容无法拥有的世界。但是，这使得创作者没有经济动力去尝试或创新对人工智能的创造性使用，因为他们所做的任何东西都是没有版权的，不可能赚钱。
一个名为 “人工发明家项目 “的团体旨在改变这种状况。他们建立了一个名为DABUS的模型，它能够进行奇怪但独特的发明。然后尝试在世界各国为这些发明申请专利，他们希望表明，人工智能产生的作品可以被拥有。2021年，他们成功了，南非专利局是世界上第一个将专利的作者资格授予人工智能的国家。因此，其创造者有权获得使用该专利的所有收入。
但是，尽管从一项发明中赚钱似乎是一个积极的步骤，我们可能会质疑DABUS的创造者是否应该获得100%的收益。从 “人工发明家项目 “公开披露的算法来看，似乎与大多数人工智能系统一样，DABUS是在其他人创造的一堆数据上进行训练的。没有训练数据的人工智能只是一个空壳，是一堆知道如何学习模式的代码，但却没有什么可学的。DABUS并不只是一个单一的创造，而是（像所有的人工智能一样）它的存在归功于它所训练的数据。
因此，虽然放弃任何计算机生成的作品的权利会扼杀创新，但将所有权利交给运行代码的人，却忽视了人工智能的智慧来源。许多现代大型人工智能模型在未经许可的数据上运行（最大的人工智能音乐模型之一，Jukebox，是在未经许可从互联网上翻录的120万首歌曲上训练出来的），这并没有什么帮助。
需要有一条中间道路，不仅支持那些挥舞着人工智能的人，也支持那些数据被用来训练它的人。
当涉及到音乐时，这就是……事物的气场。
即使这个数据出处的问题被克服了，在人工智能音乐方面进行实验的创作者很快就会遇到一个更大的问题：音乐行业的法律机制。
大多数现代人工智能算法都是统计模型，在数据集上使 “损失 “最小化。在实践中，这意味着人工智能正试图尽可能地模仿其数据集。在音乐领域，你可以从Open AI的Jukebox生成的一首歌曲中听到这一点，这首歌部分是根据Prince的早期目录训练出来的–它与Prince的相似性，虽然有些混乱，但很明显，令人难以置信。
即使人工智能的输出结果中没有原始数据的实际部分，但任何与版权作品的相似性都可能成为毁灭性的侵权案件的基础，这在音乐行业有很多先例。
2015年，马文-盖伊的遗产成功地起诉了罗宾-西克和法瑞尔-威廉姆斯的歌曲《模糊的线条》，称其侵犯了盖伊的《Got To Give It Up》，尽管这两首歌没有共享任何旋律、和弦或样本。相反，此案的焦点是歌曲的 “感觉”，其相似度足以让法院判给盖伊的遗产近500万美元。而就在今年，奥利维亚-罗德里戈在公众的压力下，将歌曲的创作权分给了影响她最新专辑的艺术家，因为她的歌曲有类似的’感觉’。
对于个别艺术家的风格和独特的特质也是如此。1998年，贝特-米勒成功地起诉了福特汽车公司，因为他们雇用了米勒的一位伴唱歌手来模仿她做汽车广告。福特公司有使用这首歌的许可，米德勒的名字和照片没有被使用，所以这个案子只是测试米德勒的声音的肖像是否有版权。事实证明，答案是肯定的。
因此，鉴于目前的音乐状况，如果你的人工智能对某位艺术家的歌曲、风格或声音进行了训练，那么它的输出很可能不属于你的财产。从某种意义上说，这是一件好事–没有人想要一个任何人都可以免费占有和利用艺术家辛勤工作的世界。但另一方面，它没有给在这个领域出现的艺术家一个明确的前进道路。艺术家需要一个公平的法律结构，使他们能够在不担心被起诉的情况下进行人工智能实验和创作。
音乐和知识产权的未来
那么，我们如何解决这个问题呢？我相信，我们需要一种方法来轻松许可数据，并通过版税进行公平的补偿–激励和保护创造原创音乐的艺术家和那些利用新技术进行创新的人。
总部设在柏林的音乐家霍利-赫恩顿制作了一个模仿她声音的人工智能–霍利+。维基共享资源
来自柏林的电子音乐家Holly Herndon已经为这可能的工作定下了基调。在与Never Before Heard Sounds的合作中，她制作了一个她的声音的人工智能模拟，Holly+。任何人都可以上传自己的声音，并将其转化为霍利的声音，并免费使用。然而，对于Holly+的任何商业用途，一个DAO将作为Holly声音的社区守门员和受益人。我们可以使用这样的区块链系统来保证数据的出处，并确保资金回流到某些数据集的个人成员手中。
事实上，类似的东西已经存在于澳大利亚的政府层面–法定许可计划允许在某些情况下不经明确许可使用受版权保护的材料，只要对权利人有公平的报酬。这是公平使用的 “请求宽恕，而不是请求允许 “模式。这主要是由大学或学校使用的，例如，他们想向学生分发书籍的节选，如果适应数据权利，它可以成为一个强大的工具。这样的计划将允许技术人员自由使用音乐，但通过标准的版税流，以小额版税的方式补偿其数据被使用的音乐家。
知识产权是重要的，但如果过度扩展，会扼杀创造力。技术是重要的，但如果我们不预测它的后果并给予适当的考虑……好吧，我们都看到了那里发生的事情。如果我们能走一条中间道路，我们就能让新一代的人工智能创作者和音乐家确定他们作品的价值，并为权利人提供新的收入来源。但我们需要从昨天开始–技术已经在这里了。虽然我们很容易把这种人工智能想成是云端的神奇智能，但实际上是人类和艺术家在做腿部工作。他们应该为此得到报酬。
人工智能在音乐行业有很大的潜力，我们不应该关闭它。但是，一个技术专家可以窃取音乐并产生模仿而不被追究的世界是不公平的。
微信扫一扫 