SG.hu·
Torrenten töltötték le a betanítási adatokat az Anthropic munkatársai
A Sony, az EMI és a Warner szerint az Anthropic több ezer dalszöveget és kottát torrentezett le, és MI-modelljeinek fejlesztésére használta fel a kalózkodással szerzett tartalmakat.
A világ legnagyobb zenei kiadói közül néhány úgy gondolja, hogy az Anthropic túl könnyen megúszta azzal, hogy 1,5 milliárd dollárt fizetett a szerzőknek, miután elismerte, hogy több mint 7 millió könyvet töltött le MI-je betanításához. „Az 1,5 milliárd dolláros összeg nyilvánvalóan nem elég magas ahhoz, hogy elrettentsen egy olyan vállalatot, amely az ilyen tömeges jogsértésből elképesztő, 2 billió dolláros értékelést kovácsolt” - áll a zenei kiadók friss keresetében. Az Anthropic ellen új pert indító zenei kiadók között van a Sony, az EMI és a Warner Chappell. Azt állítják, hogy az Anthropic illegális torrentezése „több ezer” olyan könyvre is kiterjedt, amelyek több száz vagy még több, szerzői jog által védett zenei művük dalszövegeit és kottáit tartalmazzák.
A kereset szerint a zenei slágerlistákon egyre inkább az MI által generált művekkel versenyeznek a dalszerzők, és őket károsítja ez a kalózkodás. Azok a kalózkodással szerzett könyvek, amelyeket az Anthropic állítólag „örökre” meg akar tartani az MI betanításához, olyan kiadványokat tartalmaznak, amelyekben a Beatles teljes életműve, Taylor Swift „legjobb” dalai, valamint a „VH1’s 100 Greatest Songs of Rock & Roll” című kiadvány szerepel. Ha nem születik olyan végzés, amely leállítja a helytelen MI-betanítást, az Anthropic továbbra is megsérti majd a zenei szerzői jogokat, miközben jogtalanul helyettesíti a művészeket a piacukon azzal, hogy szó szerint reprodukálja a dalszövegeket, illetve olyan „új” dalokat generál, amelyek a legnépszerűbb műveik „lényegét” utánozzák - állítják a kiadók.
Például az Anthropic dalszövegkönyvekre vagy kottákra támaszkodhat, amikor a Claude-nak olyan utasítást adnak, hogy alakítson át Eminem-dalszöveget egy „Beyoncé stílusában” írt dallá. „Ez a szerzői jog által védett művek tömeges méretű illegális torrentezésének pimasz kampánya annak érdekében, hogy kifejlesszék, működtessék és óriási profitot termeljenek” - állították a zenei kiadók.
Az Anthropic „illegális torrentezésből álló tömeges kampánya” 2021 júliusában kezdődött, amikor az Anthropic társalapítója, Benjamin Mann „személyesen használta a BitTorrentet arra, hogy jogellenesen letöltsön és torrenten keresztül feltöltsön több millió kalózkönyvet” a Library Genesisből (LibGen), egy vitatott netes könyvtárból. A torrentezést állítólag Dario Amodei, az Anthropic társalapítója és vezérigazgatója is jóváhagyta. A zenei kiadók a keresetükben mindkettőjüket név szerint is alperesként jelölték meg. Az FBI 2021 végén leállította a LibGent - jegyezte meg a kereset -, „de csak azután, hogy a kalózok lemásolták a tartalmát, hogy létrehozt egy új könyvtárat”, amelyet „Z-Librarynek” neveztek el. És bár a Z-Libraryt is gyorsan leállították, a könyvszerzők perében nyilvánosságra hozott belső üzenetekből kiderült, hogy az Anthropic a „Pirate Library Mirror” (PiLiMi) révén hozzáfért a másolat másolatához - áll a keresetben.
A vád szerint Mann arra utasította az alkalmazottakat, hogy torrentezzék le a PiLiMit. Azt írta kollégáinak, hogy a tükör „pont időben!” jelent meg. Egy Anthropic-munkatárs erre azt válaszolta: „zlibrary, szerelmem.” A zenei kiadók ezeket a megjegyzéseket annak bizonyítékaként hozták fel, hogy az Anthropic magasztalta a kalózkodás használatát, és a torrentezésre támaszkodott annak érdekében, hogy gyorsan hozzáférjen új betanítási adatokhoz. Összességében azt állították, hogy a LibGen és a PiLiMi katalógusaiban végzett keresések során talált „bibliográfiai metaadatok, például cím, szerző és ISBN” arra utalnak, hogy „az Anthropic több száz olyan könyvet torrentezett le, amelyek a kiadók tulajdonában lévő zenei művek kottáit és dalszövegeit tartalmazták”. A kiadók szerint a bizonyítási eljárás során fel fogják tárni az Anthropic torrentezésének „teljes mértékét” - áll a keresetben.
Az Anthropic tagadja, hogy a LibGenből és a PiLiMiből torrentezett könyvek bármelyikét felhasználta volna a kereskedelmi Claude MI-modellek betanítására. A kiadók szerint azonban az Anthropic kijelentései attól függnek, hogyan határozzák meg a „betanítás” fogalmát, és úgy gondolják, hogy ha a bíróság elég messzire visszaköveti az Anthropic lépéseit, kiderülhet, hogy a kereskedelmi modelleket valamikor mégis kalózolt műveken tanították. Ezt a következőképpen magyarázták: „Az MI a fejlesztése gyakran magában foglal egy 'előtanítási' szakaszt, amelyben az egyik MI-modell egy másik MI-modell által létrehozott szintetikus adatokon tanulhat, vagy más MI-modelltől kaphat viselkedésre vonatkozó visszajelzést. Az Anthropic legalább egy kereskedelmi forgalomba hozott Claude-modelljét olyan szintetikus adatok felhasználásával tanította be, amelyeket egy nem kereskedelmi célú MI-modell hozott létre, és amelyet a LibGenből és/vagy a PiLiMiből származó szövegeken tanítottak be. Az Anthropic legalább egy olyan nem kereskedelmi célú modellt használt, amelyet a LibGenből és/vagy a PiLiMiből származó szövegeken tanítottak be, hogy legalább egy kereskedelmi Claude-modell számára megerősítéses visszajelzést biztosítson.”
A kereset emellett megjegyzi, hogy a könyvszerzők perében nemrég feloldott titkosítású dokumentumok „feltárták, hogy az Anthropic használja azokat a kalózkodással szerzett könyveket, amelyeket illegálisan torrentezett a LibGenből”. Egy beadványban például az Anthropic egyik tanúja azt vallotta, hogy az Anthropic leállította a nagy nyelvi modellek (LLM-ek) LibGenen történő betanítását, de továbbra is használta a LibGen adatkészletét annak ellenőrzésére, hogy a kimenetekben szereplő hosszú szövegrészek nem hasonlítanak-e túlságosan a forrásszövegre.
Az Anthropic szóvivője szerint a zenei kiadók szalmaszálakba kapaszkodnak, amikor a könyvszerzők lezárt keresetében szereplő anyagokat vizsgálják. „Ez ugyanazon ügyvédektől érkező harmadik per, amely olyan állításokat hasznosít újra, amelyek már a bíróságok előtt lévő ügyekben is szerepeltek” - mondta az Anthropic szóvivője. „A generatív MI-modellek betanítása átalakító jellegű tisztességes felhasználás, és határozottan meg fogjuk védeni magunkat.” Az Anthropic nyilatkozata nem említi, hogy a tisztességes felhasználásról szóló döntés azon alapult, hogy a könyvszerzők nem tudták bizonyítani a piacot ért károkat, illetve azt, hogy az MI-eszközök kiszorították őket a saját piacukról.
A kereset szerint csak az Anthropic tudja biztosan, hogy a felhasználók milyen gyakran támaszkodnak a Claude-ra azért, hogy zenészek dalainak helyettesítőit hozzák létre. A kiadók azonban úgy tűnik, úgy gondolják, hogy a zenei jogtulajdonosoknak jobb esélyük lehet a piaci károk bizonyítására, mint a szerzőknek volt. Állításuk szerint az Anthropic tudatában van annak, hogy MI-termékei fenyegetést jelentenek a dalszövegírókra, és hogy a vállalat tudja: az MI által generált, jelenleg a zenei slágerlisták élén álló dalok közvetlenül versenyeznek azokkal a zenészekkel, akiknek a dalait fizetség nélkül használták fel az őket a slágerlisták élén helyettesítő MI betanításához.
A könyvszerzők ügyében eljáró bíró korábban azt írta, hogy „mint minden íróvá válni törekvő olvasó, az Anthropic LLM-jei sem azért tanultak műveken, hogy megelőzzék és lemásolják vagy kiszorítsák azokat, hanem azért, hogy élesen irányt változtassanak és valami mást hozzanak létre”. Az azonban nem világos, hogy a bíróságok egyetértenek-e majd azzal, hogy ugyanez igaz a dalszerzőkre vagy az őket képviselő zenei kiadókra is. A zenei kiadók szerint a Claude-ot szándékosan úgy tanították be, hogy visszamondja a dalszövegeket, és ehhez nemcsak kalózkönyvtárakra, hanem más jogosulatlan adatkészletekre is támaszkodtak, köztük olyan kalóz tartalmakra, amelyeket a jogtulajdonosok engedélye nélkül töltöttek le dalszövegeket tartalmazó oldalakról. Emellett az Anthropic fizikai könyveket is megsemmisített, hogy további adatokat nyerjen ki belőlük, és állítólag „több száz dalszövegkönyvről és kottaanyag-gyűjteményről” készített jogosulatlan digitális másolatokat, ami szintén szerzői jogokat sértett.
A kiadók szerint a Claude-modellek utasításra lekérik a dalszövegeket anélkül, hogy megosztanák a szerzői jogok kezelésére vonatkozó információkat, sőt akkor is generálnak dalszövegeket, amikor a felhasználók nem kérik ezt. Ha például egy felhasználó egy adott dal akkordmenetét kéri a Claude-tól, „az MI-modell gyakran olyan kimenetet generál”, amely „a szerzői jog által védett dalszövegeket is tartalmazza az akkordok mellett” - áll a keresetben. A kereset szerint a Claude „új” dalok készítésekor gyakran valódi dalszövegeket is összekever MI által generált dalszövegekkel, és képes „e művek lényegét reprodukálni a felhasználói utasítások széles körére adott válaszként”.
Amodei a könyvszerzők perében tett vallomásában elmondta, hogy az Anthropic jogszerűen is megvásárolhatta volna a szerzői jog által védett műveket, de inkább letorrentezte azokat, mert az Anthropic el akarta kerülni a „jogi/gyakorlati/üzleti hercehurcát”. A bíróság az Anthropic szándékát úgy foglalta össze, hogy a vállalat azért töltött le kalózkönyveket, „hogy elkerülje a fizetésük okozta kellemetlenséget”, a zenei kiadók pedig hangsúlyozták, hogy az Anthropic soha nem kereste meg őket licencmegállapodások megkötése érdekében, miközben legnagyobb MI-versenytársai ezt megtették.
Az Anthropic szigorúan védi a betanítási adatforrásait, a zenei kiadók azonban úgy gondolják, hogy a bíróságnak nagyobb átláthatóságot kellene előírnia. A kiadók azt követelik, hogy az Anthropicot kötelezzék arra, hogy „számot adjon az MI-modelljeinek betanításához használt adatokról, betanítási módszerekről és ismert képességekről”. Ezután mindenféle médiában dolgozó művész felmérhetné, hogyan szerezte meg az Anthropic a műveiket, milyen műveket használt fel, és milyen mértékben befolyásolhatták azok a kereskedelmi modellt.
A zenei kiadók szerint ha nem szabnak gátat ennek, az Anthropic kalózkodással szerzett és jogosulatlanul felhasznált művekre való támaszkodása megnehezíti, hogy a dalszerzők megéljenek a munkájukból, miközben a piacot felismerhető dalok gyenge minőségű MI-másolataival hígítja fel. A kereset természetesen azt is megjegyzi, hogy a kalózkodás megnehezíti a kiadók számára, hogy pénzt kapjanak a dalok MI-betanításhoz történő licenceléséért. „Az Anthropic soha nem kért és soha nem is szerzett engedélyt arra, hogy a zenei kiadók szerzői jog által védett műveit jogszerűen bármilyen célra felhasználja, még kevésbé arra, hogy azokat MI-betanítási adatként vagy kimenetként használja” - áll a keresetben. „Az Anthropic a zenei kiadók és dalszerzőik munkájának ellenszolgáltatás nélküli kihasználásából gazdagítja magát, csökkentve az ösztönzésüket arra, hogy jelenlegi és jövőbeli kreatív tevékenységekbe fektessenek, azokat támogassák és bővítsék.”
A világ legnagyobb zenei kiadói közül néhány úgy gondolja, hogy az Anthropic túl könnyen megúszta azzal, hogy 1,5 milliárd dollárt fizetett a szerzőknek, miután elismerte, hogy több mint 7 millió könyvet töltött le MI-je betanításához. „Az 1,5 milliárd dolláros összeg nyilvánvalóan nem elég magas ahhoz, hogy elrettentsen egy olyan vállalatot, amely az ilyen tömeges jogsértésből elképesztő, 2 billió dolláros értékelést kovácsolt” - áll a zenei kiadók friss keresetében. Az Anthropic ellen új pert indító zenei kiadók között van a Sony, az EMI és a Warner Chappell. Azt állítják, hogy az Anthropic illegális torrentezése „több ezer” olyan könyvre is kiterjedt, amelyek több száz vagy még több, szerzői jog által védett zenei művük dalszövegeit és kottáit tartalmazzák.
A kereset szerint a zenei slágerlistákon egyre inkább az MI által generált művekkel versenyeznek a dalszerzők, és őket károsítja ez a kalózkodás. Azok a kalózkodással szerzett könyvek, amelyeket az Anthropic állítólag „örökre” meg akar tartani az MI betanításához, olyan kiadványokat tartalmaznak, amelyekben a Beatles teljes életműve, Taylor Swift „legjobb” dalai, valamint a „VH1’s 100 Greatest Songs of Rock & Roll” című kiadvány szerepel. Ha nem születik olyan végzés, amely leállítja a helytelen MI-betanítást, az Anthropic továbbra is megsérti majd a zenei szerzői jogokat, miközben jogtalanul helyettesíti a művészeket a piacukon azzal, hogy szó szerint reprodukálja a dalszövegeket, illetve olyan „új” dalokat generál, amelyek a legnépszerűbb műveik „lényegét” utánozzák - állítják a kiadók.
Például az Anthropic dalszövegkönyvekre vagy kottákra támaszkodhat, amikor a Claude-nak olyan utasítást adnak, hogy alakítson át Eminem-dalszöveget egy „Beyoncé stílusában” írt dallá. „Ez a szerzői jog által védett művek tömeges méretű illegális torrentezésének pimasz kampánya annak érdekében, hogy kifejlesszék, működtessék és óriási profitot termeljenek” - állították a zenei kiadók.
Az Anthropic „illegális torrentezésből álló tömeges kampánya” 2021 júliusában kezdődött, amikor az Anthropic társalapítója, Benjamin Mann „személyesen használta a BitTorrentet arra, hogy jogellenesen letöltsön és torrenten keresztül feltöltsön több millió kalózkönyvet” a Library Genesisből (LibGen), egy vitatott netes könyvtárból. A torrentezést állítólag Dario Amodei, az Anthropic társalapítója és vezérigazgatója is jóváhagyta. A zenei kiadók a keresetükben mindkettőjüket név szerint is alperesként jelölték meg. Az FBI 2021 végén leállította a LibGent - jegyezte meg a kereset -, „de csak azután, hogy a kalózok lemásolták a tartalmát, hogy létrehozt egy új könyvtárat”, amelyet „Z-Librarynek” neveztek el. És bár a Z-Libraryt is gyorsan leállították, a könyvszerzők perében nyilvánosságra hozott belső üzenetekből kiderült, hogy az Anthropic a „Pirate Library Mirror” (PiLiMi) révén hozzáfért a másolat másolatához - áll a keresetben.
A vád szerint Mann arra utasította az alkalmazottakat, hogy torrentezzék le a PiLiMit. Azt írta kollégáinak, hogy a tükör „pont időben!” jelent meg. Egy Anthropic-munkatárs erre azt válaszolta: „zlibrary, szerelmem.” A zenei kiadók ezeket a megjegyzéseket annak bizonyítékaként hozták fel, hogy az Anthropic magasztalta a kalózkodás használatát, és a torrentezésre támaszkodott annak érdekében, hogy gyorsan hozzáférjen új betanítási adatokhoz. Összességében azt állították, hogy a LibGen és a PiLiMi katalógusaiban végzett keresések során talált „bibliográfiai metaadatok, például cím, szerző és ISBN” arra utalnak, hogy „az Anthropic több száz olyan könyvet torrentezett le, amelyek a kiadók tulajdonában lévő zenei művek kottáit és dalszövegeit tartalmazták”. A kiadók szerint a bizonyítási eljárás során fel fogják tárni az Anthropic torrentezésének „teljes mértékét” - áll a keresetben.
Az Anthropic tagadja, hogy a LibGenből és a PiLiMiből torrentezett könyvek bármelyikét felhasználta volna a kereskedelmi Claude MI-modellek betanítására. A kiadók szerint azonban az Anthropic kijelentései attól függnek, hogyan határozzák meg a „betanítás” fogalmát, és úgy gondolják, hogy ha a bíróság elég messzire visszaköveti az Anthropic lépéseit, kiderülhet, hogy a kereskedelmi modelleket valamikor mégis kalózolt műveken tanították. Ezt a következőképpen magyarázták: „Az MI a fejlesztése gyakran magában foglal egy 'előtanítási' szakaszt, amelyben az egyik MI-modell egy másik MI-modell által létrehozott szintetikus adatokon tanulhat, vagy más MI-modelltől kaphat viselkedésre vonatkozó visszajelzést. Az Anthropic legalább egy kereskedelmi forgalomba hozott Claude-modelljét olyan szintetikus adatok felhasználásával tanította be, amelyeket egy nem kereskedelmi célú MI-modell hozott létre, és amelyet a LibGenből és/vagy a PiLiMiből származó szövegeken tanítottak be. Az Anthropic legalább egy olyan nem kereskedelmi célú modellt használt, amelyet a LibGenből és/vagy a PiLiMiből származó szövegeken tanítottak be, hogy legalább egy kereskedelmi Claude-modell számára megerősítéses visszajelzést biztosítson.”
A kereset emellett megjegyzi, hogy a könyvszerzők perében nemrég feloldott titkosítású dokumentumok „feltárták, hogy az Anthropic használja azokat a kalózkodással szerzett könyveket, amelyeket illegálisan torrentezett a LibGenből”. Egy beadványban például az Anthropic egyik tanúja azt vallotta, hogy az Anthropic leállította a nagy nyelvi modellek (LLM-ek) LibGenen történő betanítását, de továbbra is használta a LibGen adatkészletét annak ellenőrzésére, hogy a kimenetekben szereplő hosszú szövegrészek nem hasonlítanak-e túlságosan a forrásszövegre.
Az Anthropic szóvivője szerint a zenei kiadók szalmaszálakba kapaszkodnak, amikor a könyvszerzők lezárt keresetében szereplő anyagokat vizsgálják. „Ez ugyanazon ügyvédektől érkező harmadik per, amely olyan állításokat hasznosít újra, amelyek már a bíróságok előtt lévő ügyekben is szerepeltek” - mondta az Anthropic szóvivője. „A generatív MI-modellek betanítása átalakító jellegű tisztességes felhasználás, és határozottan meg fogjuk védeni magunkat.” Az Anthropic nyilatkozata nem említi, hogy a tisztességes felhasználásról szóló döntés azon alapult, hogy a könyvszerzők nem tudták bizonyítani a piacot ért károkat, illetve azt, hogy az MI-eszközök kiszorították őket a saját piacukról.
A kereset szerint csak az Anthropic tudja biztosan, hogy a felhasználók milyen gyakran támaszkodnak a Claude-ra azért, hogy zenészek dalainak helyettesítőit hozzák létre. A kiadók azonban úgy tűnik, úgy gondolják, hogy a zenei jogtulajdonosoknak jobb esélyük lehet a piaci károk bizonyítására, mint a szerzőknek volt. Állításuk szerint az Anthropic tudatában van annak, hogy MI-termékei fenyegetést jelentenek a dalszövegírókra, és hogy a vállalat tudja: az MI által generált, jelenleg a zenei slágerlisták élén álló dalok közvetlenül versenyeznek azokkal a zenészekkel, akiknek a dalait fizetség nélkül használták fel az őket a slágerlisták élén helyettesítő MI betanításához.
A könyvszerzők ügyében eljáró bíró korábban azt írta, hogy „mint minden íróvá válni törekvő olvasó, az Anthropic LLM-jei sem azért tanultak műveken, hogy megelőzzék és lemásolják vagy kiszorítsák azokat, hanem azért, hogy élesen irányt változtassanak és valami mást hozzanak létre”. Az azonban nem világos, hogy a bíróságok egyetértenek-e majd azzal, hogy ugyanez igaz a dalszerzőkre vagy az őket képviselő zenei kiadókra is. A zenei kiadók szerint a Claude-ot szándékosan úgy tanították be, hogy visszamondja a dalszövegeket, és ehhez nemcsak kalózkönyvtárakra, hanem más jogosulatlan adatkészletekre is támaszkodtak, köztük olyan kalóz tartalmakra, amelyeket a jogtulajdonosok engedélye nélkül töltöttek le dalszövegeket tartalmazó oldalakról. Emellett az Anthropic fizikai könyveket is megsemmisített, hogy további adatokat nyerjen ki belőlük, és állítólag „több száz dalszövegkönyvről és kottaanyag-gyűjteményről” készített jogosulatlan digitális másolatokat, ami szintén szerzői jogokat sértett.
A kiadók szerint a Claude-modellek utasításra lekérik a dalszövegeket anélkül, hogy megosztanák a szerzői jogok kezelésére vonatkozó információkat, sőt akkor is generálnak dalszövegeket, amikor a felhasználók nem kérik ezt. Ha például egy felhasználó egy adott dal akkordmenetét kéri a Claude-tól, „az MI-modell gyakran olyan kimenetet generál”, amely „a szerzői jog által védett dalszövegeket is tartalmazza az akkordok mellett” - áll a keresetben. A kereset szerint a Claude „új” dalok készítésekor gyakran valódi dalszövegeket is összekever MI által generált dalszövegekkel, és képes „e művek lényegét reprodukálni a felhasználói utasítások széles körére adott válaszként”.
Amodei a könyvszerzők perében tett vallomásában elmondta, hogy az Anthropic jogszerűen is megvásárolhatta volna a szerzői jog által védett műveket, de inkább letorrentezte azokat, mert az Anthropic el akarta kerülni a „jogi/gyakorlati/üzleti hercehurcát”. A bíróság az Anthropic szándékát úgy foglalta össze, hogy a vállalat azért töltött le kalózkönyveket, „hogy elkerülje a fizetésük okozta kellemetlenséget”, a zenei kiadók pedig hangsúlyozták, hogy az Anthropic soha nem kereste meg őket licencmegállapodások megkötése érdekében, miközben legnagyobb MI-versenytársai ezt megtették.
Az Anthropic szigorúan védi a betanítási adatforrásait, a zenei kiadók azonban úgy gondolják, hogy a bíróságnak nagyobb átláthatóságot kellene előírnia. A kiadók azt követelik, hogy az Anthropicot kötelezzék arra, hogy „számot adjon az MI-modelljeinek betanításához használt adatokról, betanítási módszerekről és ismert képességekről”. Ezután mindenféle médiában dolgozó művész felmérhetné, hogyan szerezte meg az Anthropic a műveiket, milyen műveket használt fel, és milyen mértékben befolyásolhatták azok a kereskedelmi modellt.
A zenei kiadók szerint ha nem szabnak gátat ennek, az Anthropic kalózkodással szerzett és jogosulatlanul felhasznált művekre való támaszkodása megnehezíti, hogy a dalszerzők megéljenek a munkájukból, miközben a piacot felismerhető dalok gyenge minőségű MI-másolataival hígítja fel. A kereset természetesen azt is megjegyzi, hogy a kalózkodás megnehezíti a kiadók számára, hogy pénzt kapjanak a dalok MI-betanításhoz történő licenceléséért. „Az Anthropic soha nem kért és soha nem is szerzett engedélyt arra, hogy a zenei kiadók szerzői jog által védett műveit jogszerűen bármilyen célra felhasználja, még kevésbé arra, hogy azokat MI-betanítási adatként vagy kimenetként használja” - áll a keresetben. „Az Anthropic a zenei kiadók és dalszerzőik munkájának ellenszolgáltatás nélküli kihasználásából gazdagítja magát, csökkentve az ösztönzésüket arra, hogy jelenlegi és jövőbeli kreatív tevékenységekbe fektessenek, azokat támogassák és bővítsék.”