atlântico o repórter Alex Reisner apareceu recentemente quatro conjuntos de dados Música usada para treinar modelos de inteligência artificial e sua criação totalmente pesquisável para o público. Dois dos conjuntos são absolutamente enormes, com 12 milhões e 9 milhões de peças. Os outros dois são muito menores, mas cada um representa uma quantidade significativa de dados de treinamento, mais de 100 mil músicas.
Os conjuntos foram baixados milhares de vezes, segundo Reisner, e embora seja impossível saber exatamente quem os está usando, Google E Estabilidade ambos confirmaram seu envolvimento em trabalhos de pesquisa. Algumas das fontes, por ex. Arquivo de música grátis O conjunto de dados é liberado gratuitamente para uso pessoal, mas requer licença para aplicações comerciais.
Embora os conjuntos de dados estejam teoricamente disponíveis gratuitamente na Internet, usá-los como dados de treinamento não é tão simples quanto baixar um arquivo ZIP e alimentá-lo em um modelo de IA. Como explica Reisner:
Três dos conjuntos de dados que encontrei são distribuídos como uma lista de links para músicas no YouTube ou Spotify. Os desenvolvedores de IA baixam áudio real usando ferramentas que automatizam o trabalho; Algumas dessas ferramentas permitem que os desenvolvedores contornem logins, anúncios e mecanismos que poderiam gerar dinheiro para criadores ou assinantes. Tais ferramentas violam os termos de serviço destas plataformas.
