Хакер розкрив джерела навчання музичного ШІ Suno

Як злам вихідного коду оголив методи навчання Suno

Платформа генеративного штучного інтелекту Suno опинилася в центрі масштабного скандалу. Хакер під псевдонімом ellie.191 отримав доступ до внутрішнього сховища коду компанії та опублікував детальний звіт про роботу сервісу. Цей витік став першим задокументованим підтвердженням того, що розробники використовували чужий контент без дозволу авторів. Досі представники платформи уникали прямих відповідей на запитання про походження своїх баз даних, посилаючись на комерційну таємницю та концепцію добросовісного використання.

Аналіз викрадених скриптів продемонстрував чіткі інструкції для автоматизованих систем збору інформації. Замість ліцензування контенту розробники створили масштабну інфраструктуру для обходу обмежень популярних платформ. Спеціальні утиліти масово завантажували аудіоматеріали та супровідні тексти, щоб навчити нейромережу розпізнавати структуру пісень, вокал та інструментальні партії.

Джерела даних та масштаби парсингу контенту

Оприлюднений код містить прямі вказівки на цільові ресурси, з яких викачували інформацію. Головними донорами для навчання алгоритмів Suno стали популярні стрімінгові сервіси та спеціалізовані бази даних. Розробники налаштували систему для роботи з кількома ключовими майданчиками.

• YouTube Music. Найбільша база треків, з якої завантажували мільйони пісень разом із метаданими. Скрипти обходили захисні механізми Google для безперервного потокового скачування аудіофайлів.
• Deezer. Платформу використовували для отримання високоякісних аудіозаписів та детальної структури альбомів різних виконавців.
• Genius. Найбільша база текстового контенту стала основою для навчання текстового генератора Suno. ШІ аналізував мрими, структуру куплети-приспіви та загальну побудову пісень.
• Pond5. Популярний стік звукових ефектів та коротких аудіокліпів використовували для навчання моделі відтворювати фонові шуми, переходи та специфічні інструментальні елементи.

Масштаби парсингу вражають уяву. Згідно з оцінками аналітиків, які вивчали вихідний код, система обробила десятки мільйонів файлів. Процес відбувався в автоматичному режимі через мережу проксі-серверів, що дозволяло уникати блокувань за IP-адресами з боку цільових ресурсів.

Судовий позов та юридичні наслідки для компанії

Цей витік інформації стався в найгірший для компанії момент. Провідні світові музичні лейбли, включаючи Sony Music Entertainment, Universal Music Group та Warner Music Group, вже подали судовий позов проти розробників Suno. Позивачі звинувачують стартап у масштабному порушенні авторських прав та вимагають компенсацію у розмірі до 150000 USD за кожен виявлений випадок незаконного використання композиції. Загальна сума претензій може досягти астрономічних масштабів.

До публікації вихідного коду захист Suno будувався на твердженні, що навчання ШІ є копіюванням технологічного процесу, а не створенням піратських копій. Вони порівнювали цей процес із тим, як людина слухає музику та вчиться створювати власні пісні. Тепер, коли у відкритому доступі з’явилися конкретні докази цілеспрямованого викачування захищених копірайтом матеріалів, позиція захисту суттєво послабилася.

Технічні деталі обходу захисних систем

Вихідний код детально описує методи, які інженери Suno використовували для маскування своєї активності. Стрімінгові гіганти витрачають мільйони доларів на захист від парсингу, проте розробники ШІ змогли обійти ці перешкоди. Вони створили систему динамічної зміни користувацьких агентів (User-Agent) та емуляцію поведінки реальних користувачів.

Для обходу лімітів на кількість завантажень код автоматично розподіляв запити через тисячі орендованих IP-адрес. Крім того, інструменти автоматизації імітували природні паузи між прослуховуваннями, щоб системи безпеки YouTube Music та Deezer не розпізнали роботу ботів. Такий підхід дозволив непомітно викачати терабайти аудіоданих протягом тривалого часу.

Реакція індустрії та майбутнє генеративної музики

Музична індустрія сприйняла новину про злам як остаточне підтвердження своїх підозр. Представники професійних спілок заявляють, що подібні методи навчання є звичайним піратством, замаскованим під інноваційні технології. Вони наполягають на створенні прозорих механізмів ліцензування, де кожен автор отримуватиме компенсацію за використання його творів у навчальних вибірках.

Експерти вважають, що прецедент Suno може повністю змінити правила гри на ринку генеративного мистецтва. Якщо суд визнає методи компанії незаконними, розробникам доведеться видалити поточні моделі та починати навчання з нуля, використовуючи лише вільну від копірайту музику або ліцензовані треки. Це може значно знизити якість генерації та сповільнити розвиток подібних технологій на роки.