এআই প্রশিক্ষণে ব্যবহৃত সঙ্গীত The Atlantic প্রকাশ করেছে

একটি জনসাধারণের সূচক এআই সঙ্গীত প্রশিক্ষণ ডেটাকে স্পষ্টভাবে সামনে এনেছে

The Atlantic তৈরি করা একটি নতুন অনুসন্ধানযোগ্য ডাটাবেস এআই পাইপলাইনের একটি বড় অংশকে জনসমক্ষে নিয়ে আসছে: জেনারেটিভ সিস্টেম প্রশিক্ষণের জন্য ব্যবহৃত সঙ্গীত ডেটাসেট। The Verge-এর এই প্রকল্প-সংক্রান্ত প্রতিবেদন অনুযায়ী, Atlantic প্রতিবেদক Alex Reisner এআই সঙ্গীত প্রশিক্ষণের সঙ্গে যুক্ত চারটি ডেটাসেট শনাক্ত করেন এবং প্রকাশনার AI Watchdog প্রচেষ্টার মাধ্যমে সেগুলিকে অনুসন্ধানযোগ্য করেন। এর ফলাফল কেবল একটি প্রযুক্তিগত সম্পদ নয়। এটি শিল্পী, অধিকারধারী, গবেষক এবং সাধারণ মানুষের জন্য একটি স্বচ্ছতা-উপকরণ।

সবচেয়ে চোখে পড়ার মতো দিকটি হলো এর ব্যাপ্তি। ওই ডেটাসেটগুলোর দুটিতে যথাক্রমে প্রায় ১২ মিলিয়ন এবং ৯ মিলিয়ন ট্র্যাক রয়েছে, আর বাকি দুটিতে ছোট হলেও প্রত্যেকটিতে ১০০,০০০-এর বেশি গান আছে। অর্থাৎ এই ডাটাবেসটি কোনো বিরল বা নিছক প্রশিক্ষণ উপাদানের ছোট নমুনা দেখাচ্ছে না। এটি অডিও রেফারেন্সের এমন এক শিল্প-পর্যায়ের সরবরাহ উন্মোচন করছে, যা বড় শিল্পী, আন্ডারগ্রাউন্ড অ্যাক্ট এবং পরীক্ষামূলক সংগীতশিল্পীদের বিস্তৃত করে।

ওই ডেটাসেটগুলিতে উপস্থিত বলে রিপোর্ট হওয়া নামগুলো সেই ব্যাপ্তিকে স্পষ্ট করে। The Verge বলছে, অনুসন্ধানযোগ্য এন্ট্রিগুলোর মধ্যে Lady Gaga, Fred Again.., Radiohead, Aphex Twin, Wu-Tang Clan, Bruce Springsteen, এবং Hainbach-এর মতো শিল্পীরা অন্তর্ভুক্ত। সৃষ্টিকর্তাদের জন্য, এটি আলোচনাকে বিমূর্ততা থেকে নির্দিষ্টতার দিকে নিয়ে যায়। এআই মডেলগুলো কপিরাইটযুক্ত বা বাণিজ্যিকভাবে নিয়ন্ত্রিত উপাদান থেকে শিখতে পারে কি না, সেই বিতর্ক এখন আর কেবল তাত্ত্বিক নয়, যখন শিল্পীরা নিজেদের কাজ খুঁজে দেখতে পারেন।

একটি ডাটাবেসের বাইরেও এর গুরুত্ব

এআই প্রশিক্ষণ-সংক্রান্ত বিরোধগুলো প্রায়ই দৃশ্যমানতার ওপর নির্ভর করে। মডেল নির্মাতারা প্রশিক্ষণ প্রক্রিয়াকে বিস্তৃত ভাষায় বর্ণনা করতে পারেন, কিন্তু সৃষ্টিকর্তাদের সাধারণত কোনো বাস্তব উপায় থাকে না দেখতে যে তাদের কাজ আপস্ট্রিম ডেটায় রয়েছে কি না। একটি অনুসন্ধানযোগ্য সূচক সেই তথ্যের ফাঁক কমায়। এটি নিজে থেকে প্রমাণ করে না যে কোনো একটি মডেল কীভাবে প্রশিক্ষিত হয়েছে, এবং এটি দায়ও নির্ধারণ করে না। তবে এটি দেখায় যে কিছু নির্দিষ্ট ডেটাসেট ছিল, বিতরণ করা হয়েছিল, এবং ডেভেলপারদের কাছে তা উপলভ্য ছিল।

The Verge জানায় যে ডেটাসেটগুলো হাজার হাজার বার ডাউনলোড হয়েছে। এটি আরও বলে যে Google এবং Stability গবেষণাপত্রে সেগুলোর ব্যবহার নিশ্চিত করেছে। এটি গুরুত্বপূর্ণ, কারণ এটি ডেটাসেটগুলোকে অনলাইনে অক্ষত পড়ে থাকা কোনো কাল্পনিক আর্কাইভ নয়, বরং বাস্তব এআই উন্নয়ন কার্যকলাপের সঙ্গে যুক্ত করে। চূড়ান্ত downstream ব্যবহার অনুসরণ করা কঠিন হলেও, বড় এআই কোম্পানিগুলো গবেষণায় এই উপকরণগুলোর উল্লেখ করেছে বলে জনসমক্ষে নিশ্চিতকরণ বিতর্ককে সুনির্দিষ্ট ভিত্তি দেয়।

এই ডাটাবেসটি এমন একটি পার্থক্যও স্পষ্ট করে, যা জনআলোচনায় প্রায়ই ঝাপসা হয়ে যায়: প্রাপ্যতা আর অনুমতি এক জিনিস নয়। ডেটাসেটে থাকা কিছু সঙ্গীত উৎস অনলাইনে স্ট্রিমযোগ্য বা অন্যভাবে পৌঁছনো যায় এমন হতে পারে, তবু বাণিজ্যিক ব্যবহারের লাইসেন্সিং সীমাবদ্ধতার অধীন থাকতে পারে। The Verge Free Music Archive ডেটাসেটকে উদাহরণ হিসেবে উল্লেখ করেছে, যেখানে বলা হয়েছে যে কিছু কাজ ব্যক্তিগত ব্যবহারের জন্য বিনামূল্যে স্ট্রিম করা যেতে পারে, কিন্তু বাণিজ্যিক প্রয়োগের জন্য আলাদা লাইসেন্স লাগতে পারে।

এটি এআই অর্থনীতির একটি গুরুত্বপূর্ণ বিভাজনরেখা। ডেভেলপাররা প্রায়ই এমন উপাদানের সীমারেখায় কাজ করেন যা প্রযুক্তিগতভাবে অ্যাক্সেসযোগ্য, কিন্তু বড় পরিসরে আইনসম্মতভাবে পুনর্ব্যবহারযোগ্য নয়। সঙ্গীতে, যেখানে লাইসেন্সিং ব্যবস্থা ইতিমধ্যেই জটিল এবং খণ্ডিত, সেই পার্থক্য আরও বেশি গুরুত্বপূর্ণ হয়ে ওঠে।

সংগ্রহের প্রক্রিয়াটিও বিতর্কের অংশ

The Verge-এর বর্ণনা অনুযায়ী Reisner-এর রিপোর্টিং আরও দেখায় যে বাস্তবে এই ডেটাসেটগুলো কীভাবে তৈরি হয়। তিনটি ডেটাসেট প্যাকেজ করা অডিও লাইব্রেরি হিসেবে নয়, বরং YouTube বা Spotify-এর মতো প্ল্যাটফর্মে হোস্ট করা গানগুলোর লিংকের তালিকা হিসেবে বিতরণ করা হয়। এরপর ডেভেলপাররা প্রকৃত অডিও ডাউনলোড করতে স্বয়ংক্রিয় টুল ব্যবহার করেন। নিবন্ধটি বলছে, ওই টুলগুলোর কিছু লগইন, বিজ্ঞাপন এবং প্ল্যাটফর্ম মেকানিজমকে বাইপাস করতে পারে, যা অন্যথায় সৃষ্টিকর্তাদের জন্য আয় বা সাবস্ক্রাইবার কার্যকলাপ তৈরি করত।

যদি এটি সঠিক হয়, তাহলে এই বিবরণ বিতর্ককে কপিরাইটের বাইরে নিয়ে প্ল্যাটফর্ম গভর্ন্যান্স এবং পরিষেবার শর্তাবলি মেনে চলার প্রশ্নে প্রসারিত করে। প্রশিক্ষণ-ডেটা সংক্রান্ত বিরোধ প্রায়ই fair use বা licensing-এর ভিত্তিতে আলোচনা হয়, কিন্তু সংগ্রহের পথটিও গুরুত্বপূর্ণ। ডেভেলপাররা যদি এমন টুলের ওপর নির্ভর করেন যা প্ল্যাটফর্ম নিয়ন্ত্রণ এড়িয়ে যায়, তাহলে বিরোধ কেবল এই প্রশ্নে সীমাবদ্ধ নয় যে মডেল কপিরাইটযুক্ত কাজ থেকে শিখতে পারে কি না। এটি এও প্রশ্ন করে, সেই মিডিয়া হোস্ট করা পরিষেবাগুলোর প্রযুক্তিগত ও চুক্তিভিত্তিক নিয়ম সংগ্রহের প্রক্রিয়াতেই কি উপেক্ষিত হচ্ছে।

নীতিনির্ধারণের জন্য এটি গুরুত্বপূর্ণ, কারণ নিয়ন্ত্রক ও আদালত শেষ পর্যন্ত এআই প্রশিক্ষণকে একাধিক ওভারল্যাপিং দৃষ্টিকোণ থেকে মূল্যায়ন করতে পারে:

• সঙ্গীত-সম্পর্কিত কপিরাইট ও লাইসেন্সিং বাধ্যবাধকতা।
• অডিও কীভাবে সংগ্রহ করা হয়, তার সঙ্গে সম্পর্কিত পরিষেবার শর্ত ভঙ্গ।
• এআই সিস্টেম যদি বড় পরিসরে অবৈতনিক সৃজনশীল ইনপুট থেকে লাভবান হয়, তবে প্রতিযোগিতা ও বাজারের প্রভাব।
• বাণিজ্যিক এআই পণ্য তৈরি করা ডেভেলপারদের জন্য স্বচ্ছতার প্রত্যাশা।

The Atlantic-এর অনুসন্ধানযোগ্য সূচক এই প্রশ্নগুলোর নিষ্পত্তি করে না। তবে এটি সেগুলোকে নিছক অনুমান বলে খারিজ করা আরও কঠিন করে তোলে।

এআই স্বচ্ছতা বিতর্কে একটি মোড়

এই প্রকল্পের বড় তাৎপর্য হলো এটি যাচাইয়ের খরচ কমায়। এ ধরনের টুলের আগে, যেসব সৃষ্টিকর্তা সন্দেহ করতেন যে তাদের সঙ্গীত মডেল প্রশিক্ষণ ব্যবস্থায় চলে গেছে, তাদের কাছে পরীক্ষা করার বাস্তব ভিত্তি খুব কম ছিল। গবেষক ও সাংবাদিকরা ইকোসিস্টেমের খণ্ডাংশ নিয়ে তদন্ত করতে পারতেন, কিন্তু প্রবেশের বাধা ছিল উঁচু। একটি অনুসন্ধানযোগ্য ইন্টারফেস সেই গতিশীলতা বদলে দেয়, কারণ এটি প্রযুক্তিগত ডেটাসেট-প্রমাণকে এমন কিছুতে রূপান্তর করে যা অ-विशেষজ্ঞরাও বুঝতে পারেন।

এই পরিবর্তনের বেশ কিছু downstream প্রভাব থাকতে পারে। শিল্পীরা ডাটাবেসটি ব্যবহার করে আইনি দাবি, লাইসেন্সিং আলোচনা, বা জন-অভিযান পরিচালনা করতে পারেন। গবেষকরা এটি ব্যবহার করে ডেটাসেট ও প্রকাশিত এআই কাজের মধ্যে সম্পর্ক মানচিত্রিত করতে পারেন। কোম্পানিগুলোর ওপর তারা কী প্রশিক্ষণ দিয়েছে এবং কোন আইনি তত্ত্বের অধীনে দিয়েছে, তা নথিভুক্ত করার চাপ বাড়তে পারে। আর নীতিনির্ধারকদের পক্ষে শিল্পের সাধারণীকরণের ওপর নির্ভর করা কঠিন হয়ে উঠতে পারে, যখন আরও নির্দিষ্ট প্রমাণ সহজে পাওয়া যায়।

এখানে একটি সাংস্কৃতিক মাত্রাও রয়েছে। এআই বিতর্কে সঙ্গীত সবচেয়ে দৃশ্যমান যুদ্ধক্ষেত্রগুলোর একটি হয়ে উঠেছে, কারণ আউটপুটগুলো আবেগগতভাবে তাৎক্ষণিক এবং অন্তর্নিহিত শ্রম ব্যক্তিগত। একটি গান কেবল একটি ডেটা পয়েন্ট নয়। এটি পরিবেশনা, সুরারোপ, বিন্যাস, প্রযোজনা এবং প্রায়ই পরিচয়ও। যখন লক্ষ লক্ষ ট্র্যাককে প্রশিক্ষণ-ইনপুট হিসেবে সূচিবদ্ধ করা যায়, তখন এআই সিস্টেমের শিল্প-ক্ষুধা অনেক বেশি দৃশ্যমান হয়ে ওঠে।

এ মুহূর্তে, এই ডাটাবেসের সবচেয়ে তাৎক্ষণিক মূল্য প্রমাণভিত্তিক এবং নাগরিক-সংক্রান্ত। এটি সৃষ্টিকর্তাদের এমন একটি সিস্টেম পরিদর্শনের উপায় দেয়, যা অনেকটাই জনদৃষ্টির বাইরে বিকশিত হয়েছে। এআই প্রশিক্ষণ নিয়ে আইনগত ও বাণিজ্যিক লড়াই চলতে থাকলে, এই ধরনের দৃশ্যমানতা একক কোনো আদালতের রায়ের মতোই গুরুত্বপূর্ণ হয়ে উঠতে পারে। এআই ও সঙ্গীত নিয়ে বিতর্ক এখন আর শুধু এই প্রশ্নে সীমাবদ্ধ নয় যে মডেলগুলো কী তৈরি করতে পারে। তারা সেখানে পৌঁছাতে কী খেয়েছে, এবং জনসাধারণের সেটা জানা উচিত ছিল কি না, সেই প্রশ্নও ক্রমশ কেন্দ্রে চলে আসছে।

এই নিবন্ধটি The Verge-এর প্রতিবেদনের ওপর ভিত্তি করে তৈরি। মূল নিবন্ধ পড়ুন.