پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

سرویس Deezer امکان حذف کامل آهنگ‌های هوش مصنوعی را برای کاربران فراهم می‌کند

انتشار:۷ آبان ۱۴۰۵(۵۶ دقیقه پیش)
۷ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

سرویس پخش موسیقی Deezer با ارائه قابلیتی جدید، به کاربران امکان می‌دهد تمامی قطعات ساخته‌شده با هوش مصنوعی را از نتایج جستجو و پیشنهادها حذف کنند. این اقدام در پی هجوم بی‌سابقه قطعات ماشینی و افزایش کلاهبرداری‌های سایبری در صنعت استریمینگ انجام می‌شود.

سرویس Deezer امکان حذف کامل آهنگ‌های هوش مصنوعی را برای کاربران فراهم می‌کند

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • سرویس Deezer با توسعه یک کلید اختصاصی به کاربران اجازه می‌دهد تمامی آهنگ‌های ساخته‌شده با هوش مصنوعی را به‌طور کامل از جستجوها و پیشنهادهای این پلتفرم پنهان کنند.
  • آمارهای این پلتفرم نشان می‌دهد بیش از ۵۰ درصد از آهنگ‌های بارگذاری‌شده روزانه را قطعات ماشینی تشکیل می‌دهند و حدود ۸۵ درصد از پخش آن‌ها با شبکه‌های کلاهبرداری رباتیک در ارتباط است.
  • سیستم تشخیص صوتی Deezer با شناسایی ردپاهای شبکه عصبی، قطعات کاملاً مصنوعی را بدون ایجاد خطا برای آثار هنرمندان واقعی تفکیک می‌کند.

اگر از شنیدن و مشاهده ناگهانی آهنگ‌های ساخته‌شده با هوش مصنوعی در سرویس پخش موسیقی مورد علاقه خود خسته شده‌اید، پلتفرم Deezer قصد دارد به پیشگام مبارزه با این قطعات غیرواقعی تبدیل شود.

در اوایل ماه اکتبر، Deezer از آزمایش قابلیتی خبر داد که به مشترکان این پلتفرم اجازه می‌دهد تمام موسیقی‌های تولیدشده با هوش مصنوعی را در سراسر سرویس، از جمله در بخش جستجو، فیلتر کنند. این تصمیم تقریباً یک سال پس از آن اتخاذ می‌شود که این سرویس برچسب‌گذاری قطعات هوش مصنوعی و حذف آن‌ها از پلی‌لیست‌ها و توصیه‌های خود را آغاز کرده بود.

مانوئل موسالام (Manuel Moussallam)، مدیر بخش تحقیق و توسعه Deezer، هدایت پروژه مقابله با هجوم میلیون‌ها قطعه کم‌کیفیت هوش مصنوعی را بر عهده دارد. بر اساس داده‌های ارائه‌شده توسط Deezer در ماه آوریل، روزانه نزدیک به ۷۵ هزار قطعه موسیقی تولیدشده با هوش مصنوعی روی این سرویس بارگذاری می‌شود که این رقم معادل حدود ۲ میلیون قطعه جدید در ماه یا ۴۴ درصد از کل فایل‌های آپلودشده است. همچنین تا ماه ژوئیه، سهم موسیقی‌های ماشینی برای نخستین بار از مرز ۵۰ درصد از کل بارگذاری‌های روزانه فراتر رفت.

موسالام می‌گوید Deezer در ابتدا قصد داشت آگاهی کاربران را درباره موسیقی‌های هوش مصنوعی افزایش دهد، اما اکنون باور دارد مخاطبان شناخت کافی پیدا کرده‌اند و وقت آن رسیده که خودشان درباره شنیدن یا مسدودسازی آن‌ها تصمیم بگیرند.

موسالام در این باره می‌گوید: «این کلید فیلترسازی به کاربران قدرت انتخاب و عمل می‌دهد. اجرای زودهنگام این طرح، پیش از آنکه مردم از ابعاد گسترده این پدیده آگاه شوند و به اطلاعات مربوط به آن دسترسی پیدا کنند، کار بسیار دشواری بود. اکنون آگاهی افکار عمومی نسبت به یک سال و نیم گذشته بسیار بیشتر شده است.»

رویکرد متفاوت Deezer در مهار موسیقی‌های ماشینی

سرویس Deezer تاکنون بیش از ۴۲ میلیون قطعه موسیقی تولیدشده با هوش مصنوعی را شناسایی کرده است؛ دستاوردی که اکنون به یک خط تجاری جدید برای این شرکت تبدیل شده، زیرا فناوری تشخیص اختصاصی خود را در اختیار سایر شرکای صنعت موسیقی نیز قرار می‌دهد.

موسالام توضیح می‌دهد: «ابزار ما بر پایه شناسایی ردپاهای هوش مصنوعی در سیگنال‌های صوتی عمل می‌کند. اگر تراکم این ردپاهای مصنوعی در فرکانس صوتی به حد مشخصی برسد، نشانه‌ای قطعی از این واقعیت است که بخش عمده سیگنال توسط یک شبکه عصبی تولید شده است.»

این سامانه نمی‌تواند مشخص کند که آیا هنرمند از هوش مصنوعی صرفاً برای ایده‌پردازی یا چینش نت‌ها استفاده کرده است یا خیر، اما با دقت بسیار بالا تشخیص می‌دهد که آیا خود فایل صوتی نهایی کاملاً سنتز شده و مصنوعی است یا توسط انسان نواخته شده است.

موسالام می‌افزاید: «ما همیشه نمی‌دانیم که یک قطعه کاملاً ماشینی است یا با همکاری مشترک انسان و ماشین خلق شده، اما ابزار ما با قطعیت مشخص می‌کند که در خلق آن صدا، به‌شکل گسترده از مدل‌های هوش مصنوعی استفاده شده است.»

یکی از نگرانی‌های اصلی هنرمندان، خطای مثبت در ابزارهای تشخیص است؛ وضعیتی که ممکن است یک اثر کاملاً انسانی و اصیل را به اشتباه به‌عنوان هوش مصنوعی علامت‌گذاری کرده و باعث کاهش دفعات پخش آن شود. موسالام در این باره می‌گوید: «اگر از یک شبکه هوش مصنوعی مولد بخواهید سکوت تولید کند، عملکرد بسیار ضعیفی خواهد داشت و خروجی آن مملو از اعوجاج‌های مصنوعی خواهد بود. در مقابل، اگر تولید نویز تصادفی را بخواهید، ردپای هوش مصنوعی در آن کمتر خواهد بود.»

او ادامه می‌دهد: «تحلیل حالات میان این دو وضعیت بسیار پیچیده است. با این حال ما سیستم تشخیص خود را طوری کالیبره کرده‌ایم که بیشترین دقت را داشته باشد و تا جای ممکن از خطای شناسایی اشتباه آثار هنرمندان جلوگیری کند.»

اهمیت شفافیت با مخاطبان

اگرچه Deezer هنوز جزئیات گرافیکی و محل قرارگیری این کلید فیلترسازی را مشخص نکرده، اما اعلام کرده است که این ابزار تا پیش از پایان سال جاری میلادی در دسترس کاربران قرار می‌گیرد. این قابلیت به‌صورت یک تنظیمات یک‌باره طراحی شده است. موسالام تأکید می‌کند: «تمرکز اصلی ما روی آثاری است که بدون هیچ تردیدی به‌طور کامل با هوش مصنوعی ساخته شده‌اند و بخش عمده محتوای موجود را تشکیل می‌دهند.»

با این حال، سناریوهای خاصی وجود دارند که Deezer هنوز در حال بررسی نحوه مدیریت آن‌ها است. برای نمونه، اگر یک خواننده مشهور و واقعی در آینده از ابزارهای هوش مصنوعی در برخی ترانه‌های خود بهره بگیرد، آیا باید کل آرشیو او از این پلتفرم حذف شود؟ یا اگر فقط قطعات هوش مصنوعی او فیلتر شوند، آیا کاربران احساس فریب‌خوردگی نخواهند کرد؟

این پلتفرم در حال بررسی چنین سناریوهایی است و مشخصات نهایی این فیلتر هنوز مراحل توسعه را طی می‌کند. موسالام خاطرنشان می‌کند: «حذف قطعات از نتایج جستجو با حذف آن‌ها از الگوریتم پیشنهادها تفاوت دارد؛ آنچه برای ما اهمیت دارد، حفظ شفافیت با مخاطبان پیرامون محتوای فیلترشده است.»

بزرگ‌ترین تحول در موسیقی هوش مصنوعی

محیط استودیوی Suno روی مک‌بوک

با وجود موج سنگین بارگذاری موسیقی‌های مصنوعی در طول سال، روند آپلود این فایل‌ها در هفته‌های اخیر با کاهش نسبی همراه بوده است؛ موضوعی که به گفته موسالام، مستقیماً به اقدامات جدید پلتفرم Suno مربوط می‌شود.

پلتفرم Suno به کاربران امکان می‌دهد صرفاً با تایپ متن، موسیقی، ترانه و آواز دلخواه خود را تولید کنند. این سرویس از تاریخ ۳ سپتامبر ۲۰۲۶ دانلود رایگان خود را به ۷ قطعه برای هر حساب کاربری محدود کرد. همچنین در اشتراک ماهانه ۱۰ دلاری سقف دانلود ۲۰ قطعه و در اشتراک ۳۰ دلاری حداکثر ۶۰ دانلود در نظر گرفته شده است.

موسالام در این باره می‌گوید: «این تغییر محدودیت مستقیماً حجم آهنگ‌های کاملاً خودکاری را که می‌توان از طریق Suno ساخت کاهش داده است. اکنون باید دید آیا سایر مدل‌ها جایگزین آن می‌شوند یا وضعیت در همین سطح تثبیت خواهد شد. هنوز پاسخ روشنی وجود ندارد، اما تعادل بازار در هفته‌های اخیر تغییر کرده است.»

استارتاپ‌های Suno و رقیب آن Udio با شکایت‌های حقوقی متعددی از سوی ناشران بزرگ موسیقی نیز مواجه هستند. سال گذشته، شرکت یونیورسال موزیک (UMG) دعوای حقوقی خود علیه Udio را با امضای توافق‌نامه صدور مجوز جدید حل‌وفصل کرد، در حالی که پرونده شکایت این شرکت علیه Suno همچنان در جریان است.

ارتباط مستقیم سیل آهنگ‌های مصنوعی با کلاهبرداری سایبری

نظارت بر موسیقی‌های هوش مصنوعی صرفاً پاسخی به درخواست کاربران نیست، بلکه ارتباط تنگاتنگی با امنیت کسب‌وکار دارد. موسالام می‌گوید: «از همان ابتدا برای ما روشن بود که افزایش بی‌رویه موسیقی‌های هوش مصنوعی و کلاهبرداری مالی، دو روی یک سکه هستند.»

کلاهبرداری در این حوزه معمولاً شامل بارگذاری گسترده قطعات ماشینی و سپس استفاده از حساب‌های رباتیک برای استریم مکرر آن‌ها به منظور دریافت حق پخش (Royalty) از پلتفرم است. با افزایش سرسام‌آور تعداد این فایل‌ها، رهگیری و شناسایی رفتارهای رباتیک برای سرویس‌های استریم بسیار دشوارتر می‌شود.

گزارش‌ها حاکی از آن است که آهنگ‌های تولیدشده با هوش مصنوعی بین ۱ تا ۳ درصد از کل شنوندگان Deezer را به خود اختصاص داده‌اند و بخش زیادی از این فایل‌ها صرفاً با هدف استریم‌های جعلی ساخته شده‌اند. همچنین برآورد می‌شود که در سال ۲۰۲۵، حدود ۸۵ درصد از استریم‌های قطعات کاملاً ماشینی، مستقیماً با شبکه‌های کلاهبرداری ارتباط داشته است.

این هجوم سنگین، مدیریت سیستم را به مراتب پیچیده‌تر کرده است؛ به‌ویژه در دوره‌های ابتدایی که الگوریتم‌های Deezer ناچار بودند حجم عظیمی از داده‌های بی‌کیفیت را ارزیابی و فیلتر کنند.

موسالام در این رابطه توضیح می‌دهد: «این حجم گسترده کاتالوگ ما را دو برابر کرد، اما کار مدیریت و دسته‌بندی را چهار برابر سخت‌تر ساخت. همین چالش در بخش‌های ذخیره‌سازی، پهنای باند شبکه و پردازش نیز تکرار شد و بار سنگینی را به تیم‌های تحقیق، توسعه و عملیات فنی تحمیل کرد.»

آیا پلتفرم‌های بزرگ موسیقی هوش مصنوعی را به‌طور کامل حذف می‌کنند؟

افزودن این کلید جدید می‌تواند کاربران ناراضی از موسیقی‌های ماشینی را به سمت Deezer سوق دهد، چراکه رقبایی مانند Spotify و Apple Music هنوز در اعمال محدودیت‌های سخت‌گیرانه تعلل می‌کنند.

در سال جاری، Spotify نشان تأیید هویت جدیدی معرفی کرد تا به مخاطبان نشان دهد کدام هنرمندان انسان واقعی هستند، و متعهد شد حساب‌هایی را که از چهره‌های تولیدشده با هوش مصنوعی استفاده می‌کنند نشانه‌گذاری کند. با این حال، اسپاتیفای خود به سراغ پادکست‌های تولیدشده با هوش مصنوعی نیز رفته و قابلیت‌های هوش مصنوعی آن در مراسم سالانه با انتقادهای زیادی روبه‌رو شده است.

از سوی دیگر، انتظار می‌رود Apple Music نیز برچسب‌گذاری آهنگ‌های مصنوعی را تا اواخر سال جاری آغاز کند.

اما آیا این پلتفرم‌ها روزی تمام موسیقی‌های هوش مصنوعی را به‌طور کامل مسدود خواهند کرد؟ موسالام پیش‌بینی آینده این حوزه را دشوار می‌داند و می‌گوید این بازار هنوز ثبات پیدا نکرده است.

او در پایان می‌گوید: «پیش‌بینی مسیر آینده این صنعت ناممکن است. در شرایط کنونی به این فیلترها نیاز داریم زیرا چالش‌های اخلاقی و حقوق نشر حل‌نشده زیادی وجود دارد. این فناوری عدم قطعیت و نارضایتی فراوانی برای کاربران ایجاد کرده است؛ بنابراین شنوندگان حق دارند روی آنچه گوش می‌دهند کنترل داشته باشند و با شفافیت کامل تصمیم بگیرند.»

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود
آخرین اخبار

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود

تیم توسعه‌دهنده handy-computer نسخه کم‌حجم و بهینه‌سازی‌شده GGUF را برای مدل تبدیل گفتار به متن Parakeet v3 انویدیا منتشر کرد. این نسخه امکان اجرای روان و محلی مدل را بدون وابستگی به پایتون یا کارت‌های گرافیک مجزا روی پردازنده‌های معمولی فراهم می‌کند.

۲ دقیقه مطالعه
۰
۷ آبان
رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد
آخرین اخبار

رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد

شرکت Mistral وزن‌های عمومی مدل جدید Mistral Large 4 را با ۱ تریلیون پارامتر و تمرکز ویژه بر ایجنت‌های کدنویسی و امنیت سایبری منتشر کرد. این مدل بر پایه معماری ترکیبی از متخصصان توسعه یافته است و با مصرف بهینه توکن، گزینه‌ای قدرتمند برای استقرار روی زیرساخت‌های خصوصی به شمار می‌رود.

۶ دقیقه مطالعه
۰
۷ آبان
مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند
آخرین اخبار

مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند

یک توسعهدهنده مستقل نسخهای اختصاصی از مدل Qwen با نام Qwen3.5-4B-3D-Coder را معرفی کرده است که توصیفات متنی را به صحنههای سهبعدی تعاملی در کتابخانه Three.js تبدیل می‌کند. این مدل سبک با ۴ میلیارد پارامتر، تمام کدهای جاوااسکریپت و صحنه گرافیکی را در قالب یک فایل تکی HTML به کاربر تحویل می‌دهد و روی سیستمعامل محلی نیز قابل اجرا است.

۲ دقیقه مطالعه
۰
۷ آبان