Звёздные карты

Состав. Часть четвёртая

2026-08-09T22:12:54.675Z

Декомпозиция

Третья часть завершилась вопросом о механизме: как модель, в которой не находят ни одной сохранённой песни, воспроизводит чужие мелодии? Ответу на этот вопрос восемьдесят с лишним лет, и по дороге к нему предстоит пережить две зимы. Но начнём с новости: суд уже вынес решение.

Что считать хранением

Земельный суд Мюнхена 31 июля вынес решение по иску GEMA к Suno. Почти по всем пунктам GEMA выиграла. GEMA — немецкое общество по коллективному управлению правами: композиторы, авторы текстов и музыкальные издатели доверяют ему лицензировать свои произведения и собирать вознаграждение. Дело слушала сорок вторая палата, та же самая, что прошлой осенью разбирала дело OpenAI.

В деле было шесть произведений: «Atemlos durch die Nacht», «Daddy Cool», «Rasputin», «Big in Japan», «Forever Young» и припев «Mambo No. 5». Названы они по авторам, а не по исполнителям. Права на «Atemlos» в этом деле принадлежат Кристине Бах, которая песню написала, а не Хелене Фишер, которая её поёт. «Rasputin» и «Daddy Cool» написал Франк Фариан, создатель Boney M. GEMA представляет авторов, и предметом спора были композиции: мелодия с гармонией, без записи, аранжировки и голоса.

Что Suno обучалась на этих песнях, компания не оспаривала. Что брала их с YouTube — тоже. Спор шёл о другом.

Главных доводов у защиты было два. Первый из них суд изложил в решении так: обучающие данные в модели не содержатся и не хранятся, а веса и параметры отражают лишь математически усвоенные закономерности и обобщённые признаки — синтаксические, семантические и контекстные связи. Внутри не песни, а статистика.

Чтобы это проверить, GEMA поставила опыт. Запрос к Suno состоял из трёх частей: текста песни, желаемого стиля и названия. Ни мелодии, ни ритма, ни гармонии, ни аранжировки в запросе не было. А сгенерированная песня совпала с оригиналом ровно по мелодии, гармонии и ритму. Взяться всему этому было неоткуда, кроме как из самой модели.

Второй довод перекладывал ответственность на пользователя. Совпадения в результатах генерации, утверждала компания, — плод сложных, раз за разом уточнённых запросов самой GEMA, а целенаправленное действие пользователя разрывает цепочку: за такой результат отвечает тот, кто его добивался. Суд посмотрел на сами запросы и назвал их простыми и открытыми: текст песни и стиль, ничего сверх. Что выйдет из такого запроса, определила модель. А модель — от отбора обучающих данных до архитектуры и запоминания — построила компания. Ей и отвечать.

Ноты обеих версий, исходной и сгенерированной, GEMA выложила на своём сайте ещё при подаче иска: мелодия с проставленными над ней аккордами. Такая запись называется лид-листом, и это композиция в чистом виде. Там же лежит ролик, в котором эти ноты разбирает музыковед из отдела, издавна ведущего споры об обработках чужих песен. Порядок разбора заведён десятилетиями: ноты нового, ноты исходного, звук как приложение.

Суд встал на сторону GEMA и запретил четыре действия: копировать произведения при обучении в Соединённых Штатах, хранить их через запоминание внутри модели в Германии, открывать публике доступ к модели, в которой они запомнены, и выдавать пользователям песни, в которых они узнаются. Сверх запрета Suno обязали раскрыть, сколько чужого пошло в дело, и возместить убытки.

Громче всего из четырёх прозвучал первый запрет. Обучение шло в Америке, а разбирал его суд в Мюнхене. Право слушать дело он вывел из особого правила о подсудности для обществ по коллективному управлению правами, к самому обучению применил американский закон и отклонил ссылку на добросовестное использование — ту самую, которой Suno третий год защищается в американских судах. Немецкая палата разобрала американскую доктрину и не нашла её применимой. Прежде в Европе такого не было.

Нам же дальше важен второй запрет — тот, что про хранение внутри модели.

Решение не вступило в силу. Suno заявила, что с ним не согласна и изучает все варианты, включая апелляцию. На подачу у неё месяц.

Кажется, будто суд решил, что модель хранит чужие песни. На деле он решил другое: что считать хранением. Довод про математически усвоенные закономерности отклонён — а не опровергнут. Между «модель хранит произведение» и «модель хранит статистику» стоит вопрос об устройстве машины, и решать его не судье.

Чтобы ответить на него, придётся вернуться далеко назад, к истокам искусственного интеллекта.

Кот, который научился говорить

В 1943 году нейрофизиолог Уоррен Мак-Каллок и логик Уолтер Питтс опубликовали статью «Логическое исчисление идей, присущих нервной деятельности» — о том, как описать работу нейрона языком логики.

О самом нейроне физиологи к тому времени знали многое, и почти за каждое открытие давали Нобелевскую премию. Испанец Сантьяго Рамон-и-Кахаль установил, что нервная система собрана из отдельных клеток, а не из сплошной сети, — за это ему дали премию 1906 года. Чарльз Шеррингтон в 1897 году назвал место стыка двух клеток синапсом и показал, что одни связи возбуждают соседнюю клетку, а другие её тормозят. Эдгар Эдриан научился измерять разряд одиночного нервного волокна и в 1928 году обнаружил, что величина разряда всегда одна и та же: клетка либо срабатывает целиком, либо молчит, промежуточных значений не бывает. Эдриан разделил с Шеррингтоном премию 1932 года. Это «либо да, либо нет» и понадобилось Мак-Каллоку и Питтсу: сработавший нейрон — истинное высказывание, молчащий — ложное. Оставалось написать правила.

Модель Мак-Каллока и Питтса устроена так: нейрон получает сигналы от соседей: возбуждающие входы подталкивают его к срабатыванию, тормозящие удерживают. Возбуждение нейрон сравнивает с пороговым значением: набралось — срабатывает и передаёт сигнал дальше, не набралось — молчит. Из таких элементов собираются схемы «и», «или», «не», а из этих схем — что угодно.

Мак-Каллок и Питтс доказали, что сеть из таких нейронов способна вычислить всё, что вообще способна вычислить машина. Изъян был один: правил обучения в исчислении не было. Статья показывала, как по любому логическому выражению построить сеть, которая его вычислит, — но само выражение пишет человек. Хочешь, чтобы сеть отличала круг от квадрата, — сначала запиши это отличие формулой, а сеть исполнит написанное. Вычислять она могла что угодно, а узнавать — только то, что человек заранее записал. На то, чтобы одолеть этот изъян, ушло пятнадцать лет.

Имя у нового научного направления появилось раньше работающих мыслящих машин. В 1950 году английский математик Алан Тьюринг предложил не спорить о том, может ли машина мыслить: спорить пришлось бы о словах, ведь что такое «мыслить», никто не определил. Тьюринг заменил спор проверкой поведения. Человек из отдельной комнаты переписывается с двумя невидимыми собеседниками, машиной и человеком, спрашивает обоих о чём угодно и должен угадать, кто из них кто. Если человек не угадывает, значит, разговором машину от человека не отличить, а ничего другого нам и не дано. Такую машину Тьюринг предложил считать мыслящей. Само словосочетание «искусственный интеллект» появилось на бумаге 31 августа 1955 года. Четверо исследователей — Джон Маккарти из Дартмутского колледжа, Марвин Минский из Гарварда, Натаниэль Рочестер из IBM и Клод Шеннон из Bell Labs — просили у Рокфеллеровского фонда денег на летний семинар и должны были назвать его предмет. Название придумал Маккарти. Собрались они в Дартмуте летом 1956 года, и это лето считают моментом рождения направления.

Первым заставил машину учиться Фрэнк Розенблатт, психолог и нейрофизиолог из Корнеллской авиационной лаборатории в Буффало. В 1957 году он описал перцептрон. Нейрон в нём тот же, что у Мак-Каллока и Питтса, но сила каждого входа задана числом — весом, и веса можно менять. Машине показывают примеры: вот один образ, вот другой. Она отвечает наугад и ошибается, а после каждой ошибки её веса чуть сдвигают в сторону правильного ответа. Через тысячи примеров веса складываются так, что машина отвечает верно, хотя ей никто не объяснял, чем образы различаются. Правило сдвига умещается в одну строку, и никакой хитрости в нём нет. Всё дело в том, что свои числа машина теперь находит сама.

Публике перцептрон показал флот: деньги на проект давало Управление военно-морских исследований. Показ устроили 7 июля 1958 года в Вашингтоне, в вычислительном зале Бюро погоды, на его пятитонной IBM 704 — своего железа у проекта не было, программу запускали на чужой машине. Ей подавали перфокарты с отметкой слева или справа, и после полусотни попыток она научилась их различать. Назавтра New York Times писала, что флот ждёт машину, способную «ходить, говорить, видеть, писать, воспроизводить себя и осознавать своё существование».

Аппарата в тот день не существовало вовсе — существовала программа. Зато газетная слава принесла проекту деньги на железо, и его собрали в Буффало. Изображение подсвечивали и проецировали на сетку из 400 фотоэлементов, 20 на 20. Весами служили переменные сопротивления, знакомые каждому по ручке громкости приёмника, и при обучении эти ручки крутили электромоторы. Машина училась в самом ремесленном смысле слова. Готовый аппарат назвали Mark I, и публике флот показал его в июне 1960 года. Обещания прозвучали за два года до появления реальной машины. Тем же словом «вес» защита Suno описывала суду содержимое модели: вес Розенблатта был положением ручки, вес Suno — числом среди миллиардов таких же.

Полностью машина называлась фотоперцептроном: она работала со светом. Следующий свой аппарат Розенблатт строил уже не для картинок, а для звука, и строил долго, с 1961 года. Описание вышло в 1963-м. Фоноперцептрон принимал сигнал с микрофона и магнитной ленты, учился различать произнесённые слова, а имя получил в честь Тобермори, говорящего кота из рассказа Саки — под этим псевдонимом писал британец Гектор Манро. Рассказ вышел в 1911 году: кот заговорил на светском приёме и стал пересказывать вслух всё, что слышал о гостях, пока его считали бессловесным. Гости сговорились его отравить, но кот погиб раньше, в драке с чужим котом. А учёного, который обучил его речи, через несколько недель убил слон в дрезденском зоопарке.

Свои ожидания Розенблатт записал сам ещё в 1958 году: мы вот-вот увидим рождение машины, которая воспринимает, узнаёт и опознаёт окружающее без всякого человеческого обучения и надзора. Ричард О'Брайен, коллега по биологическому отделению, излагал этот замысел проще: Розенблатт хотел понять, какой наименьший набор устройств нужен мозгу, чтобы делать то, что он делает. Тобермори строила группа его аспирантов и студентов, в основном из корнеллской программы когнитивных исследований. Так у шкафа с проводами впервые задумали единую машину, которая не только видит и слышит мир, но и отвечает ему.

Потом деньги кончились. Но с чистой наукой это никак не было связано.

«Конкретная военная функция»

К тому времени исследователи разделились. Минский и Маккарти держались символьного подхода: у машины есть словарь понятий и правила вывода, а рассуждение сводится к преобразованию одних записей в другие. Знание в такую машину вкладывает человек, и потом его можно прочесть и проверить. Розенблатт со своими перцептронами принадлежал к противоположному направлению — коннекционизму, который вырос из науки о нервной системе. Отдельный элемент не знает ничего, знание заключено в силе связей между элементами и складывается само, когда машине показывают примеры. Прочесть его нельзя: оно записано числами. Так и будем называть эти два лагеря: сторонники символьного подхода и сторонники нейронных сетей.

После советского спутника американское государство платило за науку, не считая денег: никто не знал, какое из направлений сработает, поэтому платили всем. Перцептроны Розенблатта оплачивало военно-морское ведомство. Минский с Джоном Маккарти в 1959 году создали в MIT группу искусственного интеллекта, и первые годы она жила на деньги, которые институт получил от IBM. Агентство перспективных исследований министерства обороны, ARPA, в июне 1963 года дало институту 2,2 миллиона долларов, и группа вошла в проект MAC. Дальше агентство платило по 3 миллиона в год до самых семидесятых, причём без условий: Джозеф Ликлайдер, начальник его вычислительного отдела, считал, что деньги надо давать людям, а не проектам. К концу шестидесятых, посреди войны во Вьетнаме, настроения в Конгрессе изменились. Сенат в 1969 году принял поправку Мэнсфилда. Записано в ней было так: Пентагону запрещается оплачивать исследования, у которых нет «прямой и очевидной связи с конкретной военной функцией или операцией». В переводе на обычный язык: деньги дают, только если понятно, чем исследование поможет воевать. Сам Мэнсфилд, противник войны, добивался другого: гражданскую науку должны оплачивать гражданские ведомства, а не военный бюджет. Для машины, которая училась слушать и говорить, «конкретной военной функции» не было, а гражданских денег ей никто не предложил. Работа над Тобермори осталась без финансирования вместе со всей программой Розенблатта.

О том, чем это кончилось для Розенблатта, говорили уже на панихиде. Погиб он 11 июля 1971 года, в собственный сорок третий день рождения, — его смыло за борт шлюпа в Чесапикском заливе. Прощальное слово произнёс тот же Ричард О'Брайен. Розенблатт, сказал он, не выбирал, как поступают благоразумные профессора, маленький кусочек мироздания, который обещает решение через год-другой, — он брался за самые большие задачи, какие видел. Ученики вспоминали, что он не озлобился, потеряв сотни тысяч долларов в год.

Марвин Минский о тех же годах вспоминал иначе: «Я не писал ни единой заявки до 1980 года». Про самое начало, до ARPA, он говорил, что MIT получил тогда «огромную кучу денег» от IBM и «никто не знал, что делать с деньгами, поэтому их отдали нам». Одному деньги девать некуда. У другого их отняли. Разница не в таланте, а в том, что работу Розенблатта оплачивали под обещанный военный прибор, а Минскому платили просто за то, что он думает.

Была и вторая причина, внутренняя: сам метод упёрся в стену. Однослойный перцептрон (хотя, строго говоря, перцептроны Розенблатта не были однослойными) умел отделять один образ от другого только в простейших случаях, и все понимали, где выход, — в слоях. Пусть первый слой находит в картинке простые признаки, штрихи и углы, а следующий собирает из них сложные. Но как учить многослойную сеть, не знал никто. Когда ошибается сеть из многих слоёв, непонятно, какие из тысяч весов сдвинули ответ не туда и насколько сильно. Как разнести ошибку по слоям, в шестидесятые годы не придумали. Исследователи уходили сами: Бернард Уидроу строил собственные обучающиеся схемы, но алгоритма для многослойных сетей не нашёл и переключился на телефонные фильтры.

Началом первой зимы искусственного интеллекта принято считать третье событие 1969 года. Минский с Сеймуром Пейпертом выпустили книгу «Перцептроны» — математический разбор того, что однослойная сеть может, а чего не может в принципе. К началу зимы книга отношения не имеет. Деньги кончились до неё, а исследователи разошлись ещё раньше — Уидроу вспоминал, что, когда книга вышла, нейронными сетями уже никто не занимался. Просто отсчитывать от книги оказалось удобнее всего: у неё есть автор, название и год издания, а у поправки к бюджету ничего этого нет.

Так началась первая зима искусственного интеллекта. Первая — значит, была и вторая. Она — в следующей части, вместе с историей, которую на Западе не читали: как в СССР кибернетику объявили лженаукой и кто за неё вступился, отчего в годы безденежья Розенблатта советская школа шла в гору.

Для пытливых умов:

Пресс-релиз земельного суда Мюнхена I о решении по делу GEMA против Suno, дело 42 O 763/25 (31 июля 2026): https://www.justiz.bayern.de/gerichte-und-behoerden/landgericht/muenchen-1/presse/2026/16.php
Пресс-релиз GEMA о выигранном деле, на английском (31 июля 2026): https://www.gema.de/en/w/gema-prevails-over-suno
Досье GEMA об исках к разработчикам ИИ, на английском: пары песен — оригинал и генерация Suno, лид-листы в PDF, разбор музыковеда: https://www.gema.de/en/news/ai-and-music/ai-lawsuit
Уоррен Мак-Каллок, Уолтер Питтс, «Логическое исчисление идей, присущих нервной деятельности», Bulletin of Mathematical Biophysics (1943): https://home.csulb.edu/~cwallis/382/readings/482/mccolloch.logical.calculus.ideas.1943.pdf
Корнеллский университет о Розенблатте: перцептрон, показ 1958 года, Тобермори, слова О'Брайена на панихиде (сентябрь 2019): https://news.cornell.edu/stories/2019/09/professors-perceptron-paved-way-ai-60-years-too-soon
Мемориальная записка Корнелла памяти Фрэнка Розенблатта (1971): https://ecommons.cornell.edu/server/api/core/bitstreams/9722f83a-1386-4956-a576-06d29b41c197/content
Разбор показа 7 июля 1958 года по архивным материалам: как пресс-конференция добыла деньги на Mark I (июнь 2025): https://www.learningfromexamples.com/p/uncle-sams-electronic-brain
«Национальный научный совет: история в главных событиях, 1950–2000», глава о поправке Мэнсфилда — официальное издание НСФ (2000): https://nsf-gov-resources.nsf.gov/nsb/documents/2000/nsb00215/nsb00215.pdf

Состав. Часть третья

2026-07-26T18:37:24.115Z

Кому предъявлен счёт?

Три тысячи за произведение

На вопрос «сколько это стоит» ответа не было, потому что не было цены. В июле 2026 года цена появилась.

Двадцатого июля федеральный суд в Сан-Франциско окончательно утвердил мировое соглашение компании Anthropic с авторами книг. Полтора миллиарда долларов почти за 500 тысяч произведений, на каждое около 3000 долларов до вычета издержек и гонораров. Это крупнейшее мировое соглашение по коллективному иску об авторском праве в американской истории. Но намного интереснее, за что именно платят. В июне 2025 года в деле Bartz v. Anthropic судья Уильям Алсуп частично удовлетворил ходатайство самой компании. Обучение модели он признал добросовестным использованием само по себе, безотносительно происхождения книг. Оцифровку купленных бумажных экземпляров — тоже, но по другой причине: бумажный оригинал компания уничтожала, новых копий не прибавлялось, а выигрывала она место и удобство поиска. А в главном отказал. Семь с лишним миллионов пиратских копий, скачанных для внутренней библиотеки, под добросовестное использование не подошли, и по ним суд назначил отдельный процесс о взыскании. Платят, иными словами, не за обучение. Платят за способ добычи данных для него.

Европейские суды тоже обозначили границы, хотя и довольно противоречиво. В Гамбурге суд встал на сторону LAION: исследовательское исключение защищает сбор данных. Фотограф, проигравший в первой инстанции, подал апелляцию — процесс ещё не завершён. В Мюнхене осенью 2025 года суд вынес другое решение: по делу OpenAI он счёл, что исследовательское исключение не позволяет компании хранить и дословно воспроизводить произведения внутри коммерческой модели. Впрочем, это всего лишь решение первой инстанции: OpenAI обжаловала его в декабре, а передавать вопросы в Суд ЕС мюнхенская палата отказалась, хотя об этом просили обе стороны.

Но суды разбирают разные нарушения. Американцы обвиняют Suno в одном, GEMA — совсем в другом.

Suno закупила подписку на Bright Data, коммерческий сервис, который обходит техническую защиту YouTube. Сама защита легальна — YouTube имеет право запретить автоматическую выкачку. Bright Data легальна — это просто инструмент. Но Suno использовала этот инструмент, чтобы скачать чужую музыку без разрешения, и это нарушение. Anthropic добывала материал иначе — скачивала и хранила пиратские копии книг. Американских истцов интересует именно способ добычи: компания должна была получить материал честно, с лицензиями, а не через платный обход чужого запрета или скачивание пиратского контента. Мюнхенский суд же принял решение не о способах обучения, а только о хранении произведений внутри коммерческой модели, даже если сам сбор данных был законным: тексты песен ChatGPT выдавал почти дословно. Это прямо относится к Suno: модель выдаёт узнаваемые песни. Треков как таковых внутри нет — произведение растворено в параметрах, — но суд в случае OpenAI счёл это не имеющим значения: воспроизведением считается сама возможность извлечь его в узнаваемом виде.

Suno нарушает оба запрета сразу. Доказательство по первому дал взлом: в журналах обучения — подписка на Bright Data и перечень источников, YouTube Music, Deezer, стоковые библиотеки. Доказательство по второму слышно и без взлома: треки Suno звучат как оригиналы или копируют знаменитые песни.

После первых исков в 2024 году Suno и Udio добавили защиту: фильтруют названия исполнителей в промптах и не позволяют использовать чужие тексты. Но эти меры не решили главное — модель выдаёт копии, потому что они уже в её памяти, в обучающих данных. И Suno, и Udio, похоже, нарушали все юридические ограничения: использовали платный обход вместо честного доступа и хранили параметры, позволяющие почти идентично воспроизводить произведения в коммерческой модели.

Про Suno это не догадка: ровно это и записано в её журналах, добытых взломщиком. Про Udio таких данных нет — её не взламывали. Есть косвенные признаки: последнюю версию модели она выпустила в марте 2025 года и с тех пор не обновляла, а публично не сказала о ней ни слова — последняя запись в блоге датирована ноябрём, днём сделки с Warner. Молчание, впрочем, только публичное: за эти месяцы Udio подписала ещё четыре соглашения, а лицензионный продукт показала на закрытом вебинаре для партнёров — о нём стало известно из отраслевого издания. Рынок тем временем движется, соперники обновляют модели по несколько раз в год. А единственная июльская новость от Udio — не модель, а закупка DRM с инструментом для отзыва прав даже на уже скачанные файлы.

Дальше начинается арифметика. 3000 долларов за произведение — единственная известная рыночная цена за оптовое поглощение чужого труда. Достаточно применить её к одному только файлу из утечки, в котором индексированы более двух миллионов фрагментов. Выходит около 6 миллиардов долларов. Саму Suno инвесторы оценили в 5,4 миллиарда долларов в июне 2026 года. Даже сейчас компания стоит дешевле своих обучающих данных по рыночной цене, и это не курьёз, а объяснение всего образа действий. Купить такой материал по рыночной цене стартап не мог. Оставалось либо не строить модель, либо взять сырьё даром. Вся бизнес-модель держится на втором. А если бы не даром? Вопрос не праздный: кто-то платит с самого начала — и о том, что из этого выходит, ниже.

В деле Anthropic 3000 долларов для автора книги — вчетверо больше минимума в 750 долларов, который закон отводит за обычное нарушение, и два процента от потолка в 150 тысяч, отведённого за умышленное. Первым сопоставлением суд обосновывал достаточность суммы. Вторым возражавшие авторы доказывали обратное, и эти возражения суд отклонил. Цена, назначенная в этом соглашении, устроила прежде всего того, кто платит.

И это ещё те, кому заплатили. За книги. В музыкальной же истории деньги получают только студии звукозаписи, которые сумели договориться. А в самих файлах Suno, помимо коммерческих каталогов, значатся стоковые библиотеки, свободный нотный архив, любительские записи Freesound и 420 тысяч лент подкастов. Их авторам никто не предлагал не то что 3000 долларов, им вообще не предложили ни цента.

Но суды и платежи работают только там, где компания подпадает под их юрисдикцию.

Куда не дотянется суд

Пока суды в США и Европе работают в обычном темпе правосудия, ту же технологию строят там, куда ни одно из их решений не дотянется. Мюнхенский суд перенёс объявление решения с 12 июня на 31 июля. В США решения не ждут раньше 2027 года.

В первой части я писал о публикациях исследований: Google и Stability описывали свои музыкальные модели в научных статьях, Suno и Udio не публиковали ничего. Kunlun свои данные не прятала. В марте 2025 года её исследователи выложили препринт о своей модели и назвали обучающие данные сами: около десяти миллионов английских песен из DISCO-10M и около двухсот тысяч внутренних конфиденциальных записей. Состав, который у Suno добыл взломщик, у Kunlun напечатан в открытом доступе. Ведёт он к тому же YouTube. Suno шла к этому звуку напрямик, закупив подписку на Bright Data для обхода защиты. Kunlun пришла тем же путём, соблюдая приличия и ссылаясь на работу коллег. Обе пришли к одному источнику, но одна скрыла это, другая — опубликовала. О научных исследованиях, учёных и устройстве музыкальных моделей мы поговорим отдельно.

В июне 2024 года иски к Suno и Udio подала RIAA от имени Sony, Universal и Warner. Крупные студии, однако, не единственные истцы. В 2025 году в федеральный суд в Чикаго пришли независимые музыканты — девять человек и иллинойсская компания Attack the Sound. В октябре они подали иски к Udio и Suno, в декабре — к китайской Kunlun Tech и сингапурской Skywork AI, которой принадлежит сервис Mureka. В марте 2026 года очередь дошла до Google. Один состав истцов, одна юридическая фирма, четыре ответчика за пять месяцев. И все четыре иска заявлены как коллективные: десять подписей стоят от имени всех, чьи записи оказались в обучающих данных. К обвинению в копировании прибавились новые пункты. Mureka обходила техническую защиту, распоряжалась чужими голосами как собственным сырьём и выдавала готовую музыку за свободную от отчислений. Расчёт истцов понятен: эти основания не зависят от спора о добросовестном использовании и переживут любой его исход. Устоят ли — вопрос открытый. Skywork отвечает, что иллинойсские законы здесь ни при чём, потому что за новыми названиями стоит всё то же копирование, а его запрещает федеральный закон, и запрещает один раз. В ряду американских исков к разработчикам искусственного интеллекта этот оказался шестьдесят шестым и всего вторым, поданным против китайской компании. Первый, от студии Disney, касался видео. Иск к Kunlun — первый к китайской компании о музыке.

От иска до взыскания дойдёт не всякое дело, и первым препятствием оказалось само уведомление ответчика. Kunlun находится в КНР, Skywork — в Сингапуре, принимать бумаги в США за них некому. Значит, вручать нужно по правилам Гаагской конвенции: перевести иск на китайский и подать его через Министерство юстиции КНР. В феврале истцы наняли бюро переводов, в марте оплатили судебного пристава в Сингапуре и отчитались суду, как идёт вручение. Жёсткого срока закон здесь не ставит, с истца спрашивают только разумное усердие. Эти отчёты — как раз его доказательство.

А 15 апреля обе компании приняли документы добровольно, и перевод не понадобился. Понять этот ход проще от обратного. Сингапурский пристав управился бы за недели, и дело против Skywork пошло бы своим ходом, пока Kunlun ждёт китайскую почту. Ходатайства, объём раскрытия доказательств, а то и вопрос о классе решались бы без неё, по доводам одной Skywork. Уступкой это не было: принять бумаги добровольно не значит признать над собой власть суда, и правило это прямо оговаривает. Зато обе вошли в дело разом и получили девяносто дней на ответ вместо трёх недель. Тянули до последнего. Skywork и Kunlun практически одновременно, 13 и 14 июля, подали ходатайства об отклонении иска, оба за подписью одного адвоката.

Читать их интереснее, чем сам иск. Kunlun на пятнадцати страницах доказывает, что у чикагского суда нет над ней власти — ни связей с Иллинойсом, ни контактов со страной в целом. Skywork на тридцати восьми идёт дальше. Из восьмидесяти восьми произведений в приложении к иску шестьдесят девять ещё не зарегистрированы в Бюро авторских прав, а до регистрации закон судиться не разрешает. Претензии по текстам и мелодиям опираются на регистрации фонограмм, то есть не на те объекты. Главное же — в иске не сказано, где всё происходило. Сбор, копирование, снятие метаданных, обход защиты, обучение. Ни доступность сервиса из США, ни американские пользователи, ни платежи, ни листинги в магазинах приложений нарушения на территории США не образуют.

Вот и ответ на вопрос, куда не дотянется суд. Дело не в том, что решение будет трудно исполнить. Ответчики говорят, что выносить его суд не вправе. Возражения истцов должны поступить в суд до 12 августа.

Догоняющими китайские сервисы давно не выглядят, а путь Mureka виден по трём отметкам. В марте 2025 года в собственном препринте Kunlun записала честно: её модель быстрее всех, но по качеству отстаёт от Suno и Udio — конкурентов оценивали как чёрные ящики, по-другому закрытые продукты не измерить. В июне 2026-го в рекламном материале компания называла прошлое поколение Mureka первым и по вокалу, и по инструменталу, ссылаясь на слепой рейтинг Artificial Analysis. В этом рейтинге пользователи слушают пары треков по одному промпту и выбирают лучший, не зная авторства. Накапливаются тысячи голосов, и в зависимости от того, как часто модель побеждает в сравнениях, ей присваивают рейтинг. В самом рейтинге первой в обеих номинациях стоит Suno, Mureka — вторая, но идёт вплотную: в инструментале её выбирают 47 раз из ста против 53 у лидера. Реклама забежала вперёд. А первая пятёрка инструментального рейтинга — сплошь ответчики: три версии Suno, Mureka и Lyria от Google, к которой в марте 2026 года иск подали те же независимые музыканты.

Но Mureka не единственная. MiniMax в июле открыла бету Music 3.0 и даёт доступ к модели бесплатно. Так занимают рынок прежде, чем на нём появятся правила.

Счёт времени тоже не в пользу судов. С января 2025 года, когда немецкое общество авторов GEMA подало иск, Suno выпустила четыре версии своей модели. Музыкальная модель MiniMax при подаче иска умела не больше минуты звука за раз — с тех пор сменилось пять версий. Правосудие считает время годами, рынок — версиями: к 2027 году американский суд будет разбирать модель, давно заменённую в сервисе, — но её треки оттуда никуда не делись. Смена версий защитой не станет. Почему — в финале серии.

Есть и другой путь

Возразить на это проще всего так: иначе и не бывает. Все модели искусственного интеллекта обучаются на открытых данных из интернета. Но в дело идёт не один открытый материал. Идут и пиратские библиотеки, и платный обход запрета на скачивание. Вопрос лишь в том, кто первым признается. Возражение слабое, потому что иначе бывает.

В августе 2025 года компания ElevenLabs, известная синтезом речи, выпустила музыкальный сервис, обученный на лицензионной продакшн-музыке: права она собрала заранее, за месяцы до запуска. Бизнес-модель здесь противоположна всему, о чём шла речь выше. Правообладатель участвует по своей воле, а не обнаруживает себя в чужом журнале задним числом. Отчисления считаются пропорционально тому, насколько песня востребована. А по договору с Kobalt, крупнейшим независимым издателем, композиция и запись оценены поровну — чего в музыкальной индустрии добиться всегда было трудно. Тот же порядок и дальше: соглашения с Kobalt и с Merlin, через который лицензируется независимый сектор, около 15 процентов мирового рынка записей, подписаны под следующую модель, которой ещё нет.

Конечно, такой путь сложнее и дороже, чем просто скачивать всю музыку с YouTube. Да и участвовать могут лишь те, кому права принадлежат целиком, а таких меньшинство. Каталог по договору несопоставимо меньше 15 миллионов записей с YouTube. На меньшей выборке модель учится медленнее, и качество выходит ниже. В том же слепом рейтинге модель ElevenLabs седьмая — ниже трёх версий Suno. Именно поэтому первыми к вершине пришли не те, кто договаривался. Компания KLAY Vision собрала права заранее и полностью: в ноябре 2025-го подписала все три крупные студии разом, вместе с их издательскими подразделениями, и обучает модель только на лицензионном материале. Продукта у неё за восемь месяцев так и не появилось.

Показательна и судьба обещаний. Подписывая мировую в ноябре 2025 года, Suno обязалась выпустить в 2026 году лицензионные модели и отказаться от нынешних. Прошло восемь месяцев. Обещанной модели нет. Платформа работает на версии, вышедшей в марте, и на чём та обучена, компания не сказала — что для Suno типично. Именно эта версия стоит первой в обеих номинациях слепого рейтинга. Не прибавилось и сделок: соглашение с Warner так и остаётся единственным, переговоры с Universal и Sony, по сведениям Financial Times, зашли в тупик. Зато компания нанимает людей из индустрии — главного музыкального директора из Warner, коммерческого из Merlin, — а в июле добивается в суде, чтобы условия сделки с Warner остались тайной от Sony и Universal. А вот другая часть договорённостей, как водится, уже исполнена: бесплатные учётные записи лишились права скачивать музыку, а обещание владения сменилось обещанием прав на использование. Сначала сделали то, что ограничивает пользователя.

Udio после своей сделки пошла дальше и закрыла выгрузку совсем: созданное пользователями остаётся внутри сервиса. Пользователи отплатили ей той же монетой. Выросли сервисы для скачивания: вставляешь ссылку на песню — получаешь файл, вплоть до несжатого WAV, за который платят подписчики. Работают они ровно так, как когда-то Bright Data против YouTube: их создатели следят за изменениями платформы и чинят обход в тот же день. Suno платила за обход чужой защиты — теперь Udio закупает шифрование потока, чтобы защититься от обхода собственной.

Состав известен. Цена назначена. Известны и те, кому предъявлен счёт, — вот только первым же ходом они ответили, что американский суд не вправе их судить, а закон США не действует там, где всё происходило.

Остаётся последний вопрос, и он не про то, что скачано с YouTube, а про магию. Десятки миллионов фрагментов обработаны, растворены в параметрах модели, и вот модель создаёт композицию, которая звучит как настоящая музыка, и в слепом тесте люди не отличают её от живого исполнения. Как это получается? Об этом в следующей истории.

Для пытливых умов:

Bartz v. Anthropic PBC, 3:24-cv-05417-AMO, решение о добросовестном использовании (судья Уильям Алсуп, 23 июня 2025): https://www.courtlistener.com/docket/69058235/bartz-v-anthropic-pbc/?page=2
Bartz v. Anthropic PBC, окончательное утверждение мирового соглашения (судья Арасели Мартинес-Ольгин, 20 июля 2026): https://www.courtlistener.com/docket/69058235/bartz-v-anthropic-pbc/?page=4
Fortune о соглашении Anthropic на полтора миллиарда долларов (июль 2026): https://fortune.com/2026/07/21/anthropic-copyright-settlement-authors/
GEMA против OpenAI, решение земельного суда Мюнхена от 11 ноября 2025 года (дело 42 O 14139/24): https://www.gema.de/de/w/grundsatzurteil-gema-gegen-openai
Woulard v. Uncharted Labs, Inc. (Udio), 1:25-cv-12613, картотека дела: https://www.courtlistener.com/docket/71659116/woulard-v-unchartered-labs-inc/
Woulard v. Suno, Inc., 1:25-cv-12684, картотека дела: https://www.courtlistener.com/docket/71671876/woulard-v-suno-inc/
Attack the Sound LLC v. Kunlun Tech Co., Ltd, 1:25-cv-15354, картотека с отчётами о вручении и июльскими ходатайствами: https://www.courtlistener.com/docket/72051454/attack-the-sound-llc-v-kunlun-tech-co-ltd/?order_by=desc
Kogon v. Google, LLC, 1:26-cv-02582, картотека дела о модели Lyria: https://www.courtlistener.com/docket/72377338/kogon-v-google-llc/
Слепой рейтинг музыкальных моделей Artificial Analysis, инструментал: https://artificialanalysis.ai/music/leaderboard/instrumental
ElevenLabs о запуске Eleven Music и соглашениях с Merlin и Kobalt (5 августа 2025): https://www.businesswire.com/news/home/20250805333301/en/ElevenLabs-Launches-Eleven-Music-in-Collaboration-with-Music-Industry-Partners
ElevenLabs о модели Music v2 (май 2026): https://elevenlabs.io/blog/introducing-music-v2
KLAY Vision о лицензионных соглашениях со всеми тремя мейджорами (20 ноября 2025): https://klay.vision/press

Состав. Часть вторая

2026-07-25T12:51:14.446Z

Нашли и прочитали этикетку?

В первой части я остановился на том, что правду о машинной музыке добыл не суд, а взломщик. Полтора года студии звукозаписи доказывали, что Suno обучалась на чужих записях, компания ссылалась на добросовестное использование, а спор о краже успел превратиться в переговоры о цене. Ответа на главный вопрос не было ни у кого, кроме самой Suno. В ноябре 2025 года произошла утечка: наружу вынесли исходный код, служебные журналы и базу пользователей. Начну с того, как это случилось.

Как прочитали этикетку

Взлом Suno не был достижением хакерской мысли. Компания даже не была отдельной целью, а попала под массовую кибератаку, которая к тому моменту уже третий месяц поражала разработчиков по всему миру.

В середине сентября 2025 года началась первая волна атаки. Самораспространяющийся червь проникал в npm — центральное хранилище, где разработчики публикуют и устанавливают готовые библиотеки для своих проектов. Его назвали Shai-Hulud по имени файла, который подкладывался в захваченные хранилища кода и запускался при каждой последующей сборке. Имя из «Дюны» Герберта подошло точно: там гигантский песчаный червь, божество и стихия целой планеты, заглатывает всё, что оказалось в пустыне. Здесь божество измельчало до программы, которая так же без разбора выгребала с чужой машины всё, что похоже на ключ.

Механика была для таких нападений новой: самораспространения npm прежде не видел. Заражённый код при установке запускал небольшую программу. Та отыскивала на машине разработчика ключи к хранилищам кода и облачным сервисам — учётные данные, необходимые для доступа. Найдя их, программа вписывала червя во все библиотеки того же разработчика и выпускала их заражённые версии. Дальше всё повторялось само, без участия человека. Заодно червь делал закрытые хранилища кода общедоступными, просто чтобы навредить сильнее.

За первые четыре дня он заразил более 200 пакетов, включая библиотеки с миллионами загрузок в неделю и код внутри CrowdStrike, компании, специализирующейся на безопасности. Разбирая программу, аналитики Palo Alto Networks с осторожностью отметили, что писала её, судя по всему, языковая модель: в коде нашлись комментарии и эмодзи. Код, который крадёт данные из десятков тысяч компьютеров разработчиков по всему миру, был написан искусственным интеллектом.

В конце ноября пришла вторая волна, несопоставимо шире первой. Механика была иной: червь теперь запускался не после установки пакета, а до неё, что открывало доступ к сборочным конвейерам и облачным учётным записям. За несколько дней червь заразил почти 800 пакетов npm и распространился даже на Maven, экосистему Java. Но главное было не в npm. На этой волне атака развернулась против GitHub — платформы, где хранится код всех этих разработчиков. Червь компрометировал более 25 тысяч репозиториев, украл учётные данные для облачных сервисов Amazon, Google и Microsoft, выудил ключи от систем CI и CD, где собирается и разворачивается код. В этот ноябрьский коридор Suno и попала.

Дальше начинается то, что к червю уже не относится. Одна похищенная учётная запись открыла внутри компании сразу три двери: к исходному коду, обучающим данным и базе пользователей. Червь ничего не выбирал, он работал как пылесос и забирал всё, до чего мог дотянуться с имеющимися правами. Но то, что этими правами открывались одновременно чертежи, склад сырья и картотека клиентов, — свойство не червя, а инфраструктуры самой компании. Полз он вслепую. Стен на его пути не оказалось.

Что на этикетке

Файлы, скачанные из инфраструктуры Suno, — это инструкции по сбору данных и служебные журналы за 2023 и 2024 годы. На вид — обычная рабочая документация, из тех, что пишут для себя, не думая о чужих глазах. Но именно эта обыденность и делает их ценными.

В журналах записано, откуда брали музыку. Свыше пятисот тысяч часов звучания из разных источников: YouTube Music, стоковые библиотеки Pond5, нотный архив IMSLP, Deezer, Jamendo и Freesound. Тексты песен из Genius и из нотного сервиса MuseScore. Отдельным пунктом — около миллиона часов подкастов из 420 тысяч подкаст-каналов. Всё это записано с точными цифрами, которые говорят о масштабе работы. Один только файл с записями из YouTube Music содержал более двух миллионов загруженных фрагментов.

Комментарий в одном из файлов поясняет рабочий порядок просто: тянуть отовсюду, оставить только музыку.

В этих данных важны две подробности. Первая: для скачивания материала из YouTube применялась Bright Data — коммерческая служба, основной бизнес которой состоит в массовом сборе данных. Она предоставляет инструменты для обхода защиты от автоматической выкачки контента. Это не побочный эффект и не серая зона, а специально приобретенный сервис для преодоления защиты платформ. Вторая: среди процедур сбора данных нашлись и такие, что искали акапельные версии песен — записи голоса без музыки. Для обучения модели, которая должна петь чужими голосами, это самое ценное сырьё.

Ровно это студии звукозаписи и доказывали в суде. Их формулировку о том, что Suno снимала музыку прямо с YouTube, компания оспаривала, ссылаясь на добросовестное использование. Теперь обвинение подтверждается собственными служебными записями ответчика, и к спору об авторском праве добавляется отдельный сюжет: обход технической защиты составляет самостоятельное нарушение, помимо самого копирования.

А главное — исчезла та обтекаемая формула. «Общедоступные данные из интернета» получили названия источников и объём загруженной информации.

Прачечная

При получении музыки для обучения есть и путь, который выглядит с виду законно. Учёные собирают наборы данных — списки ссылок на песни, — опираясь на исследовательское исключение из авторского права. Но этот же перечень потом используют коммерческие компании, для которых исключение не действует. Сам набор данных остаётся чистым: в нём только ссылки, не сам звук. А модель обучена: по ссылкам скачали и использовали реальные записи.

Существуют готовые базы, из которых музыкальные модели берут материал. The Atlantic в июне 2026 года в сотрудничестве с репортёром Алексом Райзнером запустил проект AI Watchdog — инструмент, который позволяет авторам проверить, есть ли их произведения в обучающих наборах, особенно в LAION-DISCO-12M. Это третий подобный инструмент Райзнера: в 2023 году он получил доступ к датасету Books3 и создал поиск по нему, в 2025-м The Atlantic выложил инструмент для проверки наличия произведений в LibGen, пиратской библиотеке, которую используют при обучении. Тот инструмент позволил авторам обнаружить свои работы и стал основанием для исков. На вид это журналистская работа. По сути же это оружие в руках авторов.

Первый набор музыкальных данных собрали в Высшей технической школе Цюриха и представили на конференции NeurIPS в 2023 году. Назвали его DISCO-10M, хотя в реальности набор содержал около 15 миллионов записей, а не 10. Собирали его так. Из Spotify взяли 2,6 миллиона уникальных песен. Для каждой искали соответствия на YouTube — находилось несколько вариантов одной и той же песни: официальный клип, live-версия, кавер. По длительности, заголовку и описанию отсеяли явно неправильные совпадения, потом сверили звук со звуком. В результате осталось 15,3 миллиона записей — больше, чем исходных песен, потому что каждая вошла в набор в нескольких вариантах.

Музыки в этом наборе нет. Составители оговаривают это прямо: аудио не включено из-за авторского права. Внутри лежат идентификаторы песен и ссылки на Spotify и YouTube. И там же сказано, что если понадобится сам звук, его можно скачать по приложенной ссылке.

Вот здесь граница становится зыбкой. Учёные собирают карту, опираясь на исследовательское исключение из авторского права. Карту выкладывают открыто. Дальше по ней идёт кто угодно, в том числе коммерческая компания, которой никакого исключения не полагается. Составители считали себя в правовом поле: сам набор чист — в нём только ссылки на песни, не сам звук. Но компании используют эти ссылки именно для скачивания реальной музыки и обучения на ней. Позже, когда началась юридическая война, составители сами убрали эти наборы, признав, что граница оказалась неясной.

Ну что же, рецепт оказался востребован. В ноябре 2024 года, когда Suno и Udio уже вовсю работали, немецкая организация LAION, прежде собравшая наборы изображений для Stable Diffusion, создала LAION-DISCO-12M как прямой ответ на закрытие других баз. Этот набор перечисляет 12,3 миллиона песен по их номерам на YouTube, около 91 года непрерывного звучания. Весит перечень 750 мегабайт, раздаётся под лицензией Apache 2.0 — она формально разрешает коммерческое использование и перепродажу. Но прямо в описание набора LAION поставила дисклеймер: она не рекомендует использовать эти данные в промышленных целях и особенно создавать на их основе конечные продукты. Это и есть выстроенная LAION юридическая защита: лицензия открыта и разрешает всё, но дисклеймер снимает с неё моральную и отчасти юридическую ответственность. Исполнителям не платит никто. LAION построила свою деятельность на юридической защите по законам Евросоюза, и одно выигранное дело у неё уже есть: в 2025 году Гамбургский суд счёл, что сбор такого набора покрывается исследовательским исключением. Правда, спор был с фотографом и касался набора изображений LAION-5B, а не музыкального DISCO-12M, и сейчас дело в апелляции.

Музыканты используют AI Watchdog, чтобы обращаться в национальные организации вроде GEMA в Германии и требовать запретить использование метаданных песен без согласия — закрыть ту «научную лазейку», на которой строит свою защиту LAION. Потому что LAION позиционирует себя как некоммерческую исследовательскую организацию, выпускающую данные в открытый доступ, но одновременно предупреждает, что использовать эти данные в коммерческих целях не следует. Юридическая защита LAION в том, что дисклеймер снимает с неё часть ответственности, но открытая лицензия не запрещает другим использовать данные.

Юридически вопрос остаётся открытым, и скоро появятся первые ответы. В Гамбурге суд уже встал на сторону LAION, исследовательское исключение защищает сбор данных. Фотограф, который проиграл в первой инстанции, подал апелляцию, процесс ещё не завершён. В Мюнхене осенью 2025 года суд вынес другое решение: по делу OpenAI он счёл, что исследовательское исключение не позволяет компании хранить и дословно воспроизводить произведения внутри коммерческой модели. Тридцать первого июля тот же мюнхенский суд вынесет решение по иску немецкого общества авторов GEMA к Suno, это будет первый судебный ответ на вопрос о музыке. В Америке решение отложено до 2027 года.

Ещё год назад у этой музыки не было этикетки. На прямой вопрос, из чего она сделана, компании отвечали формулой про общедоступные данные из интернета, и проверить эти слова не мог никто. Теперь состав известен: YouTube Music и стоковые библиотеки, нотный архив и чужие тексты, свыше пятисот тысяч часов звучания и купленный сервис для обхода чужой защиты. Известна и дорога с «чистыми бумагами» — научные наборы ссылок, которые ведут к тому же YouTube. Открылось всё это не потому, что кто-то отчитался, а потому, что кто-то влез в чужую сеть. Состав обучающих данных Suno не раскрывает и сегодня.

Этикетку прочитали. Осталось выяснить, сколько стоит написанное на ней: этим летом у чужого труда впервые появилась цена. И осталось понять, кому такой счёт можно предъявить: модели того же уровня строят там, куда американские решения не дотянутся. О цене и о тех, кому счёт не предъявишь, — в следующей части.

Для пытливых умов:

TechCrunch о взломе Suno и о том, что журналы обучения указывают на YouTube (15 июля 2026): https://techcrunch.com/2026/07/15/hack-suggests-ai-music-generator-suno-scraped-youtube-for-training-data/
Unit 42, разбор атаки на цепочку поставок в npm: https://unit42.paloaltonetworks.com/npm-supply-chain-attack/
The Atlantic об обучающих данных музыкальных моделей (июнь 2026): https://www.theatlantic.com/technology/2026/06/ai-music-generators-suno-google-udio/687485/
LAION о наборе DISCO-12M: 12,3 миллиона записей и открытая лицензия: https://laion.ai/blog/laion-disco-12m/
GEMA о своих исках к разработчикам искусственного интеллекта: https://www.gema.de/en/news/ai-and-music/ai-lawsuit

Состав. Часть первая

2026-07-22T19:35:03.659Z

Музыка без этикетки

Девяносто тысяч песен в сутки

В июне 2026 года на Deezer — одном из крупнейших стриминговых сервисов — доля полностью сгенерированных треков среди новых загрузок в пиковые дни впервые превысила половину. Около девяноста тысяч песен в сутки. Ни одну из них не исполнил человек. За весь предыдущий год таких набралось тринадцать с лишним миллионов, а в слепом тесте, который сервис провёл прошлой осенью, девяносто семь слушателей из ста не отличили машину от живого исполнителя. Спорить, музыка это или подделка под музыку, можно сколько угодно — но она уже играет у миллионов людей, и большинство из них не подозревает, из чего она сделана. Слушают её при этом куда меньше, чем загружают: на сгенерированные треки приходится от одного до трёх процентов прослушиваний, причём до восьмидесяти пяти из ста Deezer признаёт накруткой. Большую часть потока заливают не для слушателя, а ради роялти: счётчики таким трекам крутят боты.

До недавнего времени ответить, из чего она сделана, не мог никто посторонний. Основную часть этого потока производят две компании — Suno и Udio, и обе закрыты наглухо: исходный код они не публикуют, научных статей не выпускают, а на прямой вопрос, на какой музыке обучены их модели, отвечают обтекаемой формулой про «общедоступные данные из интернета». По сути, публике предлагалось поверить им на слово.

Эту закрытость в итоге нарушил не разработчик и не регулятор, а взломщик. В ноябре 2025 года кто-то проник во внутреннюю инфраструктуру Suno и скопировал исходный код, служебные журналы и базу пользователей. Известно об этом стало не сразу: между самим взломом и его оглаской прошло восемь месяцев, и подробности появились только в июле 2026 года. К моменту огласки взлом был уже не единственным источником сведений: происхождение этой музыки восстанавливали и по открытым данным. В июне 2026 года издание The Atlantic опубликовало поисковые базы, по которым любой желающий мог проверить, какие песни использовались для обучения музыкальных нейросетей. А ещё раньше калифорнийский закон, обязавший компании раскрывать состав обучающих данных, вынудил Suno признать, что среди этих данных есть музыка, защищённая авторским правом. Взлом добавил к этим признаниям то, чего в них не было, — конкретные имена, цифры и механику.

Но начиналась эта история не со взлома, а с предсказания.

Предсказание 1999 года

О том, что машина однажды научится сочинять музыку, неотличимую от созданной человеком, всерьёз заговорили задолго до Suno. Одним из первых об этом написал американский изобретатель и футуролог Рэй Курцвейл. Ещё в 1999 году в книге «The Age of Spiritual Machines» он приводил в пример эксперимент в Университете Орегона, в котором пьесу, сочинённую компьютером, слушатели приняли за подлинного Баха, и предсказывал, что со временем граница между человеческим и машинным творчеством сотрётся вовсе. Для конца девяностых это звучало как фантастика. Спустя четверть века слепой тест Deezer подтвердил его правоту.

Музыка не была для Курцвейла отвлечённой темой: за пятнадцать лет до той книги он сам построил один из инструментов, с которых началась цифровая студийная эпоха, — и сделал это ради одного человека. В 1976 году его читающей машиной для незрячих, которая распознавала печатный текст и произносила его вслух, воспользовался Стиви Уандер. Так началась их дружба. А в 1982 году Уандер пригласил Курцвейла в свою новую студию в Лос-Анджелесе и спросил, нельзя ли соединить управляемость электронных инструментов с живым звучанием акустических. Из этого разговора — и из спора, способен ли синтезатор зазвучать как настоящий рояль, — выросла компания Kurzweil Music Systems, где Уандер стал музыкальным советником. Первый прототип собрали для него в 1983 году, а в 1984-м инструмент представили индустрии под именем Kurzweil K250.

В основе K250 лежал принцип, который называется сэмплированием: реальное звучание инструмента записывают в цифровом виде и затем воспроизводят с клавиатуры на любой высоте. Прежние синтезаторы строили звук искусственно, из колебаний генераторов, и потому узнавались на слух. Курцвейл пошёл другим путём — взял ту же логику оцифровки, что работала в его читающем устройстве, где свет и тень печатной страницы превращались в данные, и приложил её к звуку. Записанные тембры рояля, струнных, духовых и ударных он поместил в микросхемы памяти прямо внутри инструмента. K250 стал первым электронным инструментом, который убедительно воспроизводил концертный рояль: в слепых прослушиваниях эксперты не отличали его от настоящего фортепиано. За вклад в музыкальные технологии Курцвейл получил Технический «Грэмми» в 2015 году.

Но K250, при всей его точности, лишь воспроизводил инструменты, на которых по-прежнему играл человек. Курцвейл же предсказывал большее — машину, которая напишет и сыграет всё сама, от первой ноты до готовой записи. Ровно это и оставалось областью фантастики следующие сорок лет.

Два года чуда без объяснений

Ещё недавно машинная музыка была предметом исследований, а не готовым продуктом. В 2020 году OpenAI показала Jukebox — модель, сочинявшую не ноты, а сам звук, вместе с голосом. На одну минуту записи уходило девять часов счёта, и в самой записи стоял шум. Сырьё для научных статей, а не для плейлиста. В 2022–2023 годах свои модели представила Google — сначала AudioLM, затем MusicLM, которая собирала музыку по текстовому описанию. До студийного уровня оставалась пропасть. Машину было слышно.

Весной 2024 года эта пропасть исчезла почти мгновенно. Двадцать первого марта вышла третья версия Suno, десятого апреля открылась публичная бета Udio. Теперь по одной строке текста они выдавали цельную песню — с вокалом, аранжировкой и сведением — меньше чем за минуту. То, что ещё вчера тянуло разве что на лабораторную демонстрацию, вдруг стало похоже на настоящую запись. С музыкой случилось то же, что незадолго до этого с текстом после появления ChatGPT. Следующие два года Suno и Udio выглядели чистым чудом.

Вот только как это чудо устроено, не понимал почти никто — и не потому, что разобраться было невозможно. Google, Meta (признана экстремистской организацией и запрещена в РФ) и Stability свои музыкальные модели описывали в научных статьях, а нередко и выкладывали в открытый доступ. Suno и Udio не публиковали ничего: ни самих моделей, ни объяснений, как они сделаны, ни списка того, на чём они учились. Вышло так, что самое важное в целой области оказалось и самым закрытым: технологию, перевернувшую индустрию, приходилось принимать как данность. Единственным способом узнать, что у неё внутри, оказался взлом.

Запустить, обучить, договориться

Иски последовали быстро. Двадцать четвёртого июня 2024 года все три крупнейшие компании звукозаписи — Sony, Universal и Warner, действуя через Американскую ассоциацию звукозаписи (RIAA), — подали в суд на Suno и Udio одновременно. Формулировка была прямой: оба сервиса скопировали чужие каталоги целиком, чтобы построить продукт, который конкурирует с теми самыми артистами, на чьих записях он учился. За каждую использованную запись истцы требовали до ста пятидесяти тысяч долларов. Suno в ответ сослалась на доктрину добросовестного использования, утверждая, что обучение преобразует исходный материал и потому не нарушает закон.

А дальше началось самое любопытное. Моральный спор о краже за полтора года превратился в переговоры о цене. Осенью 2025 года Universal помирилась с Udio, а вскоре Warner урегулировала претензии и к Udio, и к Suno. Первой цену примирения заплатила публика: Udio после сделки с Universal отключила выгрузку песен, и всё созданное пользователями осталось внутри сервиса — послушать можно, забрать нельзя. С Suno Warner пошла дальше: отозвала иск в обмен на лицензию и вдобавок продала ей свой концертный сервис Songkick. Компанию, которую ещё вчера обвиняли в краже, объявили деловым партнёром и пообещали вместе с ней запустить в 2026 году общую платформу, обученную уже на лицензированной музыке. Обвинение растворилось в контракте.

Согласились, впрочем, не все. Sony отказалась мириться с обеими компаниями, и расчёт её был иным. Частная сделка приносит роялти ей одной, тогда как решение суда, которое признает обучение на нелицензированных записях нарушением, обяжет покупать лицензии всю отрасль, а не двух ответчиков. Universal, помирившись с Udio, продолжила преследовать Suno в суде: весной 2026 года она вместе с Sony потребовала расширить дело с пятисот шестидесяти записей до шестидесяти одной тысячи — после того как экспертиза обнаружила в обучающих данных Suno миллионы их треков. Потенциальная сумма компенсаций превысила девять миллиардов долларов. Суд ещё может и отказать: в параллельном деле Udio нью-йоркский судья в конце июня не разрешил Sony добавить тридцать тысяч записей. Теперь тот же вопрос решает суд в Массачусетсе — уже по делу Suno.

За всеми этими тяжбами проступает механизм, который издание Forbes вынесло прямо в заголовок статьи, — «Launch, Train, Settle», то есть «запустить, обучить, договориться». Продукт строят на чужом материале без разрешения. Иск получают лишь от тех, у кого достаёт сил судиться. Законность выкупают точечными сделками, а труд всех остальных так и остаётся в обучающем наборе — неоплаченным и неупомянутым. Более того, сами мировые соглашения породили новые иски: американский профсоюз музыкантов подал в суд уже на Warner и Universal — за то, что те передали записи собственных сессионных музыкантов на обучение ИИ, не заплатив им и не спросив их. Сама схема тем временем пошла по второму кругу: в декабре 2025 года иск от американских музыкантов получила китайская Kunlun, владелец музыкального сервиса Mureka, а в марте 2026-го — Google из-за модели Lyria. То, что начиналось как история двух стартапов, на глазах становится нормой целой отрасли.

Ответа по существу нет до сих пор. Главный вопрос — считать ли обучение на чужой музыке добросовестным использованием или нарушением — должен был решить американский суд, но слушания по делу Suno сдвинулись, и решения раньше 2027 года не ждут. Первое судебное слово скажет не Америка: уже 31 июля решение по иску немецкого общества авторов GEMA к Suno вынесет земельный суд Мюнхена — тот самый, что осенью уличил OpenAI в незаконном воспроизведении песенных текстов. А пока решений нет, есть только сделки. Кто в этих сделках не участвует, того в них и не учли. Много ли таких?

...

Правду о составе открыли не суды и не миллиардные иски. Её открыл один взломщик.

Сам взлом пока оставался в этой истории одной строкой: кто-то проник в Suno. Но важна не сама кража, а находка: журнал, где построчно записано, на чём обучали модель, — с точным числом загруженных фрагментов и перечнем источников, которые Suno прежде прятала за формулой «общедоступные данные из интернета». А вошёл взломщик не через парадный вход: дорогу ему проторил самораспространяющийся червь, к тому моменту уже третий месяц тихо расползавшийся по чужому коду.

Что было в этом журнале, как именно работал червь и почему одной похищенной учётной записи хватило, чтобы вскрыть Suno целиком, — во второй части. А дальше — о том, почему даже победа истцов может ничего не изменить: музыкальные модели того же уровня уже строят в Китае, а до Китая американские решения не дотянутся.

Для пытливых умов:

Deezer о том, что ИИ-музыка превысила половину ежедневных загрузок: 90 тысяч треков в сутки (июль 2026): https://newsroom-deezer.com/2026/07/ai-music-exceeds-50-percent-daily-uploads-deezer/
TechCrunch о взломе Suno и о том, что журналы обучения указывают на YouTube (15 июля 2026): https://techcrunch.com/2026/07/15/hack-suggests-ai-music-generator-suno-scraped-youtube-for-training-data/
Music Business Worldwide о споре вокруг 61 тысячи записей и о том, как он определит лицензирование ИИ-музыки: https://www.musicbusinessworldwide.com/why-a-fight-over-61000-recordings-could-shape-the-future-of-ai-music-licensing/
Forbes о схеме «запустить, обучить, договориться» в сделках Suno и Udio (18 декабря 2025): https://www.forbes.com/sites/virginieberger/2025/12/18/launch-train-settle-how-suno-and-udios-licensing-deals-made-copyright-infringement-profitable/
О решении, которого ждут от мюнхенского суда 31 июля: https://jackrighteous.com/en-us/blogs/guides-using-suno-ai-music-creation/suno-faces-a-major-july-31-court-ruling

Книгу нельзя выключить

2026-07-10T06:00:47.963Z

1993: дело о книге

В 1993 году таможенная служба США начала расследование против программиста Филипа Циммермана. Его программа шифрования PGP — Pretty Good Privacy — разошлась по всему миру, а стойкая криптография в те годы числилась в американском экспортном списке вооружений, между ракетными технологиями и приборами ночного видения. За экспорт «боеприпаса» Циммерману грозил срок.

Ответ вошёл в учебники. Издательство MIT Press выпустило исходный код PGP обычной бумажной книгой — сотни страниц, набранных шрифтом для машинного распознавания. Печатное слово защищает Первая поправка к Конституции, и любой желающий в любой стране мог купить том, отсканировать его и собрать программу заново. В январе 1996 года дело закрыли без предъявления обвинений, а вскоре криптографию убрали из списка вооружений. Государство проиграло не потому, что ослабило хватку. Оно проиграло потому, что книгу нельзя выключить.

Запомним эту фразу. Тридцать лет спустя она снова стала главным аргументом в споре — только спорят теперь не о шифрах.

Один месяц 2026 года

2 июня президент США подписал указ 14409. Он выглядит мягким: создатели самых мощных моделей ИИ могут — добровольно — предоставлять их государству на проверку за 30 дней до выпуска. В тексте отдельно оговорено: указ не вводит ни лицензий, ни предварительных разрешений. Эту оговорку немедленно проверила жизнь.

9 июня Anthropic выпустила Fable 5, самую мощную из своих общедоступных моделей. Через три дня компания получила предписание Министерства торговли: закрыть доступ всем иностранным гражданам, включая собственных сотрудников без американского паспорта. Отделить пользователей по гражданству в реальном времени технически невозможно, и Anthropic отключила модель по всему миру. Пауза продлилась 18 дней. 30 июня контроль сняли — в обмен компания обязалась сама выискивать уязвимости, сообщать государству о злоупотреблениях и сверять с ним стандарты будущих моделей. 1 июля модель вернулась к пользователям, уже с дополнительным фильтром опасных запросов.

Тем же путём — на этот раз добровольно — прошла OpenAI. 26 июня компания показала семейство GPT-5.6 и по просьбе Белого дома открыла его лишь двадцати проверенным партнёрам. По сообщениям деловой прессы, доступ согласовывали в правительстве «клиент за клиентом». Для всех остальных модели открылись 9 июля, после двенадцати дней ожидания. Сама OpenAI публично заявила, что не хотела бы делать такой порядок постоянным.

Итог месяца. Закона о допуске моделей в США нет, ни одна норма не обязывает согласовывать выпуск. Но обе ведущие лаборатории страны выпустили главные продукты года после того, как государство сказало «можно». У этой «добровольности» врождённый изъян: когда цена отказа — экспортный контроль и отключение по всему миру, согласие перестаёт быть выбором. Модель — не книга. Модель можно выключить, и июнь это доказал.

Три дня июля

Дальше выпуски пошли один за другим. 8 июля SpaceXAI открыла Grok 4.5 (https://x.ai/news/grok-4-5) — модель, обученную вместе с Cursor, инструментом программистов, который SpaceX покупает, по сообщениям прессы, примерно за 60 миллиардов долларов. 9 июля в один день вышли GPT-5.6 и Muse Spark 1.1 от Meta (компания признана экстремистской организацией, её деятельность запрещена в РФ), и что интересно: годами эта компания публиковала открытые веса Llama, а 9 июля показала Muse Spark 1.1 — веса закрыты, доступ платный. Google перенесла выпуск своего ответа, Gemini 3.5 Pro, с июня на июль. Четыре крупнейших выпуска года за один месяц — вот и новый сезон гонки ИИ. Но теперь с участием государства.

Через государственную проверку из четырёх прошли только двое. Какая модель считается достаточно мощной для надзора, решают закрытые испытания, порученные указом военным ведомствам: снаружи не видно ни критериев, ни списка участников. Процедура уже работает. Правил, которые можно прочитать и оспорить, пока нет.

Типография переехала

Пока в Вашингтоне сверяли списки допуска, на другой стороне планеты происходило обратное. Китайские лаборатории одну за другой публиковали свои лучшие модели целиком: 12 июня Moonshot выложила Kimi K2.7, 13 июня Z.ai — GLM-5.2 под свободной лицензией MIT, веса DeepSeek и Qwen открыты давно. Веса — это миллиарды числовых коэффициентов, в которых записано всё, что умеет модель. Опубликованные под свободной лицензией, они в первые же сутки расходятся по тысячам серверов по всему миру. В рабочих задачах открытые модели отстают от лучших закрытых на считаные проценты — при цене в разы ниже. Американская пресса прямо писала, что заморозка Fable 5 подарила китайским разработчикам драгоценное время.

Это и есть сегодняшнее издание книги Циммермана. Том с исходным кодом PGP невозможно было отозвать из магазинов. Какое письмо отзовёт тираж, разошедшийся по серверам?

После 1 августа

Первый срок уже назначен: к 1 августа по указу должны появиться закрытый перечень испытаний и порядок отбора «доверенных партнёров», получающих ранний доступ. Но заведённый порядок останется добровольным на бумаге и обязательным по существу, пока Конгресс не примет закон либо суд не проверит его на прочность, — а здесь счёт пойдёт на годы, не на месяцы. Решение здесь — политического уровня, и приниматься оно будет под двойным давлением: свои лаборатории требуют понятных правил, а открытые веса из Китая обесценивают саму идею надзора за доступом.

Развилка сезона не в том, чья модель выше в сравнительных таблицах, и не в том, дожмёт ли государство лаборатории. Развилка в том, что окажется прочнее: разрешение, которое выдают, доступ, который выключают, или книга, которую уже напечатали. Тридцать лет назад ответ был дан — и с тех пор не изменился.

Книгу нельзя выключить.

Мягкий закон, широкие полномочия

2026-07-06T04:56:23.944Z

Про то, что единым регулятором искусственного интеллекта хотят сделать Минцифры, за последние дни написали, кажется, все — с подачи РБК. Двадцать новых полномочий, запуск с сентября, рамочный характер. Всё так. Но за словом «рамочный» прячется перекос. Параллельный законопроект об ИИ после критики бизнеса смягчили почти до необязательности. А в постановление о самом Минцифры вписали двадцать очень широких полномочий и проводят их как рутинную поправку средней степени.

Что в двадцати пунктах

Ядро — подпункт 5.4.32. Минцифры получает право готовить проекты федеральных законов, актов Президента и Правительства, утверждать собственные нормативные акты и — что важнее — согласовывать проекты актов, которые готовят все прочие федеральные органы и организации. И не только по регулированию ИИ как таковому, но и по поддержке разработчиков, по доступу к данным для обучения моделей, по вычислительной инфраструктуре. Рядом стоят 5.4.31 (формирование основных направлений совершенствования правового регулирования в сфере ИИ) и 5.4.39 (анализ больших фундаментальных моделей и выработка мер по совершенствованию их регулирования). Через одно ведомство проходит любое нормотворчество по искусственному интеллекту — и своё, и чужое.

Тем же подпунктом 5.4.32 на ведомство замкнуты и деньги: поддержка разработчиков ИИ — налоговые льготы, грантовая поддержка, льготное кредитование, субсидирование затрат, государственные гарантии. Подпункт 5.4.41 добавляет меры по стимулированию применения больших фундаментальных моделей. Кому и на каких условиях достанется поддержка, решает один орган.

Дальше — дефицитные ресурсы. Подпункты 5.4.28 и 5.4.29 закрепляют работу с данными для ИИ на базе государственной платформы «Единая информационная платформа НСУД». Внутри 5.4.32 — доступ к наборам данных для обучения моделей и вычислительная инфраструктура: создание и модернизация центров обработки данных, порядок доступа к их ресурсам, вплоть до условий, на которых к вычислительным мощностям пустят учащихся и работников научных организаций. Подпункт 5.4.37 — меры технологического лидерства: большие фундаментальные модели, вычислительные мощности, электронная компонентная база.

Отдельно — госсектор, подпункты 5.4.44–5.4.46. Минцифры рассматривает региональные программы цифровой трансформации в части ИИ, стратегии цифровой трансформации госкомпаний, госкорпораций и публично-правовых компаний — и пишет им методические рекомендации, в том числе о том, как расходовать средства на внедрение ИИ.

Остальное — в ту же логику: показатели эффективности внедрения ИИ (5.4.30), стратегические подходы и приоритетные отрасли (5.4.34–5.4.36), подготовка кадров и образовательные стандарты (5.4.42–5.4.43), международное сотрудничество, экспорт и унификация стандартов и этических норм (5.4.38), реализация федерального проекта «Искусственный интеллект» (5.4.33) и предоставление технологий ИИ на платформе «ГосТех» (5.4.47).

Двадцать пунктов складываются не в отраслевого регулятора, а в единый центр, который пишет нормы, распределяет деньги и держит доступ к данным и вычислениям — по всей экономике и госсектору сразу.

Средняя степень — упрощённая процедура

И всё это оформлено как поправка средней степени регулирующего воздействия. По методике средняя степень меряет ровно одну величину — во сколько обойдётся бизнесу соблюдение будущих обязательных требований. Отсюда и вся арифметика отчёта: от 300 миллионов до 3 миллиардов рублей за шесть лет. Причём сам отчёт признаёт, что точно посчитать нельзя, и всё равно называет вилку — без единого расчёта под ней. И верхняя граница стоит ровно на пороге: 3 миллиарда — максимум средней степени, ещё немного — и уже высокая, с более строгой процедурой.

Этой узкой цифре нельзя верить и внутри пакета. Пояснительная записка обещает, что для бизнеса всё пройдёт без финансовых последствий, а сводный отчёт тому же бизнесу насчитывает до трёх миллиардов. Одно приложение — «без последствий», другое — «до 3 млрд».

Но и эта вилка — мимо сути. Раздача льгот и гарантий, доступ к вычислениям, расходы госкорпораций на ИИ — во что всё это обойдётся стране, средняя степень не меряет вовсе, в её методику такие величины просто не входят. «Никто не знает цену» здесь — не про плохой расчёт, а про то, что настоящую цену этих полномочий данной оценкой не считают в принципе.

В проекте ФЗ всё мягкое, но где спрятали жёсткое?

Жёсткое из закона не пропало — оно просто в другом документе. 26 июня Правительство внесло в Госдуму законопроект «О поддержке развития технологий искусственного интеллекта», а перед этим, после критики бизнеса, его смягчили: спорные требования убрали и перенесли в будущие подзаконные акты. Писать эти подзаконные акты предстоит тому же Минцифры. То есть жёсткое просто ушло на уровень ниже — в подзаконку, которую напишет само ведомство.

Как выстраивают регулятора

Регулятора при этом не просто прописывают в проекте — под него в самом министерстве уже перестраивают структуру. По данным РБК, в Минцифры появляется второй департамент по ИИ: один остаётся на развитии технологий, другой берёт готовые решения для госсектора. А раньше эта работа во многом шла в Минэкономразвития — оттуда руководство федеральным проектом «Искусственный интеллект» перешло к Минцифры ещё в 2024 году.

Цена вопроса и что дальше

Степень воздействия средняя, на обсуждение отвели пятнадцать рабочих дней, вступить в силу проект должен 1 сентября 2026 года, переходного периода не предусмотрели. Решается всё на уровне Правительства — это перераспределение полномочий между ведомствами.

Двадцать полномочий уже написаны, вилка затрат названа, а во что всё это обойдётся стране — не посчитано. Что тогда стоит анализировать в дни обсуждения — мягкий закон, о котором говорят все, или широкое постановление, о котором упоминают вскользь? Пока оно не подписано, замечания и предложения к нему принимают до 23 июля. После первого сентября широкие формулировки начнут наполнять подзаконными актами, и вносить правки будет уже некуда.

https://regulation.gov.ru/projects/169007/

Завтра в Женеве впервые попробуют опередить технологию, а не догнать

2026-07-05T17:56:06.167Z

6–7 июля в Женеве — первый Глобальный диалог ООН об управлении искусственным интеллектом. Повод: 1 июля независимая группа из 40 учёных под эгидой ООН выпустила первый доклад о рисках ИИ. Генсек Гутерриш представил его одной фразой: «Не ждите».

О технологиях договаривались и раньше — но всегда задним числом. Договоры о нераспространении писали, когда ядерная бомба уже была у пятерых. Интернет взялись регулировать, когда он вошёл в каждый дом. Правила всегда шли следом за силой. Здесь впервые пробуют наоборот.

Что именно напугало учёных, видно из доклада. Сопредседатель группы Йошуа Бенджио — он стоял у истоков нынешнего ИИ — говорит: появляется всё больше свидетельств, что системы способны обманывать, и наука пока не может гарантировать, что с ростом их возможностей дело не кончится катастрофой. Не «когда-нибудь у Скайнета», а вывод в официальном документе ООН, разосланном правительствам.

Подписывать в Женеве ничего не будут — это разговор, не решения. И упирается он в одно: технология меняется быстрее, чем успевает собраться совет, которому поручено ею управлять.

И вот за чем стоит следить. Не кто напишет правила — государства или лаборатории. А успеет ли их вообще кто-нибудь написать, пока они ещё что-то значат.

news.un.org/ru/story/2026/07/1468220

"Звёздные карты" возвращаются

2026-07-05T16:29:22.933Z

И на этот раз всерьёз и надолго.

Вести блог - довольно нудная история, когда ты делаешь это сам (и у тебя нет PR-департамента или ассистента).

Что изменилось? Появились ИИ-инструменты, которые позволяют полноценно автоматизировать рутину и собрать цепочки, о которых раньше не было и речи.

Что будет? Новости и не только, аналитика иногда, сатира - вполне возможно... А вообще, за много лет накопилось немало материалов. Что-то публиковалось фрагментарно, что-то звучало для разных залов, но никогда не собиралось вместе.

О чём? Как и всегда - о технологиях и людях. Мечты о полётах к звёздам - пока так и остались мечтами, а вот ИИ радикально изменил наш мир. Буквально за 3 года мы прошли путь от игрушечных LLM, ответы которых, скорее, забавляли до систем, которые не просто отвечают лучше многих из нас, а открывают то, что людям было недоступно в науке и технологиях. Сингулярность наступит быстрее, чем появится первый межзвёздный двигатель. Хотя, может быть, именно ИИ и поможет нам его построить...

Население Земли - 8 миллиардов (вроде как)

2022-11-15T19:54:19.270Z

Давно предсказанная теоретическая дата наступила. 8 миллиардов в 2022 году. 4 миллиарда в 1974 году. Население удвоилось?! Какие с этой новостью проблемы?

1) Никто точно не считает. Разве кто-то когда-то перепись населения всей Земли проводил? Оценка как была примерной, так и осталась.

2) Важность события? Не увидел ни одной статьи (поправьте в комментариях в ТГ), что человечеству пора прекратить в стопятисотый раз делить давно освоенные территории и заняться неосвоенными. Да, и терраформация тоже! Знаете такое слово? В хорошем смысле? А не поворот рек? За последние 100 лет урбанизация и неравномерность заселения планеты становится просто удивительно нерациональной.

3) Все считают, что расти будут Китай, Индия, Африка и ЮВА… Кроме первых двух – точно с продовольствием все в порядке?

И ссылки с диаграммами для пытливых умов:

1) World population doubles in 48 years, crosses 8 billion | Infographics, https://www.onmanorama.com/news/world/2022/11/15/world-population-to-cross-8-billion-today.html

2) Visualized: The World’s Population at 8 Billion, https://www.visualcapitalist.com/visualized-the-worlds-population-at-8-billion/

3) World Population Reaches 8 Billion, https://www.statista.com/chart/28744/world-population-growth-timeline-and-forecast/

За чем следить в 2023 году? Закон о цифровых рынках (Digital Markets Act)

2022-10-31T09:57:13.273Z

Завтра, 1 ноября 2022 года официально вступает в силу ключевой для ЕС «Закон о цифровых рынках (DMA)» об ограничении цифровых монополий. Об этом законе уже неоднократно писали, его обсуждение и принятие происходили уже почти два года, но в канун его вступления в силу важно отметить ключевые моменты.

· Что произошло?

Впервые в законодательстве ЕС определено понятие цифровой «посредник» (дословно – gatekeeper, то есть привратник, стражник, которые решает, кого пускать в заветный «цветущий сад»). Наступает время новых правил для Apple, Google, Twitter и другие компании в таких областях, как онлайн-посредничество (это как раз Apple AppStore и Google Play), поисковые системы, платформы обмена видео, коммуникационные платформы, веб-браузеры, операционные системы, услуги онлайн-рекламы и цифровые помощники. Критерии в основном качественные – значительное влияние на внутренний рынок и активность во многих странах ЕС, но есть и количественные - 45 миллионов активных конечных пользователей в месяц в ЕС или 10 000 активных бизнес-пользователей.

· Какое наказание?

Штрафы в размере до 10% от общего мирового годового оборота компании или до 20% в случае повторных нарушений. В случае систематических нарушений обязательств DMA привратниками привратники могут быть наложены дополнительные средства правовой защиты после расследования рынка.

· Что ожидается?

Большой пакет системных ограничений монополий в области контроля над пользователями, появление альтернативных магазинов приложений в экосистеме Apple, возможность удаления любых предустановленных приложений, взаимодействие между мессенджерами и многого другое…

· Это случится уже завтра?

Нет, вступление в силу и начало действия не одно и то же. Полноценно действовать закон начнёт со 2 мая 2023 года, до этого времени будут разработаны различные подзаконные акты и правила.

В следующем году будет очень интересно увидеть альтернативный магазин приложений на iOS, обмен звонками и сообщениями между WhatsApp и Telegram.

Ссылки по теме:

1. Официальный текст законодательства Regulation (EU) 2022/1925 of the European Parliament and of the Council of 14 September 2022 on contestable and fair markets in the digital sector and amending Directives (EU) 2019/1937 and (EU) 2020/1828 (Digital Markets Act): https://eur-lex.europa.eu/eli/reg/2022/1925/oj

2. Wikipedia на английском (больше подробностей): https://en.wikipedia.org/wiki/Digital_Markets_Act

3. The EU’s Digital Markets Act: There Is A Lot To Like, but Room for Improvement https://www.eff.org/deeplinks/2020/12/eus-digital-markets-act-there-lot-room-improvement

4. Немного ссылок на русском:

a. Европейский Акт о цифровых рынках: обзор https://zakon.ru/blog/2021/10/25/evropejskij_akt_o_cifrovyh_rynkah_obzor
b. В Европе приняты законы DMA и DSA — что они значат для рядовых пользователей
https://3dnews.ru/1069671/v-evrope-prinyati-zakoni-dma-i-dsa-chto-oni-znachat-dlya-ryadovih-polzovateley
c. ЕС защитит право интернет-пользователей на свободу слова
https://www.kommersant.ru/doc/5326847
d. Европейский совет и Европарламент одобрили закон о цифровых рынках
https://d-russia.ru/evropejskij-sovet-i-evroparlament-odobrili-zakon-o-cifrovyh-rynkah.html