英国新创公司Poison Pill用技术保护音乐免受未经授权的AI训练

快速阅读: 英国初创公司“毒药丸”推出新技术，通过在音乐中加入人耳不可闻的噪声，干扰人工智能模型的学习，保护独立音乐人免受未经授权的AI训练，目标保护20%的独立音乐，已进入测试阶段。

曾经，毒药丸是间谍随身携带以备不时之需的自杀工具，以免被俘。而在金融界，毒药丸是指公司用来抵御敌意收购的一种策略。然而，在音乐科技领域，“毒药丸”是一家总部位于英国的新创公司，该公司正在开发技术，帮助音乐公司通过“污染”自己的音乐来对抗未经授权的人工智能训练。该公司上周推出了测试版，并成为我们2025年Music Ally SI:X初创企业竞赛的决赛选手之一。

这是Ben Bowler的最新项目，他之前的创业包括Chew·tv和Aux。虽然“毒药丸”技术的具体细节出于保密原因未公开，但他向Music Ally介绍了更大的背景及其服务的目标群体。“大多数音乐人对当前音乐领域的人工智能状态感到愤怒：资金雄厚的公司未经许可就抓取音乐，创建声称可以替代他们的服务。流媒体平台上充斥着人工智能填充的播放列表，人工智能音乐正在取代以前的收入来源，比如同步授权。”他说。

因此，作为第一步，“毒药丸”向希望对抗这些人工智能公司的独立艺术家开放。我们的目标是保护20%的独立音乐。有了这些‘污染’过的音乐，我们可以改变权力动态，促使人工智能公司坐到谈判桌前，为独立音乐人的训练数据提供公平的许可。”

公司是如何‘污染’音乐的呢？这涉及“对抗噪声算法”，即研究人员设计的用于干扰人工智能模型的技术之一。“它利用了人工智能模型如何学习识别流派、乐器等，通过识别高度特定的声音特征：基于其训练找到捷径，以便快速做出预测。”Bowler解释说。“我们永远不会确切知道这些特征是什么，但想象一下，如果模型通过检测吉他弦弹拨产生的特定共振模式来识别独立音乐，而通过查找管乐器中的不同共振来识别古典音乐。我们可以通过这种性质的人工智能反制它，通过在独立曲目中微妙地添加低级别噪声，使其接近模型预期的古典音乐所含有的声音。这种噪声非常微弱，人类听不见，但依赖于这些捷径的人工智能会迅速将你的独立曲目误认为古典音乐。”

据Bowler介绍，这具有破坏性，因为如果生成式人工智能模型是基于文本提示来生成音乐，它们需要准确理解所学习曲目的流派和乐器配置。“如果突然许多曲目嵌入了这些攻击，未来版本的这些模型将开始生成随机风格，严重干扰其实用性。”他说。

尽管如此，这项技术真的可行吗？或者，人工智能公司不会发现该技术的使用并开发应对方法吗？Bowler承认存在这种可能性，但他表示，这并不否定使用“毒药丸”技术的价值。“保护措施难以检测和完全移除，但确实，人工智能公司可以减轻其影响。重要的是，系统不需要完美就能有效改变创作者与抓取者之间的权力平衡。”他说。“随着越来越多的音乐融入不断发展的‘毒药丸’保护，这些公司识别和解决这些保护的成本将逐步增加。这些公司依赖于能够快速且廉价地处理大量音乐的能力。”他补充道。“如果他们不得不检查并重新处理每一首曲目，再训练新版本的模型，支付合理的价格获得清洁音乐的许可将成为一个更好的选择。”

“毒药丸”的服务现已进入测试阶段，Bowler表示，公司目前的重点是继续改进其保护算法，应用新的攻击手段，并测试其对不同人工智能系统的有效性。“除此之外，我们还在探索其他创作者，如摄影师、艺术家和电影制作人如何也能使用这项技术来保护自己的作品。”他说。

目前，该公司自筹资金运营，但Bowler提到，“毒药丸”已经吸引了几位潜在投资者的兴趣。“此外，我们正在与潜在合作伙伴，如唱片公司和大型版权持有人进行讨论，以提供API访问我们的技术，保护更大规模的目录。”他补充道。