Erweiterung der Audio-KI-Forschung durch das neue Musik-Dataset DISCO-12M von LAION
Artikel jetzt als Podcast anhören
Die Erweiterung der Audio-KI-Forschung durch LAIONs neues Musik-Dataset DISCO-12M
Die gemeinnützige Organisation LAION (Large-scale Artificial Intelligence Open Network), bekannt für ihre Arbeit an großen, frei zugänglichen Datensätzen für die KI-Forschung, hat DISCO-12M veröffentlicht. Dieses neue Dataset soll die Entwicklung offener Audio-KI-Modelle vorantreiben und umfasst 12 Millionen Links zu Musiktiteln auf YouTube sowie die dazugehörigen Metadaten.
Im Gegensatz zu seinem Vorgänger, DISCO-10M, bezieht DISCO-12M seine Daten direkt von YouTube Music. Durch diesen direkten Zugriff konnten die Probleme, die bei der manuellen Zuordnung von Spotify-Metadaten zu YouTube-Videos im vorherigen Dataset auftraten, eliminiert werden. Die Auswahl an Künstlern wurde auf 250.516 erweitert, indem Ländercharts und Genre-Playlisten analysiert wurden. LAION betont, dass lediglich Links zu öffentlich verfügbaren YouTube-Videos und deren Metadaten bereitgestellt werden, nicht die Musikdateien selbst. Die Organisation übernimmt keine Verantwortung für die Inhalte der verlinkten Videos.
Potenziale und Einschränkungen von DISCO-12M
DISCO-12M bietet vielfältige Anwendungsmöglichkeiten für die Forschung. LAION sieht Potenzial in der Entwicklung verbesserter Audio-KI-Modelle, der Identifizierung musikalischer Merkmale, der Erstellung inhaltsbasierter Musiksuchen und der Optimierung von Musikempfehlungssystemen.
Die Nutzung des Datensatzes, der unter der Apache 2.0 Lizenz veröffentlicht wurde, ist jedoch ausschließlich für akademische Forschungszwecke vorgesehen. Industrielle Anwendungen oder die Entwicklung kommerzieller Produkte werden von LAION ausdrücklich nicht empfohlen. Diese Einschränkung steht im Einklang mit einem kürzlich ergangenen Urteil des Landgerichts Hamburg, das eine solche Datensammlung für nicht-kommerzielle, wissenschaftliche Forschung als legal einstuft.
LAIONs Engagement für Open-Source-KI und damit verbundene Herausforderungen
LAION wurde 2021 in Deutschland gegründet und setzt sich für die offene Entwicklung von KI-Technologien ein. Die Organisation erlangte Bekanntheit durch LAION-5B, einen Datensatz, der zum Training bekannter KI-Modelle wie Stable Diffusion verwendet wurde.
In der Vergangenheit sah sich LAION jedoch auch Kritik ausgesetzt, da einige Datensätze Links zu urheberrechtlich geschütztem Material oder privaten Inhalten enthielten, die nicht für das KI-Training vorgesehen waren. In einem Fall musste LAION Links zu Material mit Kindesmissbrauch aus dem LAION-5B-Datensatz entfernen. Mit der Veröffentlichung von Re-LAION-5B im August 2024 reagierte die Organisation auf diese Bedenken und entfernte alle bekannten Links zu solchem Material. Diese Bemühungen unterstreichen die Herausforderungen, die mit der Erstellung und Bereitstellung großer, offener Datensätze verbunden sind, und die Notwendigkeit einer sorgfältigen Prüfung und kontinuierlicher Verbesserung.
Ausblick
Mit der Veröffentlichung von DISCO-12M leistet LAION einen weiteren Beitrag zur Demokratisierung der KI-Forschung. Obwohl die Nutzung auf akademische Zwecke beschränkt ist, bietet das Dataset wertvolle Ressourcen für die Weiterentwicklung von Audio-KI. Die Organisation unterstreicht damit ihr Engagement für offene und transparente Forschung und trägt zur Weiterentwicklung des Feldes bei.
Quellen: - https://github.com/LAION-AI/audio-dataset - https://laion.ai/blog/ - https://laion.ai/projects/ - https://github.com/LAION-AI/audio-dataset/blob/main/laion-audio-630k/README.md - https://apply.falling-walls.com/discover/articles/laion-pioneering-the-democratisation-of-ai-research-and-bridging-gaps-in-the-field/ - https://www.deeplearning.ai/the-batch/the-story-of-laion-the-dataset-behind-stable-diffusion/?ref=dl-staging-website.ghost.io - https://www.reddit.com/r/DefendingAIArt/comments/1e2qpmw/i_traced_stability_ais_training_data_back_to_the/ - https://www.fz-juelich.de/en/news/effzett/2023/artificial-intelligence-for-all - https://www.aibase.com/news/11479 - https://x.com/laion_ai?lang=de
