OCG Journal 4/23 Zukunftsmusik - Der Einfluss der Künstlichen Intelligenz in der Musik

Weitere Magazine

Empfehlungen

Info

es bis dahin rechtlich unbestritten war, dass nur natürliche Personen, d. h. Menschen, geistige Schöpfungen im Sinne des Urheberrechts hervorbringen können. Die Künstliche Intelligenz, der dieses menschliche Privileg eingeräumt wurde, heißt AIVA, was für „Artificial Intelligence Virtual Artist“ steht und von der in Luxemburg ansässigen KI-Unternehmung AIVA Technologies mit Förderungen der EU und dem luxemburgischen Staat erstellt worden war. 16 Bislang wurden bei der SACEM Luxemburg 37 Musikwerke für AIVA als Urheber registriert, wie eine Datenbanksuche (Stand: 16.11.2023) ergeben hat, darunter die „Fantasie Symponique ‚Le Reveil‘ op. 7“, der „Celtic Dance op. 14 in a-Moll“ oder die Ouvertüre „AIVA – ‚Letz make it happen‘ op. 23“, die zum luxemburgischen Nationalfeiertag in der dortigen Philharmonie uraufgeführt wurde. 17 Zwar hat die Anerkennung der Urheberschaft durch eine KI noch nicht Schule gemacht, aber es könnte zum Präzedenzfall für andere musikschaffende KIs werden. Vollständig weitergedacht würde das bedeuten, dass eine KI für ihre Leistungen ebenso remuneriert werden müsste wie menschliche Urheber*innen. Das könnte die gesamte Wertschöpfung der Musikindustrie, die vor allem auf dem Urheberrecht aufbaut, infrage stellen. Die aktuelle Diskussion über den Ausschluss von KI-generierter Musik durch sogenannte künstlerbezogene Auszahlungsmodelle der Musik Streaming Dienste wäre obsolet. Insgesamt würde menschliches und KI-Musikschaffen auf die gleiche Stufe gestellt. KI wäre dann mehr als nur ein Tool für Kreative zum Musikschaffen. Es ist daher ein umfassender gesellschaftspolitischer Diskurs nötig, welche Rechte der KI eingeräumt werden dürfen und welche besser nicht. Die Musikindustrie ist dabei wieder einmal das Testfeld dafür, wie alle diese wirtschaftlichen und rechtlichen Herausforderungen auch jenseits der Musik gemeistert werden können. Peter Tschmuck Professor für Kulturbetriebslehre am Institut für Popularmusik der Universität für Musik und darstellende Kunst Wien. Seine Forschungsschwerpunkte sind die Musikwirtschaft und die Ökonomie des Urheberrechts. Quellen: 1 Siehe TikTok/@ghostwriter977, https://www.tiktok.com/@ghostwriter977/video/7222027667132960046, Zugriff am 16.11.2023. 2 Rolling Stone, „Viral Drake and The Weeknd AI Collaboration Pulled From Apple, Spotify“, 17. April 2023, Zugriff am 16.11.2023. 3 YouTube, „ghostwriter - heart on my sleeve (Drake x The Weeknd AI) Official Audio“, 31. Mai 2023, Zugriff am 16.11.2023. 4 Zitiert in: Music Business Worldwide, „Universal Music Group responds to ‚fake Drake‘ AI track: Streaming platforms have ‚a fundamental responsibility to prevent the use of their services in ways that harm artists‘“, 17. April 2023, Zugriff am 16.11.2023. 5 Music Business Worldwide, „This AI Drake rip-off already has 250,000 plays on Spotify. How will the music industry respond?“, 17. April 2023, Zugriff am 16.11.2023. 6 Music Business Worldwide, „Major record companies hate AI voice-cloning platforms that don‘t pay. The one they hate most was created by a 20-year-old UK student“, 12. Oktober 2023, Zugriff am 16.11.2023. 7 International Trademark Association, „Right to Publicity“, o.D., Zugriff am 16.11.2023. 8 Der § 15 des deutschen Urheberrechtsgesetzes räumt dem Urheber das ausschließliche Recht ein, sein Werk in körperlicher Form zu vervielfältigen (§ 16), zu verbreiten (§ 17) und auszustellen (§ 18). Gesetz über Urheberrecht und verwandte Schutzrechte (Urheberrechtsgesetz) vom 9. September 1965 (BGBl. I S. 1273). 9 Music Business Worldwide, „AI company Anthropic recently secured up to $4bn in investment from Amazon. Now it’s being sued for copyright infringement by Universal Music Group“, 18. Oktober 2023, Zugriff am 16.11.2023. 10 Anthropic Pressemitteilung, „Expanding access to safer AI with Amazon“, 25. September 2023, Zugriff am 16.11.2023. 11 Concord Music Group, Inc. v. Anthropic PBC, Case 3:23-cv-01092, Complaint and Demand for Jury Trial in the United States District Court for the Middle District of Tennessee, Nashville Division, October 18, 2023, Appendix, Zugriff am 16.11.2023. 12 Ibid., S. 58. 13 The Verge, „AI companies have all kinds of arguments against paying for copyrighted content“, 4. November 2023, Zugriff am 16.11.2023. 14 Aaron van den Oord et al., 2016, „WaveNet: A generative model for raw audio“, arXiv:1609.03499 [Cs], S. 1. 15 Die Initiative Urheberrecht (IU) ist ein Zusammenschluss von 44 Berufsverbänden und Gewerkschaften, die insgesamt 140.000 UrheberInnen und KünstlerInnen vertreten. Am 19. September 2023 hat die IU, das Positionspapier „Generative KI: Urheberrechtlicher Status quo & Handlungsempfehlungen“ veröffentlicht, aus dem das Zitat (S. 2) stammt. 16 Siehe EU-Projektdatenbank CORDIS, „AI that composes complex instrumental music for movies, games, advertising and other types of digital media“, 17. August 2022, Zugriff am 16.11.2023. 17 Siehe YouTube, „AIVA – ‚Letz make it happen‘ op. 23“, 29. Juni 2017, Zugriff am 16.11.2023. 8 OCG Journal | 04 • 2023
Schwerpunkthema Wieviel Gewicht geben wir künstlicher Kreativität? von Anna Breger Maschinelles Lernen und die Welt der Musik In den letzten Jahrzehnten gingen die technischen Entwicklungen rasant voran, unter anderem wurden stärkere Prozessoren und immense digitale Speicherkapazitäten verfügbar. Dadurch konnten plötzlich theoretisch bereits bekannte Modelle des maschinellen Lernens erstmals praktisch umgesetzt und erweitert werden. Viele Modelle haben sich durch experimentelle Erfolge weiterentwickelt und durchgesetzt, ohne dass die Grundlagentheorie Schritt halten kann. Mittlerweile gibt es auch stark vereinfachte Frameworks, welche die Implementierungsund Ausführungskomplexität so erleichtert haben, dass Personen ohne Expertise einfache Lernmodelle erstellen und in der Praxis anwenden können. Insbesondere haben Methoden basierend auf sogenannten neuronalen Netzen in sehr vielen Anwendungsbereichen erfolgreich Einzug gehalten. Der Begriff des maschinellen Lernens an sich umfasst auch traditionelle Lernmethoden. Da es für diesen Text nicht relevant ist, welche Lernmethode im Speziellen angewandt wird, werde ich allgemein von maschinellem Lernen (kurz: ML) sprechen, auch wenn einige Ergebnisse erst durch die Verwendung von speziellen neuronalen Netzen ermöglicht wird. Den Begriff künstliche Intelligenz (KI), der in der Praxis oft synonym zu ML verwendet wird, werde ich hier nicht verwenden, da dieser an sich sehr breitgefächert ist. Kaum ein technischer Bereich blieb unberührt von den Entwicklungen im Bereich des ML, und auch in einigen bisher technisch unerschlossenen Gebieten wurde Verwendung für die neuartigen Modelle gefunden. Insbesondere das sogenannte Deep Learning – das sind vereinfacht gesagt neuronale Netze mit besonders vielen lernbaren Parametern – hat sich erfolgreich durchgesetzt und es wurden Lernprobleme gelöst, die bisher praktisch nicht gelöst werden konnten. Diese Modelle sind eine Erweiterung von traditionellen statistischen Methoden, die allerdings nun ein so flexibles Framework bieten, dass sehr verschiedenartige Probleme damit gelöst werden können. Dabei können primär spezielle, aber oft nicht weitläufige Probleme auf neuen Daten gut gelöst werden. Dies wird als Generalisierungsproblem bezeichnet und liefert eine der Haupteinschränkungen des TECHNIK IN MUSIK IST NICHT NEU Auch die Welt der Musik blieb nicht unberührt von ML. Was dies bedeuten kann, ist allerdings sehr vielschichtig. Seit langem gibt es Bereiche in der Musik, wo Technik verwendet wird und es für uns heutzutage selbstverständlich wirkt. So wird zum Beispiel bei der Digitalisierung aus einem analogen Signal ein digitales gewonnen und bietet uns so die Grundlage, mit welcher wir heute Musik laufend wiedergeben können, zum Beispiel am Handy oder am Computer. Bei der Umwandlung in ein digitales Signal und deren Nachbearbeitung werden verschiedene komplexe technische Methoden eingesetzt, die etwa durch ML noch weiter verbessert werden könnten. Dies kann sich dann zum Beispiel in einer besserer Klangqualität bei gleicher Komprimierungsrate oder technisch, in weniger nötigen Speicherplatz, ausdrücken. Doch wenn von ML und Musik gesprochen wird, wird oft an die Kreation neuer Musik von einer „künstlichen“ Intelligenz gedacht. Um auf ML zurückzukommen, wollen wir kurz besprechen, was dies in Bezug auf Musik bedeuten könnte. Es ist möglich mit einem generativen ML-Modell unendlich lange Musik zu produzieren, die zum Beispiel der Musik von Mozart ähnlich ist oder auch Phrasen von Mozart in Drum‘n‘Bass Musik umwandelt. Dazu können wir dem Modell Musik mit Phrasen und Gesetzmäßigkeiten zeigen, von denen es „lernen“ kann – also was bedeutet es wie „Mozart“ oder „Drum’n‘Bass“ zu komponieren? MUSIK DURCH ZUFALL Es ist keineswegs neu, Musik durch Zufall nach Gesetzmäßigkeiten zu kreieren (Anm.: Zufallsmethoden sind grundlegend für die Generation neuer Daten in generativen Modellen). Es gab schon im 18. Jahrhundert musikalische Zufallsspiele, in welchen damals mit Hilfe von Würfeln komponiert wurde. Dabei geht ein bekanntes Würfelspiel bereits auf W.A. Mozart zurück, betitelt mit „Anleitung so viel Walzer oder Schleifer mit zwei Würfeln zu componiren so viel man will ohne musikalisch zu seyn noch etwas von der Composition zu verstehen“. Durch die klare Form und Rhythmik, sowie meist einfachen Melodien war es möglich selbst mit nur 2 Würfeln einen Walzer zu kom- 04 • 2023 | OCG Journal 9
Seite 1 und 2: P.b.b. Verlagspostamt 1010 Wien I 0
Seite 3 und 4: Inhalt 4 Vorwort des OCG Präsident
Seite 5 und 6: Schwerpunktthema Wirtschaftliche un
Seite 7: Schwerpunktthema bereits zwischen S
Seite 11 und 12: Schwerpunktthema All dies kann durc
Seite 13 und 14: Schwerpunktthema keit erwerben konn
Seite 15 und 16: Schwerpunktthema musikalischen Verl
Seite 17 und 18: Schwerpunktthema Abildung 2: Von de
Seite 19 und 20: Schwerpunktthema die hier vorgestel
Seite 21 und 22: Schwerpunktthema Abbbildung 1: Inte
Seite 23 und 24: Schwerpunktthema aufnahmen) sowie d
Seite 25 und 26: Schwerpunktthema (c)istock, Peshkov
Seite 27 und 28: Schwerpunktthema ChatGPT4 komponier
Seite 29 und 30: Schwerpunktthema es „spricht“.
Seite 31 und 32: Intern Christiane Floyd während ih
Seite 33 und 34: Intern geschärft. Gerade der Techn
Seite 35 und 36: Intern Veranstaltungen und Termine

OCG Journal 4/23 Zukunftsmusik - Der Einfluss der Künstlichen Intelligenz in der Musik

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?