科技行者 5月22日 北京消息 互聯(lián)網(wǎng)的出現(xiàn)使得消費(fèi)者得以創(chuàng)造、分享及收聽比以往多得多的音樂(lè)作品。但與此同時(shí),音樂(lè)行業(yè)也為此頭痛,特別是在考慮如何在復(fù)雜的全球經(jīng)濟(jì)當(dāng)中追蹤版權(quán)并準(zhǔn)確向藝術(shù)家及唱片公司發(fā)放版稅方面。
來(lái)自倫敦的技術(shù)初創(chuàng)企業(yè)JAAK公司希望利用更多與金融相關(guān)的技術(shù)手段——而非娛樂(lè)性技術(shù)——解決這一難題,而答案正是區(qū)塊鏈。
區(qū)塊鏈絕不僅僅是像比特幣這樣的加密貨幣。雖然加密貨幣確實(shí)需要區(qū)塊鏈以追蹤及記錄交易信息,但作為其底層技術(shù),區(qū)塊鏈亦可用于解決其它挑戰(zhàn)。
區(qū)塊鏈的作用就像一套巨大的數(shù)字分類賬本,其能夠在全局、去中心化公共(通常)網(wǎng)絡(luò)上實(shí)現(xiàn)信息的記錄與存儲(chǔ)。這意味著只要遵循網(wǎng)絡(luò)管理規(guī)則與協(xié)議,任何人都能夠向其中添加信息。這同時(shí)意味著只要信息被分享至區(qū)塊鏈處,即可得到嚴(yán)格保護(hù)且無(wú)法以欺詐方式進(jìn)行變更或篡改。
這項(xiàng)技術(shù)可應(yīng)用于加密貨幣之外的多種場(chǎng)景之下。2016的美國(guó)納斯達(dá)克證券單據(jù)即利用區(qū)塊鏈試行一套系統(tǒng),確保投資者能夠在股東大會(huì)上實(shí)現(xiàn)安全投票。在醫(yī)療衛(wèi)生方面,有些企業(yè)正利用區(qū)塊鏈追蹤患者的病史,或焦慮及分享臨床試驗(yàn)結(jié)果。
如今,JAAK公司正在設(shè)計(jì)一種新的方法,旨在幫助音樂(lè)行業(yè)建立知識(shí)產(chǎn)權(quán)領(lǐng)域的全球性視野。
JAAK公司首席執(zhí)行官Vaughn McKenzie-Landell表示,“從歷史角度講,版權(quán)的傳遞一直非常困難,因?yàn)槠鋾?huì)隨著時(shí)間推移發(fā)生變化,且從來(lái)沒(méi)能真正在物理框架當(dāng)中實(shí)現(xiàn)具體表達(dá)。以往的許多努力都太過(guò)分散,且一直無(wú)法帶來(lái)理想的吸引力。”
音樂(lè)行業(yè)面臨的挑戰(zhàn)尤為復(fù)雜,因?yàn)槊恳皇赘枨紦碛卸喾N不同版權(quán)。
首先是主版權(quán),其涉及完整唱片——此版權(quán)通常由唱片公司擁有,且可將其授權(quán)給位于它國(guó)開展業(yè)務(wù)的子公司。此外,主版權(quán)可能會(huì)隨時(shí)間推移進(jìn)行轉(zhuǎn)讓或重新包裝。
接下來(lái)是作曲版權(quán)。如果不同音樂(lè)家在同一曲目中合作,或者某首歌曲成為專輯中的封面曲,那么其版權(quán)最終會(huì)以多種方式進(jìn)行拆分。另外,如果該藝術(shù)家委派所在地或地區(qū)性表演權(quán)組織擔(dān)任其代表,那么這些組織也將享有一定權(quán)利。
McKenzie-Landell補(bǔ)充稱,“每當(dāng)您希望使用一首歌曲(可以想想Spotify的情況,其擁有400萬(wàn)首歌曲),那么您必須弄清作者是誰(shuí)、由誰(shuí)發(fā)行、涉及哪些表演權(quán)組織,以及該作品曾出現(xiàn)在哪些專輯當(dāng)中。”
流媒體的人氣逐漸高漲,這意味著人們能夠在全球各地隨意收聽更多音樂(lè)。但這同時(shí)也給出版及唱片公司帶來(lái)挑戰(zhàn),他們很難確保版稅能夠以合適的數(shù)額被支付給正確的對(duì)象。
JAAK公司給出的解決方案為KORD——一套運(yùn)行在區(qū)塊鏈之上的公有數(shù)據(jù)網(wǎng)絡(luò)。其允許用戶將自己的權(quán)利信息添加到數(shù)據(jù)庫(kù)當(dāng)中,由網(wǎng)絡(luò)規(guī)則檢測(cè)其中的沖突信息。音樂(lè)行業(yè)對(duì)此表示高度關(guān)注,而McKenzie-Landell也因此被《福布斯》評(píng)選為今年的“30歲以下三十大杰出人物”,旨在表彰其給整個(gè)經(jīng)濟(jì)體系帶來(lái)的顛覆性變革。
McKenzie-Landell指出,“我們正嘗試解決一個(gè)基于軟件的基礎(chǔ)設(shè)施問(wèn)題,即利用這套基礎(chǔ)設(shè)施為用戶提供全球性的版權(quán)歸屬視野。其能夠?qū)崿F(xiàn)的功能其實(shí)并不復(fù)雜,總結(jié)起來(lái)就是以極具可擴(kuò)展性的方式實(shí)現(xiàn)全球授權(quán)。”
5月2日,JAAK公司宣布首個(gè)KORD試點(diǎn)項(xiàng)目獲得成功。來(lái)自音樂(lè)價(jià)值鏈各個(gè)層面的主要行業(yè)領(lǐng)導(dǎo)者也參與其中,包括BMG、全球音樂(lè)版權(quán)組織、鳳凰音樂(lè)國(guó)際、Outdustry以及華納音樂(lè)集團(tuán)等等——其為此次試點(diǎn)提供了版權(quán)信息。
音樂(lè)發(fā)行商BMG公司首席技術(shù)官Sebastian Hentzschel表示,“從工作室到流媒體網(wǎng)站,更清晰的錄音與版權(quán)圖片可能為藝術(shù)家及創(chuàng)作者帶來(lái)更多收益——而JAAK公司正在帶來(lái)令人興奮的光明前景。”
除了測(cè)試區(qū)塊鏈技術(shù)在追蹤版權(quán)方面的實(shí)際表現(xiàn)之外,該公司還希望KORD能夠?yàn)橐魳?lè)的商業(yè)化與授權(quán)方式帶來(lái)新的實(shí)現(xiàn)方向。
JAAK公司首席執(zhí)行官補(bǔ)充稱,“著眼于下一個(gè)階段,區(qū)塊鏈這項(xiàng)技術(shù)是否真的能夠以自動(dòng)化方式解決這一切?從目前來(lái)看,我們正在進(jìn)行大量測(cè)試。我們正在采集數(shù)據(jù),著手實(shí)施,并對(duì)協(xié)議及應(yīng)用程序做出大量調(diào)整。在這些工作完成之后,我們將期待這種能夠充分證明版權(quán)事實(shí)的方案真正吸引到行業(yè)的廣泛參與。”
為了讓KORD取得全面成功,全世界的利益相關(guān)者需要進(jìn)行全行業(yè)的廣泛合作。
“我們的想法是隨時(shí)間推移逐步滲透,并在過(guò)程中真正為每位利益相關(guān)者解決給其帶來(lái)困擾的商業(yè)難題。”
這套框架的未來(lái)應(yīng)用將非常廣泛,用戶將可以利用其管理電視、電影乃至出版物的版稅問(wèn)題。
對(duì)于個(gè)人來(lái)說(shuō),大家可以利用其將個(gè)人作品及版權(quán)添加到網(wǎng)絡(luò)當(dāng)中,而后要求其他使用者通過(guò)區(qū)塊鏈自動(dòng)實(shí)現(xiàn)付款使用。
根據(jù)McKenzie-Landell的說(shuō)法,公有鏈符合企業(yè)利益,并將帶來(lái)巨大的影響。這項(xiàng)技術(shù)與音樂(lè)行業(yè)相結(jié)合之后,似乎將迸發(fā)出令人無(wú)法忽視的澎湃能量。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。