海外の音楽スタートアップも、この音楽学習データ特定の技術について、取り組みを行っているところがありますが、まだまだ真の実現には至っていない。
そんな中、ソニーが実現化？
この記事を最初に見たときはかなり期待してしまいました。
しかし記事ですが、、、

日経さんタイトルが誤解を招くと思います。

論文を読むと
元々の仮説は（私の認識が間違ってなければですが）

１・特定のある曲について、その曲が学習データに入っていなかったら、生成された音楽は違うものになる
２・そこで生成曲からその特定の曲を抜いて生成する（Unlearningという手法）
３・その結果変化が大きいほど、その曲の生成曲に対する寄与度は高い
４・その結果学習曲として可能性が高い楽曲が特定される

というもの。
しかしこの時点でわかる通り、１曲ずつこの作業を行うとなると、例えば学習データが10,000曲あればUnlearninghが10,000回。
現実的にはあまりにも大変。
そこで逆の発想で

１・生成された曲を忘れさせる更新を行う（Unlearning）
２・その更新で、学習データの各楽曲のLossがどのくらい変わるのかを見る
３・そして学習曲として可能性が高い楽曲を特定する

これならUnlearningは１回で済む。
しかしこの作業を行うためには、音楽生成AIサービス開発元が、モデルと学習データにアクセス許可する必要がある。
果たしてそれを開発元、例えばSunoやUdioが許可するのか？

日経さんのタイトルではまるで生成された音楽だけを元に学習データを特定できるように思われてしまいますが、実際は現時点では難しい、というのが結論だと思います。

それでも、この技術は音楽家にとっては、歓迎すべきもので、未来の音楽に貢献する必要な技術だと考えます。
今後もこの研究が進み、この技術が実現化される。
そして、音楽AI生成の進化が、音楽家、及び音楽の未来に貢献できるものであることを願っています。

参考までに海外の音楽生成AIの学習データ特定・ライセンス・収益分配に取り組むスタートアップ