domingo, 30 de agosto de 2026

Sony and Warner Sue Anthropic Over Copyright

Major music publishers, including Sony Music, Warner Music Group, and Universal Music Group, have launched a significant legal challenge against the AI startup Anthropic. The complaint, filed in a federal court, alleges that the company’s large language models—specifically the Claude series—were trained using thousands of copyrighted song lyrics without obtaining the necessary authorization or compensation. The plaintiffs argue that Anthropic’s models generate lyrics that are effectively identical to their protected works, posing a direct threat to the economic value of these intellectual assets.

Sony and Warner sue Anthropic, accuse AI firm of massive copyright theft - Firstpost
Imagen generada con IA

For the technical community, this lawsuit underscores a growing tension between the massive data requirements of generative AI and existing intellectual property frameworks. The core of the plaintiffs' argument rests on the claim that Anthropic’s ingestion process constitutes massive copyright infringement. They contend that the company’s infrastructure is designed to reproduce protected content upon request, which they characterize as a fundamental violation of copyright law rather than "fair use." The publishers are seeking both injunctive relief to prevent further infringement and substantial monetary damages, which could potentially set a precedent for how AI firms approach the sourcing and processing of training datasets.

This litigation highlights the broader existential questions facing the AI industry regarding model provenance. As these models become increasingly sophisticated at mimicking human creative expression, the threshold between transformative technology and wholesale replication becomes a central legal battleground. The outcome of this case is expected to have far-reaching implications for how developers curate training corpora. If publishers succeed, it may force AI companies to shift toward fully licensed datasets, fundamentally changing the economics of model development. Conversely, a victory for Anthropic could affirm the broad application of fair use in the context of machine learning, effectively granting AI entities greater leeway in how they consume public and proprietary data to fuel their growth. The case represents a critical milestone in the ongoing struggle to reconcile rapid technological innovation with the protections afforded to creative stakeholders in the digital age.

Artículos relacionados de LaRebelión:


Fuente Original: Firstpost

Artículo generado mediante AI.larebelion.

Sony y Warner demandan a Anthropic por derechos

Sony Music Publishing y Warner Chappell han emprendido una acción legal contra la empresa de inteligencia artificial Anthropic en los tribunales de California. La demanda acusa a la compañía de utilizar letras de canciones protegidas por derechos de autor para entrenar a sus modelos de lenguaje, conocidos como Claude. Según las editoriales musicales, este material fue obtenido a través de archivos digitales piratas, permitiendo que la inteligencia artificial reproduzca versos de manera directa ante las peticiones de los usuarios. La querella no solo señala a la corporación, sino que incluye explícitamente a figuras clave de la empresa como Dario Amodei y Benjamin Mann, exigiendo indemnizaciones que podrían alcanzar los 150.000 dólares por cada obra musical afectada.

Sony Music and Warner Chappell sue Anthropic over song lyrics in Claude’s training data

Este conflicto legal pone sobre la mesa un debate técnico y jurídico fundamental sobre la naturaleza del entrenamiento de modelos generativos y la propiedad intelectual. La clave del caso reside en cómo los sistemas de IA procesan y almacenan la información durante la fase de entrenamiento y si dicha actividad constituye una reproducción no autorizada bajo la ley vigente. Un punto de inflexión reciente que fortalece la postura de los demandantes ocurrió en noviembre de 2025, cuando un tribunal de Múnich estableció un precedente relevante. En dicha resolución, se determinó que la capacidad de un modelo para memorizar y posteriormente reproducir letras de canciones equivale a una forma de reproducción, invalidando parcialmente el argumento de que el procesamiento de datos para minería de texto constituye un uso exento de derechos.

Para los profesionales del sector tecnológico y los desarrolladores de modelos, esta demanda marca un precedente crítico. Si la interpretación judicial de que la memorización durante el entrenamiento constituye infracción de derechos se generaliza, las empresas de inteligencia artificial podrían verse obligadas a reestructurar radicalmente sus arquitecturas de entrenamiento y sus fuentes de datos. Esto implica que las técnicas actuales de aprendizaje profundo, que a menudo se benefician del uso masivo y no discriminatorio de datos disponibles en la red, podrían enfrentar barreras legales insuperables, forzando la creación de modelos que operen exclusivamente bajo licencias o mediante técnicas de filtrado mucho más rigurosas. La resolución final de este caso en California será determinante para definir los límites de la minería de datos aplicada a la propiedad intelectual en el ámbito global.

Artículos relacionados de LaRebelión:


Fuente Original: thenextweb.com

Artículo generado mediante AI.larebelion.

La ventaja de Nvidia trasciende la GPU

La supremacía de Nvidia en el sector de la inteligencia artificial está atravesando una transformación fundamental. Históricamente, el valor de la compañía se ha concentrado casi exclusivamente en la potencia bruta de sus unidades de procesamiento gráfico, los motores que impulsan el entrenamiento de modelos masivos. Sin embargo, la nueva estrategia del gigante tecnológico revela que la arquitectura de sus centros de datos está evolucionando hacia un enfoque más sofisticado: la optimización del flujo de datos y la orquestación de la red, en lugar de centrarse únicamente en añadir más ciclos de procesamiento.

Nvidia’s AI advantage is moving beyond the GPU

Para los ingenieros y expertos en infraestructura, este cambio de paradigma es crucial. A medida que los clústeres de IA alcanzan escalas sin precedentes, el cuello de botella ya no es solo la capacidad de cómputo, sino la latencia y la eficiencia en la transferencia de información entre los nodos. Nvidia está abordando este desafío mediante sistemas integrados que actúan como gestores de tráfico inteligente. Al controlar cómo se mueven los paquetes de datos a través de la infraestructura del centro de datos, la compañía logra una mayor eficiencia operativa, reduciendo el tiempo de inactividad de los procesadores y permitiendo que la potencia existente se aproveche de forma más efectiva.

Esta evolución subraya que la verdadera ventaja competitiva de Nvidia no reside solo en el hardware aislado, sino en la capacidad de construir ecosistemas de computación donde el software de interconexión y la gestión del tráfico de red son tan vitales como el silicio. Al integrar el control del tráfico directamente en el sistema, Nvidia minimiza las ineficiencias inherentes a las arquitecturas descentralizadas, permitiendo que los modelos de IA se entrenen de manera más rápida y económica. Para el mercado, esto significa que la empresa está consolidando una posición donde su oferta no es solo una pieza de hardware de alto rendimiento, sino una infraestructura completa diseñada para resolver los retos de escalabilidad que definen la próxima era de la inteligencia artificial.

Artículos relacionados de LaRebelión:


Fuente Original: techcrunch.com

Artículo generado mediante AI.larebelion.

Conversaciones IA Prueba Legal en Juicios

Las conversaciones que mantenemos con chatbots de inteligencia artificial están dejando de ser privadas y se están convirtiendo en material probatorio en tribunales. Un análisis del Washington Post revela que los registros de chats con IA han aparecido en al menos 12 casos judiciales en los últimos dos años. Esto se debe a que las empresas de IA, como OpenAI, escanean activamente las conversaciones en busca de comportamientos peligrosos. Si detectan un riesgo inminente de daño a terceros, informan al usuario a las autoridades, lo que puede derivar en investigaciones e incluso condenas.

Conversaciones IA Prueba Legal en Juicios

La tendencia es preocupante, ya que las solicitudes de datos de usuarios por parte de agencias gubernamentales y fuerzas del orden a empresas como OpenAI han aumentado significativamente. Además, en muchos casos, las personas consienten a que la policía revise el contenido de sus teléfonos, incluidos los registros de aplicaciones de mensajería y chatbots, sin ser plenamente conscientes de sus derechos según la Cuarta Enmienda, que protege contra registros e incautaciones irrazonables.

A pesar de los argumentos de figuras como Sam Altman, CEO de OpenAI, a favor de protecciones legales especiales para estas conversaciones, los tribunales no las reconocen actualmente. Un caso reciente demostró que un ejecutivo financiero no pudo evitar que sus consultas sobre estrategias de defensa con un chatbot fueran utilizadas en su contra, ya que el chatbot no es un abogado y sus propios defensores no le habían instruido para hablar con él. Con la creciente integración de la IA en nuestra vida diaria, especialmente con agentes que actúan en nuestro nombre, es muy probable que el uso de estas conversaciones como evidencia en juicios se vuelva cada vez más común.

Fuente Original: https://yro.slashdot.org/story/26/08/29/0539211/chatbot-conversations-can-become-evidence-in-court?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Nvidia Compra Hugging Face por $12.900 Millones

El ecosistema de inteligencia artificial de código abierto ha alcanzado una validación masiva. Nvidia, el gigante de los semiconductores, ha acordado adquirir Hugging Face, la plataforma que se ha convertido en el centro neurálgico para desarrolladores de IA de todo el mundo, por la asombrosa suma de 12.900 millones de dólares. Este acuerdo pone fin a una década de esfuerzos de Thomas Wolf y su equipo para demostrar que el código abierto en IA no es solo una iniciativa altruista, sino un modelo de negocio extremadamente valioso.

Hugging Face built a $4.5 billion empire on free AI models. Now Nvidia is buying it for $12.9 billion

Hugging Face ha logrado construir un imperio valorado previamente en 4.500 millones de dólares, principalmente al alojar y facilitar el acceso a más de 3 millones de modelos de lenguaje grandes (LLMs) de código abierto. Su plataforma se ha convertido en un recurso indispensable para investigadores, desarrolladores y empresas que buscan experimentar, construir y desplegar soluciones de IA sin las barreras de las licencias propietarias. La facilidad de uso, la colaboración y la comunidad activa son pilares fundamentales de su éxito.

La adquisición por parte de Nvidia es un movimiento estratégico significativo. Si bien Nvidia ya domina el hardware necesario para entrenar y ejecutar modelos de IA, la compra de Hugging Face le otorga una influencia sin precedentes sobre el software y la comunidad que impulsa la innovación en el campo. Esto permitirá a Nvidia integrar más estrechamente sus soluciones de hardware con las herramientas de software y los modelos disponibles en Hugging Face, creando un ecosistema aún más cohesivo y potente.

Para la comunidad de IA, esta noticia es agridulce. Por un lado, valida la importancia y el potencial del código abierto, lo que podría atraer más inversión y talento al espacio. Por otro lado, existe la preocupación de que la adquisición por parte de una gran corporación pueda alterar la naturaleza abierta y colaborativa de Hugging Face. Sin embargo, es probable que Nvidia reconozca el valor intrínseco de la comunidad y mantenga la filosofía que ha hecho de Hugging Face un éxito tan rotundo. El futuro de la IA de código abierto parece más seguro y mejor financiado que nunca.

Artículos relacionados de LaRebelión:


Fuente Original: thenextweb.com

Artículo generado mediante AI.larebelion.

Kernel Linux Cerca de 2000 CVEs por version

El mundo de la seguridad informática está en constante evolución, y el núcleo de Linux no es una excepción. Un reciente informe revela que el Kernel de Linux se acerca peligrosamente a la marca de 2,000 CVEs (Vulnerabilidades y Exposiciones Comunes) corregidas en cada lanzamiento. Esto representa un aumento significativo si consideramos que históricamente, el número de correcciones rondaba los 500 CVEs por versión.

Kernel Linux Cerca de 2000 CVEs por version

Este fenómeno se atribuye, en gran medida, a la proliferación de modelos de Inteligencia Artificial y Grandes Modelos de Lenguaje (LLMs) que analizan la extensa base de código del kernel. Estas herramientas, si bien potentes para detectar fallos, parecen estar descubriendo una cantidad considerable de vulnerabilidades, impulsando el número de CVEs a niveles sin precedentes. Se estima que pronto podríamos superar las 2,000 correcciones con la llegada de versiones como Linux 7.3.

A pesar de esta cifra alarmante, es importante destacar que la mayoría de estas vulnerabilidades suelen ser de baja prioridad. A menudo, se encuentran en código de drivers antiguos o poco comunes, lo que limita su impacto real en la seguridad general del sistema. Sin embargo, la tendencia creciente subraya la importancia de la vigilancia continua y las actualizaciones constantes para mantener la robustez del Kernel de Linux.

Fuente Original: https://linux.slashdot.org/story/26/08/29/0547248/the-linux-kernel-is-approaching-2000-cves-per-release?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

The Unprecedented Scale of Modern AI Development

The current landscape of artificial intelligence development has reached an intensity that industry leaders are likening to the Manhattan Project, though now operating on a significantly larger scale. Rather than a singular focus, the global race for advanced intelligence involves multiple, concurrent initiatives that represent a fundamental shift in how humanity approaches computational innovation. The sheer capital, research intensity, and infrastructural requirements suggest that we are currently navigating an era of unprecedented technological concentration.

Immersed in artificial intelligence: "We have 10 Manhattan projects" - Diari ARA
Imagen generada con IA

For the technically literate observer, this shift highlights a move away from incremental improvements in machine learning toward a period of massive, high-stakes infrastructure deployment. The analogy to the Manhattan Project underscores not just the urgency of the pursuit but the concentrated nature of the resources involved. We are seeing a bottleneck where talent, data center capacity, and silicon availability are being aggressively funneled into a small number of massive, proprietary efforts. This competition is driving rapid advancements in model capability, yet it also raises significant questions about the long-term sustainability of the current scaling laws.

The significance of this trajectory lies in the transition of AI from a specialized academic discipline to a strategic pillar of global geopolitical and industrial power. As major players commit to "Manhattan-style" projects, the barrier to entry for innovation is rising exponentially. This creates a dichotomy where frontier models become incredibly powerful but also increasingly opaque, centralized, and resource-heavy. These initiatives are not merely experiments; they are foundational efforts to redefine digital infrastructure.

Furthermore, the focus on these massive projects suggests an industry-wide belief that we are approaching, or have already reached, a critical juncture where the scale of compute will directly dictate the limits of intelligence. For practitioners and analysts, the challenge is no longer just about optimizing neural architecture, but about managing the socio-technical implications of systems that require power and hardware investments on par with national infrastructure programs. As these projects mature, the industry will have to grapple with the externalities of such extreme concentration, including energy consumption, ethical oversight, and the distribution of the resulting technological gains. We are essentially witnessing the hardening of a new digital order, where the pace of discovery is dictated by the ability to marshal resources on a previously unimaginable scale.

Artículos relacionados de LaRebelión:


Fuente Original: Diari ARA

Artículo generado mediante AI.larebelion.

// Telegram BOT