Открытая модель под MIT — а использовать нельзя: как читать лицензии по слоям

За последнюю неделю я разобрал несколько открытых моделей и инструментов, и в четырёх случаях из пяти самым важным оказалась не архитектура и не результаты тестов, а строчка про лицензию. Причём почти всегда — не та, что вынесена в заголовок.

Сразу оговорюсь: я не юрист, и всё ниже — инженерная гигиена, а не юридическая консультация. Для решения, на котором держится бизнес, показывать договор и лицензии надо юристу.

Из чего состоит лицензия рабочей системы

Когда говорят «модель под MIT», обычно имеют в виду один слой из четырёх. А работающая система собирается из всех.

Код. Программа, которая запускает модель, готовит вход и обрабатывает выход. Часто открыт свободно.

Веса основной модели. Собственно обученная модель. Лицензия у весов бывает совершенно другая, чем у кода, — это самая частая ловушка.

Веса вспомогательных моделей. Современные системы редко состоят из одной модели. Рядом стоят кодировщик, распознаватель, преобразователь. Каждый со своей лицензией.

Данные. Если вы дообучаете модель под себя, у обучающего набора тоже есть условия.

Право использовать всю систему определяется самым строгим слоем. Одна некоммерческая деталь делает некоммерческой всю сборку.

Свежий пример: MIT, который не про всю систему

Разберу на конкретике, потому что абстрактно это не запоминается.

Вышла открытая модель синтеза и правки речи на полтора миллиарда параметров. Умеет клонировать голос по образцу, менять слово в реплике, управлять темпом и высотой тона, добавлять эмоцию, чистить запись от шума. Лицензия — MIT, и это правда: в файле лицензии прямо написано, что MIT покрывает код обучения, код запуска и сами веса. Честнее некуда.

Рядом выложена ускоренная версия — она укладывается в четыре шага вместо тридцати двух и работает в разы быстрее. Именно её и захочется взять в работу.

И вот к ней отдельно нужно скачать модель-кодировщик стороннего разработчика. Её лицензия называется исследовательской, и в тексте написано прямо: использовать, воспроизводить и создавать производные работы разрешено только в некоммерческих целях, а для коммерческого использования нужно запрашивать отдельную лицензию.

Итог: заголовок «MIT» верен, а собранная система коммерчески использоваться не может, пока вы не решите вопрос с кодировщиком. В пересказах новости этот кодировщик упомянут одной строкой как техническая деталь установки.

Это не единичный случай

За ту же неделю попались ещё три конфигурации, и все разные.

Последняя строка важна не меньше остальных: нормальные случаи есть, и их немало. Задача не в подозрительности, а в том, чтобы отличать одно от другого за десять минут.

Четыре вопроса перед внедрением

Первый: есть ли файл лицензии вообще? Не заголовок репозитория и не слово «open» в названии, а файл. Код без лицензии не переходит в общественное достояние — права остаются у автора, и вам не передано ничего. Этот случай я разбирал на примере открытого SDK распознавания лиц.

Второй: одна лицензия или разные у кода и весов? Открываете карточку модели и смотрите поле лицензии там отдельно. Совпадение с лицензией кода не гарантировано и часто не выполняется.

Третий: что ещё скачивается при установке? Самый пропускаемый вопрос. Если инструкция говорит «дополнительно загрузите вот эту модель» — у неё своя лицензия, и проверять надо её тоже. Именно здесь прячется большинство сюрпризов.

Четвёртый: что вы собираетесь делать с результатом? Для внутреннего использования подходит почти всё. Для продукта на продажу или сервиса по сети условия становятся жёстче, а копилефтные лицензии вроде AGPL могут потребовать открыть ваш код.

Что делать, если слой оказался несвободным

Ситуация не тупиковая, и вариантов обычно три.

Заменить слой. В сборках с несколькими движками часто есть альтернатива с другой лицензией. Выбирать придётся не по качеству, а по условиям — и это нормальный инженерный компромисс.

Запросить коммерческую лицензию. Многие исследовательские лицензии прямо предлагают такой путь. Для серьёзного проекта письмо правообладателю дешевле переделки.

Оставить в некоммерческом контуре. Прототип, внутренний инструмент, обучение сотрудников — здесь ограничения обычно не мешают. Проблема начинается там, где появляется клиент и счёт.

Чего делать не стоит — надеяться, что не заметят. Условия лицензий проверяются при покупке компании, при крупных сделках и при проверке подрядчика заказчиком, и всплывают они в самый неудобный момент.

Частые вопросы

А если модель просто крутится у меня на сервере, кто узнает?

Вопрос не в том, узнают ли, а в том, что вы продаёте клиенту. Если в основе продукта лежит компонент, права на который вам не переданы, это риск для сделки, а не для сервера.

MIT и Apache 2.0 — есть разница для бизнеса?

Для большинства задач нет: обе разрешают коммерческое использование и не требуют открывать ваш код. Apache 2.0 дополнительно оговаривает патентные права, что для крупных проектов скорее плюс.

Что означает AGPL на практике?

Что обязательства возникают не при продаже программы, а при предоставлении её как сетевого сервиса. Поставили внутри компании — свободно. Открыли клиентам через браузер — надо открывать код своей версии.

Кто отвечает, если подрядчик взял несвободный компонент?

По факту разбираться придётся владельцу продукта. Поэтому вопрос про лицензии компонентов стоит задавать подрядчику письменно на этапе выбора, а не после сдачи.

Есть ли смысл вообще связываться с открытыми моделями?

Безусловно. Большинство из них честно свободны, и это единственный способ держать данные у себя. Просто проверять надо по слоям, а не по заголовку — про выбор самой модели у меня есть отдельный разбор.

Коротко о главном

Главная ошибка при работе с открытыми моделями — считать, что лицензия одна. Их обычно четыре: код, веса, вспомогательные модели, данные. Право использовать определяет самый строгий слой, и он почти никогда не вынесен в заголовок новости.

Четыре вопроса закрывают девяносто процентов рисков: есть ли файл лицензии, совпадают ли условия у кода и весов, что ещё скачивается при установке, и что вы делаете с результатом. Десять минут до внедрения против переделки после.

Что предлагаю конкретно. Если вы уже используете открытую модель в продукте или собираетесь — пришлите список компонентов, и я разберу его по слоям: где что можно, где нужна замена, а где стоит написать правообладателю. Напишите в Telegram, MAX или VK.