Az AI Songsmith meglepően fülbemászó dallamokat szólaltat meg

A lenti zongoraszó, amely vidáman emelkedik felfelé, majd dallamos virágzással ér véget, kicsit úgy hangzik, mint a legújabb fogkrémkampányra komponált csilingelés.

A dallamot valójában egy, a Google-nál kifejlesztett zenei AI program álmodta meg. A program legújabb szerzeményei pedig azt mutatják be, hogy az erőteljes gépi tanulási megközelítés és az egyszerű zenei szabályok ötvözése milyen kreatív alkotásokat hozhat létre, amelyek feltűnően emberi hangzásúak.

A zeneszerzés az emberi kreativitás rejtélyes formája. Már léteznek dalszerző programok, de jellemzően meghatározott szabályokat követnek, és hajlamosak merevnek és mechanikusnak tűnő dallamokat előállítani. Ugyanez igaz azokra a szoftverekre is, amelyek a hallgatási szokásaid alapján ajánlanak zenét (lásd The Hit Charade). A számítógépek zenei feltalálóbbá tétele rámutathat arra, hogyan segíthetnek a gépek más kreatív tevékenységekben, a termékek tervezésétől az ékesszóló szöveg írásáig.



A Google korábban bemutatta zenegeneráló AI dalkovácsát, amely a Magenta nevű projekt része, amelynek célja a mesterséges kreativitás előmozdítása (lásd OK, Computer, Write Me a Song). Egy nagy neurális hálózat több tízezer dalt táplál, és arra van kiképezve, hogy megjósolja a sorozat következő hangját. Egy ilyen hálózat új zenét is generálhat, ha kiindulópontot ad, bár az eredmények általában hiányoznak a szerkezetből és a kecsességből.

Douglas Eck , a Google kutatója, aki a zenét generáló mesterséges intelligencia fejlesztését vezeti, Natasha Jaques-szal, a cég gyakornokával a közelmúltban kidolgoztak egy módszert, amellyel a dalszerző rendszereket sokkal elegánsabb és fülbemászóbb dallamok előállítására késztethetik. A megerősítő tanulásnak nevezett megközelítést alkalmazzák, hogy egyszerű zeneelméleti alapelvekkel egészítsék ki a teljes tanulási folyamatot – kerüljék a refrén túl gyakori ismétlését, ne játsszanak túl gyorsan vagy lassan, és így tovább. A hálózat minden alkalommal pozitív jutalmat kap, amikor olyan hangsort állít elő, amely nemcsak a korábbi dalokban látott mintákhoz hasonlít, hanem betartja a kapott zenei szabályokat is.

Ezek egyszerű szabályok egy zeneszerzési tankönyvből, mondja Eck. Ezeknek a szabályoknak a megerősített tanulással való kombinációja, valamint a való világ több ezer emberi kompozíciójából fakadó változatossága olyan fülbemászó dalokat ad nekünk, hogy megkarcolnak némi viszketést.

Az új megközelítés, amelyet a kutatási papír és a blog bejegyzés , minden bizonnyal javítani látszik az automatizált zenegenerálást. Egy másik zenerészlet megmutatja, hogyan működik a program anélkül, hogy ezeket a szabályokat be kellene tartani. A darab laposnak, ismétlődőnek és mechanikusnak tűnik. Eck és Jaques felhasználói vizsgálatot is végzett, és azt találta, hogy az emberek sokkal jobban kedvelték az új technikával előállított kompozíciókat.

Eck szerint a szabályok beágyazásának képessége a megerősítő tanulásba számos területen hasznos lesz, beleértve a robotikát, az ajánlási rendszereket és a nyelvi fordítást.

Nincs ok arra, hogy a gépek ne lennének kíváncsiak és kreatívak, mondja Jürgen Schmidhuber , a svájci Luganói Egyetem professzora, aki úttörő kutatást végzett a Google kutatói által használt neurális hálózatok típusával kapcsolatban, és kísérletezett a kreativitással a megerősítő tanulás segítségével. Schmidhuber hozzáteszi, hogy a megközelítésnek a zenén kívül számos gyakorlati alkalmazása is lehet. Elképzelhető [neurális hálózatok] és hagyományos, szabályalapú szakértői rendszerek hasonló kombinációja az orvosi diagnózishoz, mondja.

A megerősítő tanulás módot kínál arra, hogy megtanítsuk a gépeket olyan dolgok elvégzésére, amelyeket kifejezetten nehéz lenne elérni. A technikát az AlphaGo, a Google kutatói által kifejlesztett program, az ősi Go társasjáték játékára alkalmazta. Míg a Go szabályai egyszerűek, nehéz megmagyarázni, hogyan kell jól játszani, és a játékosok általában intuitív képességet fejlesztenek ki több órányi gyakorlás során. De néha hasznos lehet, ha egy gépi tanulási rendszernek is tudunk kifejezett utasításokat adni.

Stevan Harnad , a kanadai Quebeci Egyetem pszichológiaprofesszora, aki a mesterséges kreativitást tanulmányozta, azt mondja, hogy a bíborvörös színű munka lenyűgöző, de hozzáteszi, hogy még hosszú utat kell megtenni ahhoz, hogy a számítógépek valódi, emberhez hasonló kreativitást tulajdonítsanak. A mélytanulási algoritmusok nagyon ígéretesek, de eddig még nem duplikálták meg a hétköznapi, nem kreatív emberi kapacitást, így kicsit korai elvárni tőlük, hogy kreatívak legyenek – mondja.

Harnad szerint valójában még a Google csapata által készített kompozíciók is gyakran mechanikusnak tűnnek néhány hallgatás után.

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott