Denne AI-genererte musaken viser oss grensen for kunstig kreativitet

Noteark.

Noteark. Unsplash / Radek Grzybowski.





Hvis Mozart var i live i dag (og hvis han følte seg litt uinspirert) kunne han godt sette seg ned og produsere et musikkstykke som dette:

Et musikkstykke, i stil med Mozart, generert av MuseNet.

Melodien er faktisk (du gjettet det) arbeidet til en maskinlæringsalgoritme som ble matet med tusenvis av stykker MIDI musikk som treningsdata.

Algoritmen, kalt MuseNet , ble utviklet av forskere ved OpenAI, et forskningsselskap i San Francisco som fokuserer på å forske på intelligens og studere dens potensielle innvirkning.

Forskerne trente et veldig stort nevralt nettverk kjent som en transformator . Denne typen nettverk lærer å forutsi de neste tonene i et musikkstykke. Du kan deretter gi nettverket noen få notater, og få det til å trylle frem noe nytt. Det gjør det mulig å blande ulike sjangre og stiler, og til og med legge til og fjerne spesifikke instrumenter.

Arbeidet viser hvor effektivt en slik modell kan fange opp og reprodusere statistiske mønstre som gjenspeiler karakteren til noe som et musikkstykke.

De samme forskerne brukte tidligere lignende teknologi for å automatisk generere tekst fra en startsetning. Disse resultatene var noen ganger bemerkelsesverdig realistiske – noe som fikk forskerne til å bekymre seg (litt dramatisk) over risikoen for at et slikt verktøy kan brukes til å masseprodusere falske nyheter .

MuseNet-prosjektet er interessant fra et musikkhistorisk perspektiv, da det peker på noen interessante sammenhenger (statistisk sett) mellom ulike artister på tvers av sjangere og århundrer. Hvem hadde trodd at Richard Wagner og Britney Spears delte så mye musikksmak?

Verktøyet er også ganske morsomt å leke med. Hvis du noen gang har lurt på hvordan det kan høres ut hvis Beatles kom i kontakt med Lady Gaga, gir algoritmen et slags svar:

Hvordan Beatles kan improvisere rundt Lady Gagas Poker Face, ifølge MuseNet.

Noen mennesker ser et stort potensial for denne typen teknologi for å inspirere til ny musikk. Sageev timer , en maskinlæringsforsker ved University of Toronto som er interessert i AI-generert musikk, ble imponert over verktøyets evne til å riffe på et kjent stykke av Mozart.

Det er sant at verktøy som MuseNet kan inspirere til nye måter å lage musikk på. Men hvordan er det sammenlignet med menneskelig musikalsk kreativitet? Jeg spurte Zach Lipton, en assisterende professor ved CMU og en dyktig jazzmusiker, hva han syntes om MuseNets jazzimprovisasjoner.

(An LSTM er en type nevrale nettverk, opprinnelig utviklet av Jürgen Schmidhuber , som kan fange opp kjennetegn ved et musikkstykke ganske effektivt.)

Liptons skepsis er ikke bare musikalsk snobberi. MuseNet, som ethvert AI-system som genererer musikk, eller kunst eller tekst, er ikke kreativ eller oppfinnsom på samme måte som en menneskelig musiker. Det er å lære mønstrene i eksisterende arbeidsstykker og deretter sette i gang en viss statistisk variasjon.

Som vi har nevnt før, er det uklart hvor kunstnerisk kreativ AI i det hele tatt kan være. I motsetning til MuseNets kreasjoner, er menneskelig musikk forankret i kultur, historie og språk. Den har en bemerkelsesverdig kapasitet til å overraske, sjokkere og inspirere. Algoritmene har noen veier å gå ennå.

Oppdatert 27. april med tilleggskommentar.

gjemme seg