Denna AI-genererade musak visar oss gränsen för artificiell kreativitet

Noter. Unsplash / Radek Grzybowski.

Om Mozart levde idag (och om han kände sig lite oinspirerad) skulle han väl kunna sätta sig ner och producera ett musikstycke som detta:

Ett musikstycke, i stil med Mozart, skapat av MuseNet.

Låten är faktiskt (du gissade rätt) arbetet med en maskininlärningsalgoritm som matades med tusentals bitar av MIDI musik som träningsdata.

Algoritmen, kallad MuseNet , utvecklades av forskare vid OpenAI, ett forskningsföretag i San Francisco som fokuserar på att undersöka intelligens och studera dess potentiella inverkan.

Forskarna tränade ett mycket stort neuralt nätverk känt som a transformator . Den här typen av nätverk lär sig att förutsäga de kommande tonerna i ett musikstycke. Du kan sedan ge nätverket några anteckningar och få det att trolla fram något nytt. Det gör det möjligt att blanda olika genrer och stilar, och även att lägga till och ta bort specifika instrument.

Verket visar hur effektivt en sådan modell kan fånga och återge statistiska mönster som speglar karaktären hos något som liknar ett musikstycke.

Samma forskare använde tidigare liknande teknik för att automatiskt generera text från en startmening. Dessa resultat var ibland anmärkningsvärt realistiska – vilket fick forskarna att oroa sig (lite dramatiskt) över risken att ett sådant verktyg skulle kunna användas för att massproducera falska nyheter .

MuseNet-projektet är intressant ur ett musikhistoriskt perspektiv, då det pekar på några intressanta kopplingar (statistiskt sett) mellan olika artister över genrer och århundraden. Vem hade trott att Richard Wagner och Britney Spears delade så mycket musiksmak?

Verktyget är också ganska roligt att leka med. Om du någonsin har undrat hur det kan låta om Beatles hänger med Lady Gaga, erbjuder algoritmen ett slags svar:

Hur Beatles kan improvisera runt Lady Gagas Poker Face, enligt MuseNet.

Vissa människor ser stor potential för den här typen av teknik för att inspirera till ny musik. Sageev timmar , en maskininlärningsforskare vid University of Toronto som är intresserad av AI-genererad musik, blev imponerad av verktygets förmåga att riffa på ett berömt stycke av Mozart.

Denna variant på ett välkänt tema är av â??¦ @OpenAI â ?? â?? ¦â ?? ¦ @mcleavey â?? ‘s nya modell. Väldigt coolt. https://t.co/7LDhClKnBd pic.twitter.com/yxGFJRCk8g

— sageev oore (@osageev) 26 april 2019

Det är sant att verktyg som MuseNet kan inspirera till nya sätt att skapa musik. Men hur jämför det med mänsklig musikalisk kreativitet? Jag frågade Zach Lipton, en biträdande professor vid CMU och en skicklig jazzmusiker, vad han tyckte om MuseNets jazzimprovisationer.

Det är ointressant på exakt samma sätt som varje generisk 'vi tränade en LSTM för att generera ____'. Jag tror inte att det finns något här som en musiker borde tycka är intressant.

— Zachary Lipton (@zacharylipton) 25 april 2019

(En LSTM är en typ av neurala nätverk, ursprungligen utvecklat av Jürgen Schmidhuber , som kan fånga egenskaper hos ett musikstycke ganska effektivt.)

Liptons skepsis är inte bara musikaliskt snobbi. MuseNet, som alla AI-system som genererar musik, eller konst eller text, är inte kreativ eller uppfinningsrik på samma sätt som en mänsklig musiker. Det är att lära sig mönstren i befintliga arbeten och sedan få upp en viss statistisk variation.

Som vi har noterat tidigare är det oklart hur konstnärligt kreativ AI överhuvudtaget kan vara. Till skillnad från MuseNets skapelser är mänsklig musik rotad i kultur, historia och språk. Den har en anmärkningsvärd förmåga att överraska, chocka och inspirera. Algoritmerna har några vägar att gå ännu.

Uppdaterad 27 april med ytterligare kommentar.

Dölj