211service.com
För att se vad som gör AI svår att använda, be den att skriva en poplåt
Uncanny Valley via UNSW
Välkommen hem välkommen hem åh åh åh världen är vacker världen. De är inte de mest catchy texterna. Men efter att jag har lyssnat på Beautiful the World ett halvdussin gånger har refrängen fastnat i mitt huvud och min fot knackar. Inte illa för en melodi som genereras av en AI tränad på en datamängd av Eurovision sånger och koala och kookaburra skrik.
Tillbaka i maj vann Beautiful the World AI Song Contest, en tävling som drivs av det holländska TV-bolaget VPRO, där 13 lag från hela världen försökte producera en poplåt med hjälp av artificiell intelligens.
Det vinnande bidraget skapades av Uncanny Valley , ett team av musiker och datavetare från Australien som använde både mänskligt låtskrivande och AI-bidrag. Deras musik var spännande, säger Anna Huang, AI-forskare på Google Brain, som var en av tävlingens domare. Hybridsatsningen lyste verkligen.
Många tror att den kortsiktiga användbarheten av AI kommer via samarbete, med team av människor och maskiner som arbetar tillsammans, var och en spelar efter sina styrkor. AI kan ibland vara en assistent, bara ett verktyg, säger Carrie Cai, en kollega till Huang på Google Brain som studerar interaktion mellan människa och dator. Eller AI kan vara en kollaboratör, en annan kompositör i rummet. AI kan till och med höja dig, ge dig superkrafter. Det kan vara som att komponera med Mozart.
Men för att detta ska hända måste AI-verktyg vara lätta att använda och kontrollera. Och AI Song Contest visade sig vara ett användbart test för hur man uppnår det.
Huang, Cai och deras kollegor har tittat på de olika strategierna som olika team använde för att samarbeta med AI:erna. I många fall kämpade människorna för att få maskinerna att göra vad de ville och det slutade med att hitta på lösningar och hacka. Forskarna identifierar flera sätt som AI-verktyg kan förbättras för att underlätta samarbete.
Ett vanligt problem var att stora AI-modeller är svåra att interagera med. De kanske producerar ett lovande första utkast till en låt. Men det fanns inget sätt att ge modellen feedback för ett andra pass. Lagen kunde inte gå in och justera enskilda delar eller instruera AI:n att göra melodin gladare.
Till slut använde de flesta team mindre modeller som producerade specifika delar av en låt, som ackord eller melodier, och sydde sedan ihop dessa för hand. Uncanny Valley använde en algoritm för att matcha texter och melodier som hade producerats av olika AI:er, till exempel.
Ett annat lag, Dadabots x Portrait XO , ville inte upprepa sin refräng två gånger men kunde inte hitta ett sätt att styra AI:n att ändra den andra versionen. Till slut använde teamet sju modeller och satte ihop olika resultat för att få den variation de ville ha.
Det var som att lägga ett pussel, säger Huang: Vissa lag kände att pusslet var orimligt svårt, men vissa tyckte att det var spännande, eftersom de hade så många råmaterial och färgglada pusselbitar att lägga.
Uncanny Valley använde AI:erna för att tillhandahålla ingredienserna, inklusive melodier producerade av en modell tränad på koala, kookaburra och tasmanska djävulsljud. Personerna i teamet satte sedan ihop dessa.
Det är som att ha en udda mänsklig samarbetspartner som inte är så bra på att skriva men väldigt produktiv, säger Sandra Uitdenbogerd, datavetare vid RMIT University i Melbourne och medlem i Uncanny Valley. Vi väljer de bitar som vi kan arbeta med.
Men detta var mer kompromiss än samarbete. Ärligt talat så tror jag att människor kunde ha gjort det lika bra, säger hon.
Generativa AI-modeller producerar utdata på nivån för enstaka noter – eller pixlar, när det gäller bildgenerering. De uppfattar inte den större bilden. Människor, å andra sidan, komponerar vanligtvis i termer av vers och refräng och hur en låt bygger. Det finns en obalans mellan vad AI producerar och hur vi tänker, säger Cai.
Cai vill förändra hur AI-modeller är designade för att göra dem lättare att arbeta med. Jag tror att det verkligen skulle kunna öka känslan av kontroll för användarna, säger hon.
Det är inte bara musiker och artister som kommer att gynnas. Genom att göra AI:er enklare att använda, genom att ge människor fler sätt att interagera med sin produktion, blir de mer pålitliga var de än används, från polisarbete till sjukvården.
Vi har sett att ge läkare verktygen för att styra AI verkligen kan göra skillnad i deras vilja att överhuvudtaget använda AI, säger Cai.