211service.com
Kodėl „Google“ AI gali rašyti gražias dainas, bet vis tiek negali pajuokauti?
Jeremy Portje
Makaronų fortepijono melodijų kūrimas ir begalės kačių piešinių konfigūracijos naudojant AI gali atrodyti ne kaip akivaizdus „Google“ projektas, tačiau Douglasui Eckui tai yra labai prasminga.
Eckas apie 15 metų studijavo dirbtinį intelektą ir muziką, o šiomis dienomis jis yra „Google Brain“ komandos mokslininkas, vadovaujantis Magenta – „Google“ atvirojo kodo tyrimų projektui, kurio tikslas – kurti meną ir muziką naudojant mašininį mokymąsi.
Jis kalbėjo su MIT technologijų apžvalga apie tai, kaip „Google“ sukuria naujus garsus naudodama gilius neuroninius tinklus, kur Magenta skleidžia dirbtinio intelekto muziką ir kodėl kompiuteriai mėgsta juokauti.
Žemiau pateikiama redaguota interviu ištrauka. Premija MIT technologijų apžvalga prenumeratoriai gali klausytis viso interviu .
AI naudojimas kuriant meną nėra naujiena, tad kuo išskirtinis „Google“ požiūris?
Mes tiriame šią labai specifinę kryptį, susijusią su giliais neuroniniais tinklais ir pasikartojančiais neuroniniais tinklais bei kitais mašininio mokymosi būdais. Be to, labai stengiamės vienu metu įtraukti tiek meninę bendruomenę, tiek kūrybinius programuotojus ir atvirojo kodo kūrėjus, todėl padarėme tai atvirojo kodo projektu.
Daug Magenta yra orientuota į muziką. Kodėl AI tinka muzikai kurti ir tobulinti?
Jei atvirai, tai tik mano šališkumas. Visa mano mokslinė karjera buvo susijusi su muzika ir garsu. Manau, kad Magenta aprėptis visada buvo susijusi su menu apskritai, pasakojimais, muzika, pasakojimu, vaizdais ir bandymu suprasti, kaip dirbtinį intelektą naudoti kaip kūrybinį įrankį. Bet jūs turite kažkur pradėti. Ir manau, kad jei padarysite rimtą pažangą tokio sudėtingo dalyko kaip muzika ir mums svarbaus kaip muzika, tada tikiuosi, kad kai kurie iš jų taip pat persikels į kitas sritis.
Ar galime klausytis muzikos, sukurtos naudojant Magenta?
Tai yra šiek tiek muzikos iš modelio, vadinamo Spektaklis RNN .
Klausykite ir tiesiog atkreipkite dėmesį į tekstūrą ir viską. Tai savotiška muzikos kompozicija, bet kartu tai ir muzikinis pasirodymas, nes modelis ne tik generuoja ketvirčio natas – jis nusprendžia, kaip greitai jos bus grojamos, kaip garsiai jos bus grojamos, ir iš tikrųjų tai atkuria tai, kas buvo išmokyta, ty daugybė fortepijono pasirodymų, atliktų kaip fortepijonų konkurso dalis.
Kaip rodo šis kūrinys, iki šiol su Magenta sukurta muzika iš esmės yra improvizacija. Ar AI gali būti naudojamas kuriant vientisą muzikos kūrinį su struktūra?
Mes ties tuo dirbame. Taigi viena iš pagrindinių ateities tyrimų krypčių mums ir, atvirai kalbant, visai generatyvinių modelių sričiai – turiu omenyje mašininio mokymosi modelius, kurie gali bandyti sukurti kažką naujo – yra mokymosi struktūra. Ir tai čia atsispindi muzikoje. Girdite, kad nėra visa apimančio modelio, kuris nulemtų, kur viskas turėtų vykti.
Jei norėtume pakeisti akordą, net pasikeisti akordo simboliai ir pagal kontekstą išmokti pasinaudoti tais akordų pokyčiais, galėtume tai padaryti. Galėtume turėti net atskirą modelį, kuris generuotų akordų pakeitimus. Mūsų tikslas yra sukurti šį išsamų modelį, kuris pats nustatytų visus šiuos struktūros lygius.
Papasakok man apie Eskizas-RNN , kuris yra neseniai atliktas Magenta eksperimentas, leidžiantis piešti su pasikartojančiu neuroniniu tinklu – iš esmės pradedate piešti ananasą, o tada Sketch-RNN perima ir užbaigia jį daug kartų įvairiais stiliais.
Galėjome panaudoti daugybę piešinių, padarytų žmonių, žaidžiančių „Pictionary“ pagal mašininio mokymosi algoritmą – tai buvo [duomenys iš kito Google AI piešimo eksperimento, kurį atliko Google Creative Lab,] Greitai, pieškite!
Yra duomenų apribojimai. Iš šių mažų 20 sekundžių piešinių gausite tik tiek. Tačiau manau, kad pagrindinio [Sketch-RNN] tyrinėtojo Davido Ha darbas buvo tikrai gražus. Iš esmės jis išmokė pasikartojantį neuroninį tinklą, kad išmoktų atkurti šiuos brėžinius. Jis tarsi privertė modelį sužinoti, kas svarbu. Modelis nebuvo pakankamai galingas, kad įsimintų visą piešinį. Kadangi jis negali įsiminti visų matomų potėpių, jo darbas yra tik dauginti kačių ar dar ką nors, jis priverstas sužinoti, kas svarbu apie kates – kokie yra bendri kačių piešinių aspektai tarp milijonų kačių piešinių? Taigi žaisdami su šiuo modeliu galite paprašyti, kad jis iš oro susikurtų naujas kates. Tai sukuria tikrai įdomiai atrodančias kates, kurios, manau, atrodo neįtikėtinai taip, kaip žmonės pieštų kates.
TensorFlow
Skaičiau, kad dirbate su Magenta, kad išmokytumėte kompiuterius juokauti. Kokius pokštus generuoja kompiuteriai? (Tai nebuvo pirmoji pokšto eilutė.)
Projektas buvo labai preliminarus, labai tiriamasis, keliantis klausimą: ar galime suprasti tą pokšto pasakojimo komponentą, kuris yra apie nuostabą? Ypač kalbant apie juokelius ir kalambūrą, viskas vyksta kaip įprasta, manau, žinau, kas vyksta su šiuo sakiniu, ir tada, bum! Tiesa? Be to, intuityviai manau, kad smūgio linija turi geometriją. Nuostabu, jei pastatas griūva tau ant galvos; [smūgio linija] nėra tokia staigmena. Tai, kaip, o, teisingai, aš suprantu! Tu žinai? Ir tas jausmas, kad aš tai suprantu, manau, yra tam tikras atsitraukimas, kurį esi priverstas padaryti, kad jį gautum. Taigi mes ieškojome tam tikrų mašininio mokymosi modelių, kurie gali generuoti šiuos dalykus, vadinamus tiesos vektoriais, kurie bando suprasti, kas semantiškai vyksta sakinyje, ir ar galime jais aktyviai manipuliuoti, kad gautume kitokį efektą?
Ir toks pokštas, apie kurį girdėjome, buvo... Magas buvo toks piktas, kad ištraukė kiškį. Ir kalambūra apie kiškis ir plaukus, ir triušis – supranti, tiesa?
Taip. Tačiau norint tai suprasti, reikia daug žinoti apie žodžius ir kalbą.
Taip, tu turi daug žinoti. Šis modelis ne tik nepasakojo jokių anekdotų, juokingų ar ne, bet ir nesugebėjome suvienyti kodo.
Ką šiuo metu bandote išsiaiškinti su Magenta?
Bandymas geriau suprasti ilgalaikę muzikos struktūrą ir taip pat išsišakoti į kitą įdomų klausimą: ar galime pasimokyti iš atsiliepimų ne iš atlikėjo, o iš publikos?
Tai žiūri į meninį procesą kaip į pasikartojantį procesą. „The Beatles“ turėjo 12 albumų ir kiekvienas iš jų buvo skirtingas. Ir jie visi parodė, kad šie muzikantai mokosi iš atsiliepimų, kuriuos gauna iš bendraamžių ir minios, bet ir iš kitų dalykų, kurie vyksta su kitais atlikėjais. Jie tikrai susiję su kultūra. Menininkai nėra statiški.
Ir ši labai paprasta mintis: ar gali kas nors sukurti ką nors su generatyviu modeliu, išleisti jį ten, bet tada pasinaudoti tuo, kad jie gauna grįžtamąjį ryšį? O, tai buvo gerai, tai buvo blogai. Tą grįžtamąjį ryšį, kurį gauname, menininkas gali iš to pasimokyti vienu būdu, bet galbūt mašininio mokymosi modelis taip pat gali iš to pasimokyti ir pasakyti: o, aš suprantu, čia yra visi žmonės ir štai ką jie galvoja apie ką. Aš darau ir turiu šiuos parametrus. Ir mes galime nustatyti šiuos parametrus, atsižvelgdami į grįžtamąjį ryšį, naudodami sustiprinimo mokymąsi, ir mes taip pat dirbame su tuo.
Klausydamas muzikos, sukurtos naudojant Magenta, galvoju: jei naudojate duomenis dirbtiniam intelektui lavinti, ar AI gali sukurti ką nors tikrai originalaus, ar tai bus tik išvestinė iš to, ko buvo išmokyta, nesvarbu, ar tai būtų Madonnos dainos, ar impresionistiniai paveikslai, ar abu?
Manau, tai priklauso nuo to, ką turime omenyje sakydami originalą. Manau, man mažai tikėtina, kad atsiras mašininio mokymosi algoritmas ir sukurs kokį nors transformuojantį naują meno kūrimo būdą. Manau, kad žmogus, dirbantis su šia technologija, gali tai padaryti. Ir aš manau, kad mes tiesiog taip, taip, taip toli nuo šio DI suvokimo, koks iš tikrųjų yra pasaulis. Lyg tai būtų taip, taip toli. Tuo pačiu manau, kad daug meno kūrinių yra originalu ir kita prasme. Panašiai, darau dar vieną šaunią EDM dainą su dropu reikiamoje vietoje, pagal kurią smagu šokti ir yra nauja, bet gal ir nekuria visiškai naujo žanro. Ir aš manau, kad tokia kūryba šiaip tikrai įdomi. Iš esmės didžioji dalis to, ką darome, yra žanras, kurį mes tarsi suprantame, ir bandome naujus dalykus, ir toks kūrybiškumas, manau, dabar turimas AI gali atlikti didžiulį vaidmenį. duomenų rinkinys, tiesa? Tai maišo dalykus.