AI Songsmith emette melodie sorprendentemente orecchiabili

Il canto del pianoforte sottostante, che sale sbarazzino per poi terminare con uno svolazzo armonioso, suona un po' come un jingle composto per l'ultima campagna di dentifrici.

La melodia è stata, infatti, inventata da un programma di intelligenza artificiale musicale sviluppato da Google. E le ultime composizioni del programma mostrano come la combinazione di un potente approccio di apprendimento automatico con semplici regole musicali possa produrre opere creative che suonano straordinariamente umane.

La composizione musicale è una forma enigmatica della creatività umana. I programmi di songwriting esistono già, ma in genere seguono una serie specifica di regole e tendono a produrre brani che sembrano rigidi e meccanici. Lo stesso vale per il software che consiglia la musica in base alle tue abitudini di ascolto (vedi The Hit Charade ). Insegnare ai computer a essere più creativi dal punto di vista musicale può indicare i modi in cui le macchine possono aiutare con altri atti creativi, dalla progettazione di prodotti alla scrittura di testi eloquenti.

Google ha precedentemente dimostrato il suo cantautore AI che genera musica, che fa parte di un progetto chiamato Magenta che mira a promuovere la creatività artificiale (vedi OK, Computer, Scrivimi una canzone). Una grande rete neurale viene alimentata con decine di migliaia di brani ed è addestrata a prevedere la nota successiva in una sequenza. Una tale rete può anche generare nuova musica quando viene fornito un punto di partenza, sebbene i risultati tendano a mancare di struttura e grazia.

Douglas Eck , ricercatore presso Google che guida lo sviluppo dell'IA per la generazione di musica, insieme a Natasha Jaques, stagista presso l'azienda, ha recentemente escogitato un modo per far sì che i sistemi di scrittura delle canzoni producano melodie molto più eleganti e accattivanti. Usano un approccio noto come apprendimento per rinforzo per aggiungere semplici principi di teoria musicale - evitare di ripetere un ritornello troppo spesso, non suonare troppo velocemente o lentamente e così via - al processo di apprendimento generale. La rete riceve una ricompensa positiva ogni volta che produce una sequenza di note che non solo ricorda gli schemi visti nelle canzoni precedenti, ma aderisce anche alle regole musicali che le sono state date.

Queste sono semplici regole tratte da un libro di testo di composizione musicale, dice Eck. La combinazione di queste regole con l'apprendimento per rinforzo e la varianza del mondo reale proveniente da migliaia di composizioni umane, ci dà canzoni così orecchiabili che graffiano un po'.

Il nuovo approccio, descritto in a documento di ricerca e un post sul blog , sembra certamente migliorare la generazione di musica automatizzata. Un altro frammento di musica mostra come va il programma senza queste regole da seguire. Il pezzo sembra piatto, ripetitivo e meccanico. Eck e Jaques hanno anche condotto uno studio sugli utenti e hanno scoperto che le persone preferivano di gran lunga le composizioni prodotte utilizzando la nuova tecnica.

Eck afferma che la capacità di incorporare regole nell'apprendimento per rinforzo sarà utile in molte aree, tra cui robotica, sistemi di raccomandazione e traduzione linguistica.

Non c'è motivo per cui le macchine non possano essere curiose e creative, dice Jurgen Schmidhuber , un professore dell'Università di Lugano in Svizzera che ha svolto ricerche pionieristiche sul tipo di reti neurali utilizzate dai ricercatori di Google e che ha sperimentato la creatività utilizzando l'apprendimento per rinforzo. Schmidhuber aggiunge che l'approccio potrebbe avere una gamma di applicazioni pratiche oltre alla musica. Si potrebbero immaginare combinazioni simili di [reti neurali] e sistemi esperti tradizionali basati su regole per la diagnosi medica, dice.

L'apprendimento per rinforzo offre un modo per insegnare alle macchine a fare cose che sarebbero difficili da ottenere attraverso istruzioni esplicite. La tecnica è stata impiegata da AlphaGo, un programma sviluppato dai ricercatori di Google per giocare all'antico gioco da tavolo Go. Sebbene le regole di Go siano semplici, è difficile spiegare come giocare bene e i giocatori normalmente sviluppano un'attitudine intuitiva attraverso molte ore di pratica. Ma a volte può essere utile essere in grado di dare istruzioni esplicite anche a un sistema di apprendimento automatico.

Stevan Harnad , professore di psicologia all'Università del Quebec in Canada che ha studiato la creatività artificiale, afferma che il lavoro di Magenta è impressionante, ma aggiunge che c'è ancora molta strada da fare prima che ai computer possa essere attribuita una creatività reale, simile a quella umana. Gli algoritmi di deep learning sono molto promettenti, ma finora non hanno ancora duplicato la capacità umana ordinaria e non creativa, quindi è un po' prematuro aspettarsi che siano creativi, dice.

In effetti, dice Harnad, anche composizioni come quelle prodotte dal team di Google spesso appaiono meccaniche dopo pochi ascolti.

nascondere