Sztuczna inteligencja znajduje coraz więcej zastosowań. Być może w przyszłości AI będzie pełnić ważną rolę nawet w muzyce. Czy kiedyś dyrygenci będą wyręczani przez algorytmy, a instrumenty będą w pełni autonomiczne? Naukowiec z Politechniki Warszawskiej prowadzi badania, które mogą przybliżyć nas do poznania odpowiedzi na te pytania.
Badania nad zastosowaniem AI w muzyce
Dr inż. Mateusz Modrzejewski, perkusista i naukowiec z warszawskiej politechniki prowadzi pionierskie badania nad zastosowaniami sztucznej inteligencji i głębokich sieci neuronowych do analizy oraz tworzenia muzyki. Co by się stało, gdyby instrumenty nauczyły się same grać? Czy skomponowana w ten sposób muzyka odbiegałaby od kompozycji, które stworzył człowiek? Czy możemy nauczyć maszyny rozumieć muzykę, którą sami tworzymy? Na tego typu pytania badacz szuka odpowiedzi.
Naukowiec wyjaśnia, że w swoich badaniach łączy dwie pasje: muzykę oraz zagadnienia związane z głębokimi sieciami neuronowymi. Jako jazzowy perkusista z bogatym doświadczeniem scenicznym znam i rozumiem strukturę muzyki, a jako inżynier zapisuję ją nie tylko w postaci nut, ale także przedstawiam w języku komputerowym – mówi dr inż. Mateusz Modrzejewski i dodaje, że to świetny zbiór danych wejściowych do maszynowego przetwarzania, analizy i komponowania utworów przez algorytmy.
Politechnika Warszawska opisała w komunikacie, że badania dr inż. Modrzejewskiego opierają się na wykorzystaniu głębokich modeli neuronowych, w tym sieci rekurencyjnych i generatywnych sieci typu GAN oraz nowoczesnych reprezentacji opartych na podejściu transfer learning. Sam naukowiec zauważa, że muzyka to mocno abstrakcyjny komunikat, głęboko zakorzeniony w ludzkiej inteligencji i wrażliwości. W przypadku generowania muzyki, uwypuklamy aspekt kompozycyjny – kodujemy nuty w postaci ekspresyjnych reprezentacji tekstowych lub w formie graficznej zwanej piano roll – mówi dr inż. Modrzejewski i zaznacza, że sztuczna inteligencja jest tu sprzymierzeńcem kompozytora, dostarczając nowe melodie, struktury i rozwiązania.
Czytaj także: Wirtualna rzeczywistość w KGHM – gogle i pady pomagają szkolić pracowników huty
AI może zatem uzupełniać to, co wymyśla i tworzy człowiek. Z kolei reprezentacje wyuczone przez głębokie sieci neuronowe pozwalają maszynom zrozumieć treść zawartą w muzyce. Efektem mogą być rekomendacje dla słuchacza bazujące na jego muzycznych preferencjach.
źródło: Nauka w Polsce, zdjęcie główne: Eric Nopanen/Unsplash