For at se, hvad der gør AI svært at bruge, skal du bede den om at skrive en popsang

Uncanny Valley via UNSW

Velkommen hjem velkommen hjem åh åh åh verden er smuk verden. De er ikke de mest fængende tekster. Men efter at jeg har lyttet til Beautiful the World en halv snes gange, sidder omkvædet fast i mit hoved, og min fod banker. Ikke dårligt for en melodi genereret af en AI trænet på et datasæt af Eurovision sange og koala- og kookaburra-råb.

Tilbage i maj vandt Beautiful the World AI sangkonkurrence, en konkurrence afholdt af det hollandske tv-selskab VPRO, hvor 13 hold fra hele verden forsøgte at producere en pophit ved hjælp af kunstig intelligens.

Vinderbidraget blev oprettet af Uncanny Valley , et hold af musikere og dataloger fra Australien, der brugte både menneskelig sangskrivning og AI-bidrag. Deres musik var spændende, siger Anna Huang, en AI-forsker hos Google Brain, som var en af ​​konkurrencens dommere. Hybridindsatsen skinnede virkelig.

Mange tror, ​​at AI's brugbarhed på kort sigt vil komme gennem samarbejde, hvor hold af mennesker og maskiner arbejder sammen, som hver især spiller efter deres styrker. AI kan nogle gange være en assistent, blot et værktøj, siger Carrie Cai, en kollega til Huang hos Google Brain, som studerer menneske-computer-interaktion. Eller AI kunne være en samarbejdspartner, en anden komponist i rummet. AI kunne endda level dig op, give dig superkræfter. Det kunne være som at komponere med Mozart.

Men for at dette kan ske, skal AI-værktøjer være nemme at bruge og kontrollere. Og AI Song Contest viste sig at være en nyttig test af, hvordan man opnår det.

Huang, Cai og deres kolleger har set på de forskellige strategier, som forskellige teams brugte til at samarbejde med AI'erne. I mange tilfælde kæmpede menneskene for at få maskinerne til at gøre, hvad de ville, og endte med at opfinde løsninger og hacks. Forskerne identificerer flere måder, hvorpå AI-værktøjer kan forbedres for at gøre samarbejde lettere.

Et almindeligt problem var, at store AI-modeller er svære at interagere med. De producerer måske et lovende første udkast til en sang. Men der var ingen måde at give modellen feedback for en anden omgang. Holdene kunne ikke gå ind og justere individuelle dele eller instruere AI'en til at gøre melodien gladere.

Til sidst brugte de fleste hold mindre modeller, der producerede specifikke dele af en sang, såsom akkorder eller melodier, og derefter syede disse sammen i hånden. Uncanny Valley brugte en algoritme til at matche tekster og melodier, der var blevet produceret af forskellige AI'er, for eksempel.

Et andet hold, Dadabots x Portrait XO , ønskede ikke at gentage deres omkvæd to gange, men kunne ikke finde en måde at dirigere AI til at ændre den anden version. Til sidst brugte holdet syv modeller og flettede forskellige resultater sammen for at få den variation, de ønskede.

Det var som at samle et puslespil, siger Huang: Nogle hold følte, at puslespillet var urimeligt hårdt, men nogle syntes, det var spændende, fordi de havde så mange råmaterialer og farverige puslespilsbrikker at samle.

Uncanny Valley brugte AI'erne til at levere ingredienserne, inklusive melodier produceret af en model trænet på koala, kookaburra og tasmanske djævlelyde. Så satte folkene på holdet disse sammen.

Det er som at have en finurlig menneskelig samarbejdspartner, der ikke er så god til sangskrivning, men meget produktiv, siger Sandra Uitdenbogerd, datalog ved RMIT University i Melbourne og medlem af Uncanny Valley. Vi vælger de bits, vi kan arbejde med.

Men dette var mere kompromis end samarbejde. Helt ærligt, så tror jeg, at mennesker kunne have gjort det lige så godt, siger hun.

Generative AI-modeller producerer output på niveau med enkelte noter – eller pixels, i tilfælde af billedgenerering. De opfatter ikke det større billede. Mennesker derimod komponerer typisk i forhold til vers og omkvæd, og hvordan en sang opbygges. Der er et misforhold mellem, hvad AI producerer, og hvordan vi tænker, siger Cai.

Cai ønsker at ændre, hvordan AI-modeller er designet for at gøre dem nemmere at arbejde med. Det tror jeg virkelig kunne øge følelsen af ​​kontrol for brugerne, siger hun.

Det er ikke kun musikere og kunstnere, der får gavn. At gøre AI'er nemmere at bruge ved at give folk flere måder at interagere med deres output på, vil gøre dem mere troværdige, uanset hvor de bruges, fra politiarbejde til sundhedsvæsenet.

Vi har set, at det at give læger værktøjerne til at styre AI virkelig kan gøre en forskel i deres vilje til overhovedet at bruge AI, siger Cai.

skjule