OK Computer, skriv en sang til mig

Sidste sommer blev internettet oversvømmet af psykedeliske billeder af hvirvlende himmel, der spirede hundeansigter og Van Gogh-mesterværker pyntet med snesevis af stirrende øjne. Ved at køre deres billedgenkendelsesalgoritmer omvendt, havde Google-forskere fundet ud af, at de kunne generere billeder, som nogle kalder kunst. Solbrændt auktion i februar , et print lavet ved hjælp af deres DeepDream-software indbragte $8.000.

Men selvom det er sjovt, er DeepDream-billeder begrænsede, siger Douglas Eck , en forsker i Googles vigtigste forskningsgruppe for kunstig intelligens, Google Brain. I sidste uge annoncerede han et nyt Google-projekt kaldet Magenta rettet mod at lave nye former for kreativ software, der kan generere mere sofistikerede kunstværker ved hjælp af musik, video og tekst.

Magenta vil trække på Googles seneste forskning i kunstige neurale netværk, som understøtter det, CEO Sundar Pichai kalder sin virksomheds AI-første strategi. Eck siger, at han ønsker at hjælpe kunstnere, kreative fagfolk og næsten alle andre med at eksperimentere og endda samarbejde med kreativ software, der er i stand til at generere ideer.

Som forfatter kunne man fra en computer få en håndfuld delvist skrevne ideer, som man så kan løbe med, siger Eck. Eller du er arkitekt, og computeren genererer et par anvisninger til et projekt, du ikke tænkte på.

Disse scenarier er en vej væk. Men ved et arrangement på kreativitet og AI Hostet af Google i sidste uge demonstrerede Project Magenta-samarbejdspartner Adam Roberts prototypesoftware, der giver et hint om, hvordan en musiker kan samarbejde med en kreativ maskine.

Roberts trykkede en håndfuld noter på en virtuel Moog synthesizer . Ved et klik med musen ekstrapolerede softwaren dem til en kort melodi, komplet med nøgleændringer og tilbagevendende sætninger. Softwaren lærte at gøre det ved at analysere en database med næsten 4.500 populære musikmelodier.

En kort melodi skrevet af AI, med trommer tilføjet af et menneske.

Eck mener, at den lærte at lave nøgleændringer og melodiske loops, fordi den bruger en grov form for opmærksomhed, løst inspireret af menneskelig erkendelse, til at udtrække nyttig information fra de tidligere melodier, den analyserede. Forskere hos Google og andre steder bruger opmærksomhedsmekanismer som en måde at gøre læringssoftware i stand til at forstå komplekse sætninger eller billeder.

Idéer, der hjalp Googles AlphaGo-software til at slå en af ​​verdens bedste Go-spillere i år, kunne også hjælpe Googles søgen efter kreativ software.

AlphaGos design gjorde brug af en tilgang kaldet forstærkende læring, hvor software opfanger nye færdigheder lidt ligesom et dyr – det er programmeret til at forsøge at maksimere en virtuel belønning (se Hvordan Google planlægger at løse kunstig intelligens).

Teknikken ses som en af ​​de mest lovende måder at gå fra maskinlæring, der er god til netop mønstergenkendelse – som at transskribere tale – til software, der er i stand til at planlægge og udføre handlinger i verden (se Denne fabriksrobot lærer et nyt job natten over ).

Eck mener, at forstærkningslæring kunne gøre software i stand til mere komplekse kunstværker. Eksempelvis mangler sample-melodierne fra Magentas nuværende demo den slags større struktur, vi forventer i en sang.

Magentas software er alt sammen udgivet som open source i håbet om at hjælpe programmører og kunstnere med at eksperimentere med ideer som den. Eck håber også en dag at få hjælp til at træne Magentas software ved at udgive musik eller andre kreationer for at få feedback fra offentligheden.

Googles projekt kunne bringe mere opmærksomhed og ressourcer til et forskningsfelt, der har eksisteret i lang tid i den akademiske verden, men som er mindre end områder med kunstig intelligens med mere åbenlyse forretningsapplikationer, siger Mark Riedl , en lektor ved Georgia Tech, der skaber software, der skaber historier og videospil.

Alligevel kan effekten af ​​det være at forbedre de produkter, der er baseret på maskinlæring, som Google og andre slipper løs på forbrugerne. Mennesker bruger deres kreativitet hele tiden, ikke kun når de laver kunst, for eksempel under samtaler, når vi laver vittigheder eller bruger metaforer. At tilføje en lille smule kreativitet til det sprog, som en chatbot bruger, for eksempel, kunne gøre det meget bedre at bruge, siger Riedl.

Riedl bemærker dog, at Googles bevægelse til kreativ kunstig intelligens næppe vil give hurtige fremskridt på et spørgsmål, der trænger sig på feltet for beregningsmæssig kreativitet: kan en maskine nogensinde være en kunstner i sin egen ret, ikke kun et værktøj instrueret af en menneskelig kunstner ?

Gode ​​menneskelige kunstnere starter generelt med at efterligne etablerede kunstnere, før de udvikler deres egne stilarter og genrer, styret af en udviklende kunstnerisk motivation, siger Riedl. Hvordan software kunne udvikle kunstnerisk autonomi er uklart. Neurale netværk er en slags imitationstilstand, siger han. Du kan bruge klassikernes værker, og de lærer mønstre, men de skal lære kreative hensigter et eller andet sted.

skjule