Tärkeimmät oppimispisteet
- Tekoäly auttoi viimeistelemään Beethovenin keskeneräisen sinfonian.
- Tekoälyn oli opittava Beethovenin prosessi kehittääkseen erilaisia musiikillisia muotoja.
- Tekoälyteknologiat ovat alkaneet täydentää ihmisen luovaa työtä viime vuosina.
Musikaalinen AI
Beethovenin keskeneräinen sinfonia on turhautunut musiikin ystäville pitkään, mutta Playform AI -yhtiö otti haasteen vastaan ja käytti tietokoneita viimeistelläkseen työn. Tekoälyn oli opittava Beethovenin prosessi kehittääkseen erilaisia musiikillisia muotoja, mukaan lukien scherzo, trio tai fuuga, kirjoitti Ahmed Elgammal, Rutgersin yliopiston Art & AI Labin johtaja ja ryhmän johtaja. «Meidän piti opettaa tekoäly ottamaan melodinen linja ja harmonisoimaan sitä», hän lisäsi. «Tekoälyn täytyi opetella yhdistämään kaksi musiikin osaa. Ja tajusimme, että tekoälyn oli kyettävä säveltämään coda, segmentti, joka päättää osan musiikkikappaleesta.» Täysi äänitys Beethovenin 10. sinfoniasta julkaistiin syyskuussa Playformin yli kaksivuotisen työn huipentumana.
AI-vallankumous
Tekoälyteknologiat ovat alkaneet täydentää ihmisen luovaa työtä viime vuosina. Esimerkiksi valokuvaajat käyttävät Adobe Photoshopissa tekoälytyökalua nimeltä sisältötietoinen täyttö, jonka avulla he voivat korvata valokuvan osia digitaalisesti syntetisoimalla täysin uutta valokuvarealistista sisältöä tyhjästä. «Saman tehtävän suorittaminen olisi vaatinut erittäin ammattitaitoista digitaalista taiteilijaa vain muutama vuosi sitten», tekoälyasiantuntija Matthew Renze kertoi Lifewirelle sähköpostihaastattelussa. «Voimme myös synteettisesti luoda kasvoja, muuttaa kasvojen piirteitä, muokata kuvia jne.» Mutta jos tekoäly tuottaa kuvia tai musiikkia, onko se todella luovuutta? «Se riippuu siitä, kuinka määrittelet luovuuden», Thomas sanoi. «Jos ajattelet luovuutta vain ihmisen kykynä, tekoäly ei voi olla luova.» «Mielestäni tekoälyn todellinen potentiaali lyhyellä ja keskipitkällä aikavälillä on juuri siinä, että se täydentää omia luovia ponnistelujamme.» Ihmisen luovuuteen liittyy kuitenkin paljon enemmän röyhkeää työtä kuin usein kuvittelemme, Thomas huomautti. Keksiminen koostuu yleensä mahdollisten ratkaisujen tarkastelusta ja seuraavan vaiheen valitsemisesta, joka sopii sekä ongelman rajoituksiin että jota pidämme kiinnostavana. «Tekoälypohjaiset luovat työkalut pystyvät erittäin hyvin kulkemaan valtavien hakualueiden läpi ja valitsemaan oikeat seuraavat vaiheet, jotka sopivat rajoituksiin», Thomas lisäsi. «Ja tekoälyohjelmat voivat usein keksiä ratkaisuja, jotka vaikuttavat ihmisistä kiinnostavilta käyttämällä etukäteen tarjoamiamme kriteerejä tai heuristiikkaa.» Asiantuntijat sanovat, että tulevaisuus tuo todennäköisesti tekoälyyhteistyötä ihmisille sen sijaan, että se korvaisi heidät. Thomas viittaa tuoreeseen esimerkkiin Codexista, uudesta tekniikasta, joka voi kirjoittaa tietokoneohjelmia käyttäjän luonnollisen kielen ohjeiden mukaan. «Kun tällainen tekniikka kehittyy, harkitse jotain Codexia elokuvamusiikkia tai luonnolliseen kieleen perustuvan videopelin rakentamiseen», hän lisäsi. «Tällainen tekniikka voi lisätä ihmisen luovuutta, mutta se riippuu silti meistä ideoiden luomisesta ja tulosten tutkimisesta.»
Korjaus – 15.10.2021: Keeland Thomasin otsikko on korjattu aiemmasta versiosta osiossa 3.