AI gennemført Beethovens ufærdige 10. symfoni. Sådan lyder det

Da Ludwig von Beethoven døde i 1827, han var tre år fjernet fra afslutningen af ​​sin niende symfoni, et værk, der varslet af mange som hans magnum opus. Han var begyndt at arbejde på sin 10. symfoni, men på grund af forringet helbred, var ikke i stand til at gøre store fremskridt:Alt han efterlod var nogle musikalske skitser.

Lige siden dengang, Beethovens fans og musikforskere har undret sig og beklaget over, hvad der kunne have været. Hans noter drillede med en storslået belønning, omend en, der virkede for evigt uden for rækkevidde.

Nu, takket være arbejdet i et team af musikhistorikere, musikforskere, komponister og computerforskere, Beethovens vision vil komme til live.

Jeg ledede den kunstige intelligens side af projektet, leder en gruppe forskere ved den kreative AI -opstart Playform AI, der lærte en maskine både Beethovens hele kropsarbejde og hans kreative proces.

En fuld indspilning af Beethovens 10. symfoni udkommer den 9. oktober, 2021, samme dag som verdenspremiere forestillingen skulle finde sted i Bonn, Tyskland-kulminationen på en to-årig indsats.

Tidligere forsøg ramte en væg

Omkring 1817, Royal Philharmonic Society i London bestilte Beethoven til at skrive sine niende og 10. symfonier. Skrevet for et orkester, symfonier indeholder ofte fire satser:den første udføres i et hurtigt tempo, den anden langsommere, den tredje i et medium eller hurtigt tempo, og den sidste i et hurtigt tempo.

Beethoven afsluttede sin niende symfoni i 1824, der afsluttes med den tidløse "Ode til glæden".

Men da det kom til den 10. symfoni, Beethoven efterlod sig ikke meget, andet end nogle musiknoter og en håndfuld ideer, han havde skrevet ned.

Der har tidligere været forsøg på at rekonstruere dele af Beethovens 10. symfoni. Mest berømt, i 1988, musikolog Barry Cooper vovede sig med at gennemføre den første og anden sats. Han flettede 250 stænger musik fra skitserne for at skabe det, der var, efter hans opfattelse, en produktion af den første sats, der var tro mod Beethovens vision.

Alligevel gjorde tyndheden i Beethovens skitser det umuligt for symfonieksperter at gå ud over den første sats.

Samling af teamet

I begyndelsen af ​​2019, Dr. Matthias Röder, direktør for Karajan Institute, en organisation i Salzburg, Østrig, der fremmer musikteknologi, kontaktede mig. Han forklarede, at han var ved at sammensætte et hold for at fuldføre Beethovens 10. symfoni til fejring af komponistens 250 -års fødselsdag. Kendskab til mit arbejde med AI-genereret kunst, han ville vide, om AI ville være i stand til at hjælpe med at udfylde de emner, Beethoven efterlod.

Udfordringen virkede skræmmende. For at trække det ud, AI skulle gøre noget, den aldrig havde gjort før. Men jeg sagde, at jeg ville give det et skud.

Röder sammensatte derefter et hold, der omfattede den østrigske komponist Walter Werzowa. Berømt for at skrive Intels signatur bong jingle, Werzowa fik til opgave at sammensætte en ny slags sammensætning, der ville integrere, hvad Beethoven efterlod sig med, hvad AI ville generere. Mark Gotham, en computermusikekspert, førte bestræbelserne på at transskribere Beethovens skitser og behandle hele hans arbejde, så AI kunne trænes korrekt.

Teamet omfattede også Robert Levin, en musikolog ved Harvard University, der også tilfældigvis er en utrolig pianist. Levin havde tidligere afsluttet en række ufuldstændige værker fra 1700-tallet af Mozart og Johann Sebastian Bach.

Projektet tager form

I juni 2019, gruppen samledes til en to-dages workshop på Harvards musikbibliotek. I et stort værelse med et klaver, en tavle og en stak Beethovens skitsebøger, der spænder over de fleste af hans kendte værker, vi talte om, hvordan fragmenter kunne blive til et komplet stykke musik, og hvordan AI kunne hjælpe med at løse dette puslespil, mens han stadig er trofast over for Beethovens proces og vision.

Musikeksperterne i rummet var ivrige efter at lære mere om den slags musik, AI havde skabt tidligere. Jeg fortalte dem, hvordan AI med succes havde genereret musik i Bachs stil. Imidlertid, dette var kun en harmonisering af en indført melodi, der lød som Bach. Det kom ikke i nærheden af, hvad vi skulle gøre:konstruere en hel symfoni ud fra en håndfuld sætninger.

I mellemtiden, videnskabsmændene i rummet - inklusive mig selv - ønskede at lære om, hvilken slags materialer der var tilgængelige, og hvordan eksperterne forestillede sig at bruge dem til at fuldføre symfonien.

Den aktuelle opgave krystalliserede til sidst. Vi skulle bruge noter og færdige kompositioner fra hele Beethovens værk - sammen med de tilgængelige skitser fra 10. symfoni - til at skabe noget, som Beethoven selv kunne have skrevet.

Dette var en kæmpe udfordring. Vi havde ikke en maskine, vi kunne fodre skitser til, tryk på en knap og få den til at spytte en symfoni ud. De fleste AI, der var tilgængelige på det tidspunkt, kunne ikke fortsætte et ufærdigt stykke musik ud over et par ekstra sekunder.

Vi bliver nødt til at skubbe grænserne for, hvad kreativ AI kunne gøre ved at lære maskinen Beethovens kreative proces - hvordan han ville tage et par musikstykker og omhyggeligt udvikle dem til omrørende symfonier, kvartetter og sonater.

Sammenlægning af Beethovens kreative proces

Efterhånden som projektet skred frem, den menneskelige side og maskinsiden af ​​samarbejdet udviklede sig. Werzowa, Gotham, Levin, og Röder tyde og transkriberede skitserne fra 10. symfoni, forsøger at forstå Beethovens hensigter. Ved at bruge hans afsluttede symfonier som en skabelon, de forsøgte at sammensætte puslespillet om, hvor fragmenterne af skitser skulle gå - hvilken bevægelse, hvilken del af bevægelsen.

De skulle træffe beslutninger, ligesom at afgøre, om en skitse angav udgangspunktet for en scherzo, som er en meget livlig del af symfonien, typisk i tredje sats. Eller de kan bestemme, at en musiklinje sandsynligvis var grundlaget for en fuga, som er en melodi skabt af sammenflettede dele, der alle ekko et centralt tema.

AI -siden af ​​projektet - min side - kæmpede med en række udfordrende opgaver.

Først, og mest grundlæggende, vi havde brug for at finde ud af, hvordan vi skulle tage en kort sætning, eller bare et motiv, og bruge den til at udvikle en længere, mere kompliceret musikalsk struktur, ligesom Beethoven ville have gjort. For eksempel, maskinen måtte lære, hvordan Beethoven konstruerede den femte symfoni ud af et grundlæggende motiv med fire toner.

Næste, fordi fortsættelsen af ​​en sætning også skal følge en bestemt musikalsk form, om det er en scherzo, trio eller fuga, AI var nødvendig for at lære Beethovens proces til udvikling af disse former.

Huskelisten voksede:Vi var nødt til at lære AI at tage en melodisk linje og harmonisere den. AI havde brug for at lære at bygge bro mellem to sektioner af musik sammen. Og vi indså, at AI skulle være i stand til at sammensætte en coda, som er et segment, der bringer et afsnit af et stykke musik til sin slutning.

Endelig, når vi havde en fuld komposition, AI skulle finde ud af at orkestrere det, som indebærer at tildele forskellige instrumenter til forskellige dele.

Og den måtte trække disse opgaver af på den måde, Beethoven kunne gøre det.

Består den første store test

I november 2019, holdet mødtes personligt igen - denne gang, i Bonn, på Beethoven House Museum, hvor komponisten blev født og opvokset.

Dette møde var lakmus -testen for at afgøre, om AI kunne gennemføre dette projekt. Vi printede musikalske partiturer, der var udviklet af AI og byggede ud af skitserne fra Beethovens 10.. En pianist optrådte i en lille koncertsal på museet før en gruppe journalister, musikforskere og Beethoven -eksperter.

Vi udfordrede publikum til at afgøre, hvor Beethovens sætninger sluttede, og hvor AI -ekstrapolationen begyndte. Det kunne de ikke.

Et par dage senere, en af ​​disse AI-genererede partiturer blev spillet af en strygekvartet på et pressemøde. Kun dem, der intimt kendte Beethovens skitser til 10. symfoni, kunne afgøre, hvornår de AI-genererede dele kom ind.

Succesen af ​​disse tests fortalte os, at vi var på rette vej. Men det var bare et par minutters musik. Der var stadig meget mere arbejde at gøre.

Klar til verden

På hvert tidspunkt, Beethovens geni dukkede op, udfordrer os til at gøre det bedre. Efterhånden som projektet udviklede sig, AI gjorde det også. I løbet af de efterfølgende 18 måneder, vi konstruerede og orkestrerede to hele bevægelser på mere end 20 minutter hver.

Vi forventer noget tilbageskridt til dette arbejde-dem, der vil sige, at kunsten skal være uden for grænser for AI, og at AI ikke har nogen forretning i at forsøge at replikere den menneskelige kreative proces. Men når det kommer til kunsten, Jeg ser ikke AI som en erstatning, men som et værktøj - et, der åbner døre for kunstnere til at udtrykke sig på nye måder.

Dette projekt ville ikke have været muligt uden ekspertise fra menneskelige historikere og musikere. Det krævede enormt meget arbejde - og Ja, kreativ tænkning - for at nå dette mål.

På et tidspunkt, en af ​​musikeksperterne på holdet sagde, at AI mindede ham om en ivrig musikstuderende, der øver hver dag, lærer, og bliver bedre og bedre.

Nu den elev, efter at have taget stafetten fra Beethoven, er klar til at præsentere den 10. symfoni for verden.

Ahmed Elgammal er professor i Institut for Datalogi ved Rutgers University og direktør for Art &AI Lab på Rutgers.

Denne artikel er genudgivet fra Samtalen under en Creative Commons -licens. Du kan finde original artikel her.