Kunstig intelligens skaber mere end 100, 000 nye melodier baseret på irske og engelske folkemelodier

På skift livlig og længselsfuld, den traditionelle folkemusik i Irland og Storbritannien har sat deres præg rundt om i verden. Nu hjælper disse mangeårigt populære musikformer computere med at lære at blive en ny slags partner i musikskabelse.

Et maskinlæringssystem overvåget af en forsker i Sverige har produceret 100, 000 nye folkemelodier til dato, genererer en bred vifte af reaktioner fra folkemusikere og offentligheden. Noget af musikken kan endda høres på et nyligt udgivet album af en irsk folkegruppe.

Bob Sturm, lektor i datalogi ved KTH Kgl. siger, at hovedideen med projektet var at træne computermodeller i folkemusik, så de ser ud til at have en vis musikalsk intelligens, og derefter "udtænke metoder til at optrevle, hvad de rent faktisk gør, " han siger.

Forskningen førte efterfølgende til kreative muligheder.

"Vores arbejde med mange samarbejdspartnere, såsom komponisten Oded Ben-Tal ved Kingston University i Storbritannien, og professionelle musikere, har også vist, hvordan modellerne kan tjene et bredere formål:som nyttige partnere til at skabe ny musik, " siger Sturm.

Projektet bruger en standard kunstig intelligens-metode kaldet et recurrent neural network (RNN), som i det væsentlige forudsiger hvad der kommer næste baseret på hvad det tidligere har set. Til træningsdata, holdet trak på hjemmesiden thesession.org, som indeholder titusindvis af melodier transskriberet af folk, der bruger et korthåndssprog designet til folkemusik.

"De resulterende computermodeller viser en vis evne til at gentage og variere mønstre på måder, der er karakteristiske for denne slags musik, " siger Sturm. "Den var ikke programmeret til at gøre dette ved at bruge regler - den lærte at gøre det, fordi disse mønstre eksisterer i de data, vi fodrede den."

For at teste plausibiliteten af ​​de genererede melodier, Sturm og Ben-Tal udfordrede en gruppe professionelle irske traditionelle musikere til at skabe et album med folkemusik, der bygger på eksisterende melodier og de 100, 000 genereret af deres computermodeller. Resultatet er et album i fuld længde, hvor over halvdelen af ​​musikken er computergenereret. Sturm og Ben-Tal udgav derefter albummet online for at indhente anmeldelser og kommentarer fra fagfolk og offentligheden. "Vi var nødt til at lave en historie om albummets oprindelse for at undgå den skævhed, der kan opstå, når nogen tror, ​​at et kreativt produkt blev skabt af en computer, " siger Sturm. "Og nu hvor vi har anmeldelser, vi afslører albummets sande oprindelse."

Albummet kan høres og downloades gratis på:soundcloud.com/oconaillfamilyandfriends

Disse computermodeller er ikke ved at albue menneskelige komponister til side lige nu, siger Sturm. "Musik er og vil altid være en menneskelig aktivitet. Vores modeller genererer blot sekvenser af symboler, der kræver, at trænede musikere forvandler sig til musik, eller endda at beslutte ikke at spilde tiden.

"Men mærkeligt, uventet, og nogle gange sker der vidunderlige ting, når modeller vover sig uden for deres begrænsede viden, " siger han. "Hvis vi skubber en model lidt væk fra mønstre, den har set, det kan mislykkes katastrofalt. I modsætning til et menneske, systemet er ikke i stand til at generalisere ud over en meget specifik kontekst." Meget af det, forskerne oprindeligt troede, systemet lærte om nøgletræk ved folkemusik, såsom variation og gentagelse, det havde alligevel ikke lært.

På trods af modellernes idiosynkratiske viden om musik, Sturm og hans kolleger forfølger spørgsmålet om, hvorvidt de kan øge musikskabelsen. De lavede en online implementering på folkrnn.org, hvor enhver selv kan udforske modellerne. De skabte også et online-projekt kaldet The Machine Folk Session themachinefolksession.org:en voksende samling af maskingenereret folkemusik, som meget ligesom thesession.org fungerer som en samling af ægte musik.

"Det bliver interessant at se, om denne samling bliver brugt til at træne fremtidige generationer af computermodeller, " siger Sturm.