Ένα πρωτότυπο πρόγραμμα αναπτύχθηκε από το Πανεπιστήμιο του Τορόντο, το οποίο αποτελεί μία ευφάνταστη επίδειξη του τι μπορεί να καταφέρει η τεχνητή νοημοσύνη, πέρα από το να δώσει φωνή σε ένα chatbot ή να «εξαφανίσει» δισεκατομμύρια από το χρηματιστήριο.
Το «Neural Karaoke» είναι ένα πρόγραμμα τεχνητής νοημοσύνης, το οποίο μπορεί να πάρει οποιαδήποτε ψηφιακή φωτογραφία και να δημιουργήσει για αυτήν ένα τραγούδι, γράφοντας από την αρχή τους στίχους και τη μουσική. Δεν αναμένεται να γράψει σύντομα κάποιο «χιτ», αλλά στο παράδειγμα που παρουσιάζεται στο παρακάτω βίντεο, διακρίνονται οι δυνατότητές του, δεδομένου ότι κανένας άνθρωπος δεν βοήθησε στη δημιουργία του τραγουδιού.
«Έχουμε συνηθίσει να σκεφτόμαστε την τεχνητή νοημοσύνη για πράγματα που αφορούν κυρίως τη ρομποτική. Το ερώτημα πλέον είναι τι μπορεί να κάνει η AI για εμάς;», δήλωσε στη βρετανική εφημερίδα Guardian η Raquel Urtasun, αναπληρώτρια καθηγήτρια και μέλος της ομάδας ανάπτυξης του προγράμματος.
«Μπορείτε να φανταστείτε ένα κανάλι AI στο Spotify να παράγει μουσική ή να "βλέπει" τις φωτογραφίες ανθρώπων και να τραγουδά αποκλειστικά για αυτές; Πρόκειται για το τι μπορεί να κάνει στις μέρες μας η Βαθιά Μάθηση ώστε να γίνει η ζωή μας πιο διασκεδαστική», πρόσθεσε η συνάδελφός της, Sanja Fidler.
Το Neural Karaoke προέκυψε κατά τη διάρκεια μιας ευρύτερης προσπάθειας ερευνητών να χρησιμοποιήσουν προγράμματα υπολογιστών προκειμένου να συνθέσουν μουσική, να γράψουν στίχους ή ακόμα και να δημιουργήσουν χορογραφίες.
Χρησιμοποιώντας τη δημιουργία μουσικής ως σημείο εκκίνησης, ο διδακτορικός φοιτητής Hang Chu εκπαίδευσε ένα νευρωνικό δίκτυο με 100 ώρες μουσικής. Αφότου το πρόγραμμα εκπαιδεύτηκε, μπόρεσε να πάρει μια μουσική κλίμακα και ένα μελωδικό προφίλ και να δημιουργήσει μια απλή μελωδία.
Ωστόσο, η σύνθεση μουσικής ήταν μόνο η αρχή. Η ομάδα του πανεπιστημίου του Τορόντο εκπαίδευσε στη συνέχεια το πρόγραμμα να χορεύει. Αφού «παρακολούθησε» χορογραφίες μιας ώρας από το παιχνίδι Just Dance, το πρόγραμμα κατάφερε να εντοπίσει τις στάσεις του ανθρώπινου σώματος, και έμαθε να συνδέει τις κινήσεις με τη μουσική. Βέβαια, το αποτέλεσμα ήταν ερασιτεχνικό, ωστόσο κανείς δεν μπορεί να περιμένει τις κινήσεις του Τραβόλτα με μία και μόνο ώρα μαθήματος, σχολιάζει η Guardian.
Μία ακόμα ώρα με μελωδίες από το Just Dance και 50 ώρες ανάγνωσής στίχων από το Ίντερνετ, βοήθησαν ώστε το πρόγραμμα να μάθει πώς να βάζει λέξεις στη μουσική. Συλλέγοντας λέξεις που εμφανίζονταν τουλάχιστον τέσσερις φορές, το πρόγραμμα «έχτισε» ένα λεξιλόγιο 3.390 λέξεων.
Για το τελικό στάδιο, το Neural Karaoke εκπαιδεύτηκε με μια σειρά από εικόνες και λεζάντες και έμαθε πώς συγκεκριμένες λέξεις μπορούν να συνδεθούν με οπτικά μοτίβα και αντικείμενα. Όταν «δει» μια καινούρια εικόνα έχει τη δυνατότητα να βρει σχετικούς στίχους και να τους τραγουδήσει.
Η ομάδα του Τορόντο αναφέρει ότι σε επόμενες αναβαθμίσεις το πρόγραμμα θα είναι σε θέση να δημιουργήσει πιο πολύπλοκα τραγούδια, καθώς και να επιλέξει τα καλύτερα μουσικά όργανα για μια εικόνα. Μάλιστα, αναφέρουν πως μία πιο εξελιγμένη έκδοση μπορεί μια μέρα να χρησιμοποιηθεί για να εκπαιδεύσει μελλοντικούς συμμετέχοντες σε διαγωνισμούς τραγουδιού, όπως το X Factor, αν και πιο πριν θα χρησιμοποιηθεί για διασκέδαση στο σπίτι.
«Αντί να αγοράσει κάποιος ένα μηχάνημα καραόκε, το οποίο θα περιλαμβάνει συγκεκριμένα τραγούδια, θα μπορούσε να δημιουργήσει τη δική του μουσική καραόκε στο σπίτι, προσθέτοντας μερικές ενδιαφέρουσες φωτογραφίες και αφήνοντας το πρόγραμμα να συνθέσει μουσική ειδικά για τον χρήστη», δήλωσε στη Guardian η Fidler. «Πιστεύω ότι οι δυνατότητες είναι απεριόριστες», πρόσθεσε.
Πηγές: Guardian/ΑΠΕ-ΜΠΕ
