fbpx
Aa Aa Aa
Aa Aa Aa
Pročytaty vgolos
Zupynyty čytannja

Vmije maljuvaty, ne goden žartuvaty — golovne pro AI vid Google

Вміє малювати, не годен жартувати — головне про AI від Google

Žurnalistka Rejčl Metc rozpytuje u predstavnyka proektu Google Magenta pro te, jak rozvyvajeťsja štučnyj intelekt u kompaniї — ta čomu žodna z form štučnogo intelektu dosi ne može sklasty do puttja normaľnogo žartu ta rozpiznavaty sarkazm, gumor čy ironiju, ale može uporatysja iz tvorčymy zavdannjamy
Журналістка Рейчл Метц розпитує у представника проекту Google Magenta про те, як розвивається штучний інтелект у компанії — та чому жодна з форм штучного інтелекту досі не може скласти до пуття нормального жарту та розпізнавати сарказм, гумор чи іронію, але може упоратися із творчими завданнями
Читати кирилицею

Speciaľni možlyvosti

Pročytaty vgolos
Zupynyty čytannja
Kontrastna versija
  Дуґлас Ек (Douglas Eck) працює у проекті Google Magenta. Серед основних завдань цього проекту — навчити штучний інтелект (AI) створювати музику та взагалі займатися творчістю. Ек 15 років вивчає можливості технологій та музики — а тепер вчить системи машинного навчання творчості. Чи може нейромережа стати вправним композитором — і чому комп’ютерам досі не вдаються людські жарти? В чому унікальність підходу Google до творчості із використанням AI. За словами Ека, команда проекту вивчає вузьке спрямування можливостей штучного інтелекту — так можна краще вивчити все, на що здатна нейромережа та потенціал машинного навчання. Крім того, розробники, ентузіасти та представники креативної індустрії краще працюють саме із творчими проектами. Чому Magenta зосереджена на музиці. Ек визнає, що тут зіграла роль його давня пристрасть до музики та аудіоконтенту та технологій, що пов’язані із ними. Відтак тепер він вивчає цю сферу із використанням AI. Проте наголошує, що напрацювання в рамках проекту можна буде масштабувати й на інші види та форми творчості, до яких долучатимуть штучний інтелект. Як звучить результат творчості AI Magenta?. Вище представлено фрагмент музичної творчості від моделі під назвою Performance RNN. Дослідник радить звернути увагу не лише на текстуру композиції, а й на те, що алгоритм по суті імпровізує та створює ноти різної тональності, тривалості та навіть різні комбінації переходів між акордами. Програма вчиться на досвіді попередніх творів та на записаних раніше виступах піаністів чи власних імпровізаціях. Коли програми навчаться не імпровізувати, а писати музику. Поки що команда дослідників компанії Google працює над тим, аби навчити нейромережу не просто імпровізаціям, а й створенню шаблонів та моделей написання контенту. Хочуть вони й навчити програму самостійному музикуванню. Проте вже зараз програма здатна підбирати акорди та вибудовувати малюнок музичної композиції на основі попередньо закладених параметрів. Проект Sketch-RNN — чи здатен робот опанувати малювання із використанням нейромережі Крім музики, науковці також намагаються використати нейромережу для малювання. Для цього використовують низку малюнків та скетчів, створених людьми у сервісі Pictionary та результати взаємодії людини й машини у додатку Quick, Draw! Читатйте також: Український сервіс покращує фото через нейромережу. Однак у цьому експерименті є свої обмеження. Зокрема, тривалість малюнку на відео — лише 20 сек. Нейромережу довелося спочатку навчити клонуванню цих коротких відео, а потім — склеюванню великих малюнків із малих. Нейромережа фактично вивчала не окремі мазки пензлем чи стилусом, а одразу готові форми (наприклад, готові варіації зображення котів без наявного зразка для змальовування). Жарти — поки що непідкорена вершина. Науковець визнає, що поки що штучному інтелектові не надо успішно вдається сформулювати жарти. Ефект несподіванки та особливості побудови лінії жартів — це те, чого поки що не вдається навчити алгоритм машинного навчання. Адже окрім семантичних тонкощів тут також закладено іронію та вміння маніпулювати вхідними даними в залежності від очікуваного ефекту для того, на кого спрямовано цей жарт. Машини пробують жартувати, обігруючи лексичні чи фонетичні каламбури — але це поки що максимум, на який вони здатні. Що далі?. Музика — лише перша сходинка для розуміння того, як працює структура творчості та навчання не лише для машин, але й для людей також. Науковцям, що вчать AI музикуванню, малюванню чи мистецтву стенд-апів, належить з’ясувати, наскільки машина здатна вчитися не від конкретного митця, чий досвід вона вивчає, але й від аудиторії також. Параметри фідбеку та прогнозування — наступний етап, який слід вивчити та запровадити у системи штучного інтелекту. Раніше ми розповідали вам про те, як штучний інтелект може змінити наше користування Facebook вже у найближчому майбутньому.
Реклама 👇 Замовити

Duğlas Ek (Douglas Eck) pracjuje u proekti Google Magenta. Sered osnovnyh zavdań ćogo proektu — navčyty štučnyj intelekt (AI) stvorjuvaty muzyku ta vzagali zajmatysja tvorčistju. Ek 15 rokiv vyvčaje možlyvosti tehnologij ta muzyky — a teper «včyť» systemy mašynnogo navčannja tvorčosti. Čy može nejromereža staty vpravnym kompozytorom — i čomu komp’juteram dosi ne vdajuťsja ljudśki žarty?

V čomu unikaľnisť pidhodu Google do tvorčosti iz vykorystannjam AI

Za slovamy Eka, komanda proektu vyvčaje vuźke sprjamuvannja možlyvostej štučnogo intelektu — tak možna krašče vyvčyty vse, na ščo zdatna nejromereža ta potencial mašynnogo navčannja. Krim togo, rozrobnyky, entuziasty ta predstavnyky kreatyvnoї industriї krašče pracjujuť same iz tvorčymy proektamy.

Čomu Magenta zoseredžena na muzyci

Ek vyznaje, ščo tut zigrala roľ jogo davnja prystrasť do muzyky ta audiokontentu ta tehnologij, ščo pov’jazani iz nymy. Vidtak teper vin vyvčaje cju sferu iz vykorystannjam AI. Prote nagološuje, ščo napracjuvannja v ramkah proektu možna bude masštabuvaty j na inši vydy ta formy tvorčosti, do jakyh dolučatymuť štučnyj intelekt.

Jak zvučyť rezuľtat tvorčosti AI Magenta?

Vyšče predstavleno fragment muzyčnoї tvorčosti vid modeli pid nazvoju Performance RNN.

Doslidnyk radyť zvernuty uvagu ne lyše na teksturu kompozyciї, a j na te, ščo algorytm po suti improvizuje ta stvorjuje noty riznoї tonaľnosti, tryvalosti ta naviť rizni kombinaciї perehodiv miž akordamy. Programa včyťsja na dosvidi poperednih tvoriv ta na zapysanyh raniše vystupah pianistiv čy vlasnyh improvizacijah.

Koly programy navčaťsja ne improvizuvaty, a pysaty muzyku

Poky ščo komanda doslidnykiv kompaniї Google pracjuje nad tym, aby navčyty nejromerežu ne prosto improvizacijam, a j stvorennju šabloniv ta modelej napysannja kontentu. Hočuť vony j navčyty programu samostijnomu muzykuvannju. Prote vže zaraz programa zdatna pidbyraty akordy ta vybudovuvaty «maljunok» muzyčnoї kompozyciї na osnovi poperedńo zakladenyh parametriv.

Proekt Sketch-RNN — čy zdaten robot opanuvaty maljuvannja iz vykorystannjam nejromereži

Krim muzyky, naukovci takož namagajuťsja vykorystaty nejromerežu dlja maljuvannja. Dlja ćogo vykorystovujuť nyzku maljunkiv ta sketčiv, stvorenyh ljuďmy u servisi Pictionary ta rezuľtaty vzajemodiї ljudyny j mašyny u dodatku Quick, Draw!

Čytajte takož: Ukraїnśkyj servis pokraščuje foto čerez nejromerežu

Odnak u ćomu eksperymenti je svoї obmežennja. Zokrema, tryvalisť maljunku na video — lyše 20 sek. Nejromerežu dovelosja spočatku navčyty «klonuvannju» cyh korotkyh video, a potim — «sklejuvannju» velykyh maljunkiv iz malyh. Nejromereža faktyčno «vyvčala» ne okremi mazky penzlem čy stylusom, a odrazu gotovi formy (napryklad, gotovi variaciї zobražennja kotiv bez najavnogo zrazka dlja «zmaľovuvannja»).

Žarty — poky ščo nepidkorena veršyna

Naukoveć vyznaje, ščo poky ščo štučnomu intelektovi ne nado uspišno vdajeťsja sformuljuvaty žarty. Efekt nespodivanky ta osoblyvosti pobudovy liniї žartiv — ce te, čogo poky ščo ne vdajeťsja navčyty algorytm mašynnogo navčannja. Adže okrim semantyčnyh tonkoščiv tut takož zakladeno ironiju ta vminnja manipuljuvaty vhidnymy danymy v zaležnosti vid očikuvanogo efektu dlja togo, na kogo sprjamovano cej žart. Mašyny probujuť žartuvaty, obigrujučy leksyčni čy fonetyčni kalambury — ale ce poky ščo maksymum, na jakyj vony zdatni.

Ščo dali?

Muzyka — lyše perša shodynka dlja rozuminnja togo, jak pracjuje struktura tvorčosti ta navčannja ne lyše dlja mašyn, ale j dlja ljudej takož. Naukovcjam, ščo «včať» AI muzykuvannju, maljuvannju čy mystectvu stend-apiv, naležyť z’jasuvaty, naskiľky mašyna zdatna včytysja ne vid konkretnogo mytcja, čyj dosvid vona vyvčaje, ale j vid audytoriї takož. Parametry fidbeku ta prognozuvannja — nastupnyj etap, jakyj slid vyvčyty ta zaprovadyty u systemy štučnogo intelektu.

Raniše my rozpovidaly vam pro te, jak štučnyj intelekt može zminyty naše korystuvannja Facebook vže u najblyžčomu majbutńomu.

Jakščo vy znajšly pomylku, buď laska, vydiliť fragment tekstu ta natysniť Ctrl Enter.

Dodaty komentar

Takyj e-mail vže zarejestrovano. Skorystujtesja Formoju vhodu abo vvediť inšyj.

Vy vkazaly nekorektni login abo paroľ

Vybačte, dlja komentuvannja neobhidno uvijty.
Šče
Vy čytajete sajt ukraїnśkoju latynkoju. Podrobyci v Manifesti
Hello. Add your message here.

Povidomyty pro pomylku

Tekst, jakyj bude nadislano našym redaktoram: