چگونه موسیقی شناسان و دانشمندان از هوش مصنوعی برای تکمیل سمفونی ناتمام دهم بتهوون استفاده کردند

بازنشر افلاطون

دنبال: 0

هنگامی که لودویگ ون بتهوون در سال 1827 درگذشت، او سه سال از اتمام سمفونی نهم خود فاصله داشت، اثری که بسیاری آن را به عنوان اثر بزرگ او اعلام کردند. او کار بر روی دهمین سمفونی خود را آغاز کرده بود اما به دلیل بدتر شدن وضعیت سلامتی، نتوانست پیشرفت زیادی داشته باشد: تنها چیزی که او از خود به جای گذاشت چند طرح موسیقی بود.

از آن زمان، طرفداران بتهوون و موسیقی شناسان متحیر و ناله می کنند که چه چیزی می تواند باشد. یادداشت‌های او پاداشی باشکوه را به‌سختی می‌آوردند، البته پاداشی که برای همیشه دور از دسترس به نظر می‌رسید.

اکنون، به لطف کار تیمی از مورخان موسیقی، موسیقی شناسان، آهنگسازان و دانشمندان کامپیوتر، دیدگاه بتهوون زنده خواهد شد.

من ریاست کردم هوش مصنوعی سمت پروژه، رهبری گروهی از دانشمندان در استارتاپ خلاق هوش مصنوعی هوش مصنوعی Playform که هم کل مجموعه کارهای بتهوون و هم فرآیند خلاقیت او را به یک ماشین آموزش داد.

ضبط کامل سمفونی 10 بتهوون قرار است در 9 اکتبر 2021 منتشر شود، همان روزی که اولین اجرای جهانی برنامه ریزی شده در شهر بن، آلمان برگزار شود - اوج تلاش بیش از دو ساله.

تلاش های گذشته به دیوار برخورد کرد

در حدود سال 1817، انجمن سلطنتی فیلارمونیک در لندن بتهوون را مأمور ساخت سمفونی نهم و دهم خود کرد. نوشته شده برای یک ارکستر، سمفونی ها اغلب شامل چهار موومان هستند: اولی با تمپوی سریع، دومی با سرعت کمتر، سومی با سرعت متوسط یا سریع و آخرین با تمپوی سریع انجام می شود.

بتهوون کار خود را تکمیل کرد سمفونیک نهم در سال 1824، که با بی زمان به پایان می رسدسرود شادی"

اما وقتی نوبت به سمفونی دهم رسید، بتهوون چیز زیادی را پشت سر نگذاشت، به جز چند نت موسیقی و تعداد انگشت شماری ایده که یادداشت کرده بود.

تکه کاغذی که نت های موسیقی روی آن نوشته شده است. — صفحه ای از یادداشت های بتهوون برای دهمین سمفونی برنامه ریزی شده اش. اعتبار تصویر: موزه خانه بتهوون، CC BY-SA

در گذشته تلاش‌هایی برای بازسازی بخش‌هایی از سمفونی دهم بتهوون صورت گرفته است. معروف ترین آن، در سال 10، بری کوپر، موسیقی شناس، جرأت کرد موومان اول و دوم را کامل کند. او 1988 میله موسیقی را از طرح ها با هم ترکیب کرد تا آنچه را که به نظر او بود، خلق کند. تولید موومان اول که به دیدگاه بتهوون وفادار بود.

با این حال، پراکندگی طرح‌های بتهوون باعث شد که متخصصان سمفونی نتوانند از موومان اول فراتر بروند.

جمع آوری تیم

در اوایل سال 2019، دکتر ماتیاس رودر، مدیر موسسه کاراجانسازمانی در سالزبورگ اتریش که فن آوری موسیقی را ترویج می کند، با من تماس گرفت. او توضیح داد که در حال تشکیل تیمی برای تکمیل سمفونی دهم بتهوون در جشن تولد 10 سالگی آهنگساز است. آگاهی از کار من روی هنر تولید شده توسط هوش مصنوعی، او می خواست بداند که آیا هوش مصنوعی می تواند به پر کردن جای خالی بتهوون کمک کند.

چالش ترسناک به نظر می رسید. برای انجام این کار، هوش مصنوعی باید کاری را انجام دهد که قبلا هرگز انجام نداده بود. اما من گفتم یک بار به آن ضربه می زنم.

سپس رودر تیمی را تشکیل داد که شامل آهنگساز اتریشی والتر ورزوا بود. معروف به نوشتن اینتل امضای بونگ جینگلورزوا موظف شد نوع جدیدی از ترکیب بندی را گردآوری کند که آنچه بتهوون را پشت سر گذاشته با آنچه که هوش مصنوعی ایجاد می کند یکپارچه کند. مارک گاتهام، یک متخصص موسیقی محاسباتی، تلاش برای رونویسی طرح های بتهوون و پردازش کل مجموعه کارهای او را رهبری کرد تا هوش مصنوعی بتواند به درستی آموزش داده شود.

این تیم نیز شامل شد رابرت لوین، یک موسیقی شناس در دانشگاه هاروارد که اتفاقاً یک پیانیست باورنکردنی نیز هست. لوین قبلا تمام شده بود تعدادی از آثار ناقص قرن 18 توسط موتزارت و یوهان سباستین باخ.

پروژه شکل می گیرد

در ژوئن 2019، این گروه برای یک کارگاه آموزشی دو روزه در کتابخانه موسیقی هاروارد گرد هم آمدند. در اتاقی بزرگ با یک پیانو، یک تخته سیاه و مجموعه‌ای از کتاب‌های طراحی بتهوون که بیشتر آثار شناخته شده‌اش را در بر می‌گیرد، در مورد اینکه چگونه می‌توان قطعات را به یک قطعه موسیقی کامل تبدیل کرد و چگونه هوش مصنوعی می‌تواند به حل این معما کمک کند، صحبت کردیم، در حالی که همچنان وفادار می‌مانیم. به روند و دیدگاه بتهوون.

کارشناسان موسیقی حاضر در اتاق مشتاق بودند تا در مورد نوع موسیقی که هوش مصنوعی در گذشته ایجاد کرده بود بیشتر بیاموزند. به آنها گفتم که هوش مصنوعی چگونه با موفقیت موسیقی تولید کرده است به سبک باخ. با این حال، این تنها هماهنگی یک ملودی ورودی بود که شبیه باخ بود. به چیزی که باید انجام می‌دادیم نزدیک نمی‌شد: ساختن یک سمفونی کامل از چند عبارت.

در همین حال، دانشمندان حاضر در اتاق - از جمله خود من - می خواستند در مورد نوع مواد موجود و چگونگی استفاده از آنها برای تکمیل سمفونی بیاموزند.

کار در دست در نهایت متبلور شد. ما باید از نت‌ها و ترکیب‌بندی‌های کامل شده از کل مجموعه آثار بتهوون - همراه با طرح‌های موجود از سمفونی دهم - استفاده کنیم تا چیزی بسازیم که خود بتهوون ممکن است نوشته باشد.

این یک چالش فوق العاده بود. ما دستگاهی نداشتیم که بتوانیم طرح‌ها را به آن بخورانیم، دکمه‌ای را فشار دهیم و سمفونی را بیرون بیاوریم. بیشتر هوش مصنوعی موجود در آن زمان نمی‌توانست یک قطعه موسیقی ناتمام را بیش از چند ثانیه ادامه دهد.

ما باید با آموزش فرآیند خلاقانه بتهوون به ماشین، مرزهای کاری را که هوش مصنوعی خلاقانه می‌تواند انجام دهد پیش ببریم - اینکه چگونه او چند نوار موسیقی را می‌گیرد و با زحمت آنها را به سمفونی‌ها، کوارتت‌ها و سونات‌های هیجان‌انگیز تبدیل می‌کند.

در هم آمیختن فرآیند خلاقیت بتهوون

با پیشرفت پروژه، جنبه انسانی و ماشینی همکاری تکامل یافت. Werzowa، Gotham، Levin و Röder طرح‌های سمفونی دهم را رمزگشایی و رونویسی کردند و سعی کردند اهداف بتهوون را درک کنند. با استفاده از سمفونی‌های تکمیل‌شده او به‌عنوان یک الگو، آن‌ها سعی کردند پازلی را که تکه‌های طرح‌ها باید کجا بروند – کدام حرکت، کدام بخش از حرکت، کنار هم بچینند.

آنها باید تصمیماتی می گرفتند، مانند تعیین اینکه آیا طرحی نقطه شروع را نشان می دهد یا خیر یک اسکرو، که بخش بسیار پر جنب و جوشی از سمفونی است، معمولاً در موومان سوم. یا ممکن است تشخیص دهند که یک خط موسیقی احتمالاً اساس آن بوده است یک فوگکه ملودی است که از در هم تنیدن قطعاتی که همگی یک مضمون مرکزی را بازتاب می دهند، ایجاد می شود.

بخش هوش مصنوعی پروژه - طرف من - خود را درگیر طیف وسیعی از وظایف چالش برانگیز دید.

ابتدا، و از همه اساسی‌تر، باید بفهمیم که چگونه می‌توان یک عبارت کوتاه یا حتی یک موتیف را در نظر گرفت و از آن برای توسعه ساختار موسیقی طولانی‌تر و پیچیده‌تر استفاده کرد، درست همانطور که بتهوون انجام می‌داد. برای مثال، ماشین باید یاد می گرفت که بتهوون چگونه سمفونی پنجم را ساخت از یک موتیف چهار نت اصلی.

در مرحله بعد، از آنجایی که ادامه یک عبارت نیز باید از یک فرم موسیقی خاص پیروی کند، خواه یک اسکرو، سه‌گانه یا فوگ باشد، هوش مصنوعی باید فرآیند بتهوون را برای توسعه این فرم‌ها یاد بگیرد.

فهرست کارها بزرگ شد: ما باید به هوش مصنوعی آموزش می دادیم که چگونه یک خط ملودیک را انتخاب کند و آن را هماهنگ کند. هوش مصنوعی باید بیاموزد که چگونه دو بخش موسیقی را به هم پیوند دهد. و ما متوجه شدیم که هوش مصنوعی باید بتواند آهنگسازی کند یک کدا، که بخشی است که بخشی از یک قطعه موسیقی را به نتیجه می رساند.

در نهایت، هنگامی که ما یک آهنگسازی کامل داشتیم، هوش مصنوعی باید نحوه تنظیم آن را که شامل اختصاص سازهای مختلف برای بخش‌های مختلف است، بیابد.

و باید این وظایف را به روشی که بتهوون ممکن است انجام دهد انجام می داد.

قبولی در اولین آزمون بزرگ

در نوامبر 2019، تیم بار دیگر شخصاً ملاقات کرد - این بار، در بن، در موزه خانه بتهوون، جایی که آهنگساز متولد و بزرگ شد.

این جلسه آزمون تورنسل برای تعیین اینکه آیا هوش مصنوعی می تواند این پروژه را تکمیل کند یا خیر بود. ما قطعات موسیقی را که توسط هوش مصنوعی توسعه داده شده بود و از طرح‌های 10 بتهوون ساخته شده بود، چاپ کردیم. یک پیانیست در یک سالن کنسرت کوچک در موزه در حضور گروهی از روزنامه نگاران، محققان موسیقی و کارشناسان بتهوون اجرا کرد.

گروهی از مردم دور یک نوازنده پیانو ایستاده اند. — روزنامه‌نگاران و نوازندگان گرد هم می‌آیند تا یک پیانیست را در حال اجرای قطعاتی از سمفونی دهم بتهوون بشنوند. اعتبار تصویر: احمد الگامال، CC BY-SA

ما مخاطبان را به چالش کشیدیم تا مشخص کنند عبارات بتهوون به کجا ختم می‌شود و برون‌یابی هوش مصنوعی از کجا شروع شد. آنها نتوانستند.

چند روز بعد، یکی از این نمرات تولید شده توسط هوش مصنوعی پخش شد کوارتت زهی در یک کنفرانس خبری. فقط کسانی که از نزدیک طرح‌های بتهوون برای سمفونی دهم را می‌شناختند، می‌توانستند تعیین کنند که قطعات تولید شده توسط هوش مصنوعی چه زمانی وارد شدند.

موفقیت این آزمایش ها به ما گفت که در مسیر درستی هستیم. اما این فقط چند دقیقه موسیقی بود. هنوز کار خیلی بیشتری برای انجام دادن وجود داشت.

آماده برای جهان

در هر نقطه، نبوغ بتهوون ظاهر می شد و ما را به چالش می کشید تا بهتر عمل کنیم. همانطور که پروژه تکامل یافت، هوش مصنوعی نیز این کار را انجام داد. در طول 18 ماه بعد، ما دو موومان کامل بیش از 20 دقیقه را ساختیم و ارکستر کردیم.

ما پیش‌بینی می‌کنیم که به این کار بازگردانده شود – کسانی که می‌گویند هنرها باید از AI خارج از محدودیت باشند و هوش مصنوعی کاری ندارد که بتواند فرآیند خلاقیت انسان را تکرار کند. با این حال، وقتی صحبت از هنر به میان می‌آید، من هوش مصنوعی را نه به عنوان یک جایگزین، بلکه به عنوان ابزاری می‌بینم – ابزاری که درهایی را به روی هنرمندان باز می‌کند تا خودشان را به روش‌های جدیدی بیان کنند.

این پروژه بدون تخصص مورخان و موسیقیدانان بشری امکان پذیر نبود. برای دستیابی به این هدف، کار بسیار زیادی لازم بود - و بله، تفکر خلاق.

در یک نقطه، یکی از کارشناسان موسیقی در تیم گفت که هوش مصنوعی او را به یاد یک دانشجوی مشتاق موسیقی می اندازد که هر روز تمرین می کند، یاد می گیرد و بهتر و بهتر می شود.

اکنون آن دانشجو با گرفتن باتوم از بتهوون، آماده است تا سمفونی دهم را به جهانیان ارائه دهد.