म्यूज़नेट: एआई-संचालित संगीत पीढ़ी
MuseNet एक गहरी neural network है जो दस उपकरणों का उपयोग करके चार मिनट तक लंबे संगीत टुकड़े उत्पन्न करता है, जिसमें देश से मोजार्ट से बीटल्स तक की शैलियों शामिल हैं। सैकड़ों हजारों एमआईडीआई फाइलों पर प्रशिक्षित किया गया, इसने किसी भी संगीत सिद्धांत निर्देश के बिना शुद्ध रूप से अगले- token भविष्यवाणी के माध्यम से सामंजस्य, लय और शैली सीखी। जीपीटी -2 के समान Transformer वास्तुकला पर निर्मित, यह दर्शाता है कि एक एकल अनसुरीक्षित सीखने की विधि भाषा और संगीत दोनों में सुसंगत, रचनात्मक आउटपुट का उत्पादन कर सकती है।
यदि आपने कभी सोचा है कि क्या AI वास्तव में संगीत रचना कर सकते हैं - न केवल यादृच्छिक बीप, लेकिन शास्त्रीय पियानो के साथ देश twang मिश्रण असली गाने MuseNet एक आकर्षक जवाब प्रदान करता है। इस लेख में, आप सीखेंगे कि MuseNet क्या है, यह हुड के नीचे कैसे काम करता है, और क्यों संगीत पीढ़ी के लिए इसका दृष्टिकोण पारंपरिक संगीत सॉफ्टवेयर से अलग है.
म्यूज़नेट क्या है?
म्यूज़नेट एक गहरा तंत्रिका नेटवर्क है जो चार मिनट तक की संगीत रचनाओं को उत्पन्न करने के लिए बनाया गया है, एक बार में दस अलग-अलग उपकरणों का उपयोग करते हुए। इसे विशेष रूप से दिलचस्प बनाने वाली इसकी सीमा हैः यह देश संगीत, मोजार्ट के कार्यों और बीटल्स द्वारा गानों जैसी विभिन्न शैलियों के बीच तरलता से स्थानांतरित हो सकता है। आप इसे शास्त्रीय शैली में एक टुकड़ा लिखने या मानव संगीतकार कभी भी प्रयास नहीं कर सकते हैं।
यह उपकरण एआई-जनित संगीत के बारे में उत्सुक किसी भी व्यक्ति - शौकिया, प्रेरणा की तलाश करने वाले संगीतकारों या बस उन लोगों के लिए बनाया गया था जो सुनना चाहते हैं कि जब एक मशीन रचना पर अपना हाथ आजमाती है तो क्या होता है।
इसे कभी संगीत सिद्धांत नहीं सिखाया गया
यहाँ है आश्चर्यजनक हिस्सा: MuseNet संगीत के मानव ज्ञान के साथ स्पष्ट रूप से प्रोग्राम नहीं किया गया था. कोई भी बैठ गया और इसे खिलाया नियम chord प्रगति, समय हस्ताक्षर, या क्या एक धुन सुखद बनाता है।
इसके बजाय, यह प्रणाली भविष्यवाणी करके सीखती है कि आगे क्या होगा। शोधकर्ताओं ने इसे सैकड़ों-हजारों एमआईडीआई फाइलों पर प्रशिक्षित किया और इस प्रक्रिया के माध्यम से ही उसने अपने आप में सामंजस्य, लय और शैली के पैटर्न की खोज की। दूसरे शब्दों में, संगीत का "समझना" जो आप उसके आउटपुट में सुनते हैं वह निर्देश के बजाए केवल पैटर्न पहचानने से निकला था।
यह दृष्टिकोण आधुनिक मशीन लर्निंग के बारे में बहुत कुछ कहता हैः पर्याप्त उदाहरण दिए जाने पर, एक मॉडल जटिल रचनात्मक संरचनाओं को उठा सकता है बिना किसी की सीधे व्याख्या किए।
जीपीटी-2 के पीछे एक ही तकनीक
यदि आपने AI भाषा मॉडलों का पालन किया है तो MuseNet की वास्तुकला परिचित लगेगी। यह GPT-2 के समान सामान्य-उद्देश्य वाली अनसुर्क्षित तकनीक का उपयोग करता है, जो एक अनुक्रम में अगले टोकन की भविष्यवाणी करने के लिए प्रशिक्षित बड़े पैमाने पर ट्रांसफार्मर मॉडल है।
कुंजी अंतर्दृष्टि यह है कि एक "टोकन" को शब्द नहीं होना चाहिए। यह संगीत डेटा का एक टुकड़ा भी हो सकता है। वही तंत्र जो GPT-2 को अगले शब्द की भविष्यवाणी करके सुसंगत पैराग्राफ उत्पन्न करने देता है, MuseNet को अगली संगीत घटना की पूर्वानुमान लगाकर सुसंगत गाने बनाने देता है। चाहे अनुक्रम ऑडियो या पाठ हो, अंतर्निहित विधि समान है।
इस साझा नींव से पता चलता है कि ट्रांसफार्मर मॉडल कितने लचीले हैं। भाषा और संगीत के लिए अलग-अलग प्रणालियों को डिजाइन करने के बजाय, शोधकर्ताओं ने दोनों डोमेन में एक शक्तिशाली विचार लागू कियाऔर प्रत्येक में प्रभावशाली परिणाम प्राप्त किए।
यह क्यों मायने रखता है
MuseNet यह दर्शाता है कि रचनात्मक आउटपुट के लिए हाथ से कोडित नियमों की आवश्यकता नहीं होती। पूरी तरह पूर्वानुमान पर प्रशिक्षित एक मॉडल संरचित, मल्टी-इंस्ट्रूमेंट संगीत का उत्पादन कर सकता है जो बहुत अलग शैलियों में फैला हुआ है। AI और रचनात्मकता को पार करने में रुचि रखने वाले किसी भी व्यक्ति के लिए, यह काम पर सामान्य प्रयोजन मशीन सीखने का एक ऐतिहासिक उदाहरण है।
MuseNet पर किसको ध्यान देना चाहिए
यदि आप एक संगीतकार हैं, MuseNet नए रचनात्मक विचारों को प्रज्वलित कर सकता है. अगर आप AI उत्साही हैं, यह कैसे ट्रांसफार्मर मॉडल पाठ से परे विस्तार का एक स्पष्ट चित्रण है. और अगर तुम सिर्फ उत्सुक हो, यह सुनने के लिए एक मजेदार तरीका है कि मशीन-जनित संगीत की तरह लगता है जब मशीन ने खुद को सब कुछ सिखाया है वह जानता है।
Comments (0)