Бесплатная библиотека
Читайте книгу на сайте или телефоне
READ-E-BOOK » Зарубежная образовательная литература » Код креативности. Как искусственный интеллект учится писать, рисовать и думать
Код креативности. Как искусственный интеллект учится писать, рисовать и думать - Читать Любимую Русскую Полную Книгу 👉 Read-E-Book.com

Код креативности. Как искусственный интеллект учится писать, рисовать и думать

Электронная книга - «Код креативности. Как искусственный интеллект учится писать, рисовать и думать». Краткое содержание книги:

Знаменитый оксфордский профессор и популяризатор науки Маркус дю Сотой исследует природу творчества, освещая наиболее важные аспекты работы алгоритмов и математических правил, которые лежат в их основе. Он задается вопросом, насколько наш эмоциональный отклик на произведения искусства обусловлен реакцией мозга на закономерности и структуры и что именно означает заниматься творчеством в математике, изобразительном искусстве, литературе и музыке. На основе ярких примеров того, как «поверяется алгеброй гармония» мировых шедевров, среди которых «Евгений Онегин» Пушкина, «Песнь льда и пламени» Джорджа Р. Р. Мартина и «Гарри Поттер»; музыкальные произведения Вагнера и Шуберта, с одной стороны, и творчество Massive Attack, Beatles, Боба Дилана – с другой, автор выясняет, через какое время машины, возможно, научатся создавать действительно творческие произведения и могут ли они, в свою очередь, стимулировать наше воображение. Результат перед вами: увлекательное и совершенно необычное исследование как искусственного интеллекта, так и сути того, что значит быть человеком.
«Искусственный интеллект потрясает самые основы нашего существования, демонстрируя, сколь многое из того, чем занимаются люди, машины могут делать не хуже, а то и лучше их. Но эта книга посвящена не столько будущему с беспилотными машинами и компьютеризованной медициной, сколько вопросу о том, смогут ли алгоритмы состязаться сколько-нибудь существенным образом с могуществом человеческого кода. Способны ли компьютеры к творчеству? Что нужно для творчества? В какой степени эмоциональная реакция на произведения искусства является результатом реакции мозга на определенные рисунки и структуры? Таковы некоторые из тем, которые мы рассмотрим». (Маркус дю Сотой)
В формате PDF A4 сохранен издательский макет книги.
1 ... 90 91 92 93 94 95 96 97 98 ... 138
Перейти на страницу:

Такой многомерный анализ приводит к более структурно связанным хоралам, чем те, которые получаются у алгоритмов, пробирающихся от начала к концу, не зная, куда именно ведет их извилистый путь, и ориентируясь только по тому, что произошло в прошлом. Тем не менее и этот анализ на самом деле производится лишь на локальном уровне. Алгоритм рассматривает сферу, окружающую каждую ноту, и пытается определить ноту, исходя из содержимого сферы, но размер сферы ограничен. В случае DeepBach он рассматривает по четыре такта в обе стороны от данной ноты. Насколько же успешно работает этот алгоритм?

Гаэтан Аджер и его научные руководители разбили хоралы Баха на две группы: 80 % использовались для тренировки алгоритма, а оставшиеся 20 – в качестве проверочных данных. После этого добровольцам предложили прослушать хоралы, созданные DeepBach, вместе с настоящими хоралами Баха из проверочных данных. Они должны были сказать, кто, по их мнению, был автором каждого хорала – Бах или алгоритм. Слушателей просили рассказать об истории их знакомства с музыкой, которая, очевидно, влияла на достоверность их оценки. Например, студенты композиторского отделения услышат то, чего не заметит человек с нетренированным слухом.

Результаты оказались поразительными: в 50 % случаев пьесы алгоритма DeepBach принимали за произведения Баха. Студенты-композиторы показали чуть лучшие результаты, но и им пришлось нелегко: они не смогли распознать подделку в 45 % произведений DeepBach. Внушительное достижение. Сочинить хорал – дело довольно непростое. Одной неверной ноты будет достаточно, чтобы распознать фальшивку. Бах не допускал в своих сочинениях никаких ошибок, и тем не менее слушатели приняли 25 % его хоралов за продукцию машины! И все они были вполне впечатляющими произведениями. Не хочу показаться снобом, но хоралы – это, возможно, самое скучное из того, что создал Бах. Ему приходилось заниматься массовым производством мелодий для гимнов, но меня лично в творчестве Баха трогают не они.

Одним из главных препятствий в любом проекте обучения по работам мастеров бывает недостаток качественных данных. Может показаться, что 389 хоралов – это очень много, но на самом деле этого количества едва хватает для обучения. В областях успешного машинного обучения – например, в сфере компьютерного зрения – алгоритм тренируется на миллионах образов. Здесь же имелось всего 389 точек, а другие композиторы в большинстве своем были гораздо менее плодовиты. Хоралы Баха полезны тем, что они дают очень похожие друг на друга примеры одного и того же явления. Но, если посмотреть на творчество композитора более широким взглядом, в его произведениях может быть столько разнообразия, что машина просто не сможет на этих данных ничему научиться. Возможно, именно это в конечном счете и защищает искусство человека от наступления машин. Хороших произведений просто настолько мало, что машинам не на чем научиться их имитировать. Они, конечно, могут штамповать музыкальную жвачку, но не качественную музыку.

12

Формула-песенник

Музыка выражает то, чего нельзя сказать словами,

и то, что не может оставаться безмолвным.

Виктор Гюго

Я играю на трубе, но мне так и не удалось освоить джазовую импровизацию. Я вполне уверенно играю по нотам в оркестре, но, чтобы играть джаз, нужно стать композитором. Более того, нужно стать композитором, сочиняющим на лету, реагирующим на то, что играют окружающие, в реальном времени. Я всегда искренне восхищался теми, кто на это способен.

В результате многочисленных попыток научиться играть джаз я понял, что в хорошей импровизации есть элемент головоломки. В джазовом стандарте обычно есть набор аккордов, который изменяется по ходу пьесы. Трубач должен проводить линию, соответствующую этим изменяющимся аккордам. Но при этом его решения должны обеспечивать и внутренне логичное развитие от ноты к ноте, так что джазовое исполнение подобно прокладке курса в двумерном лабиринте. Аккорды определяют допустимые ходы в вертикальном направлении, а сыгранные в предыдущий момент ноты – в горизонтальном. По мере того как джаз становится более свободным, последовательность аккордов все более растекается, и нужно чувствовать, что в следующий момент может сыграть пианист, а это опять же зависит от аккордов, сыгранных ранее.

Хороший импровизатор внимательно слушает и знает, куда пианист вероятнее всего может повести свою тему.

Создание машины, способной на это, не кажется невозможным, но в этой области есть трудности, с которыми не сталкиваются алгоритмические композиторы вроде Emmy. Алгоритм джазовой импровизации должен играть, реагируя на поступление новых данных в режиме взаимодействия в реальном времени.

1 ... 90 91 92 93 94 95 96 97 98 ... 138
Перейти на страницу:
0
Сюжет
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
0
Атмосфера
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
0
Главный герой
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
0
Общее впечатление
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
Итоговая оценка: 0.0 из 10 (голосов: 0 / История оценок)