Um zu sehen, was die Verwendung von KI so schwierig macht, bitten Sie sie, einen Popsong zu schreiben

Unheimliches Tal über UNSW

Willkommen zu Hause, willkommen zu Hause, oh oh oh, die Welt ist wunderschön, die Welt. Sie sind nicht die eingängigsten Texte. Aber nachdem ich Beautiful the World ein halbes Dutzend Mal gehört habe, bleibt der Refrain in meinem Kopf hängen und mein Fuß wippt. Nicht schlecht für eine Melodie, die von einer auf einem Datensatz trainierten KI erzeugt wird Eurovision Lieder und Koala- und Kookaburra-Schreie.

Bereits im Mai gewann Beautiful the World den KI-Songwettbewerb, ein Wettbewerb des niederländischen Senders VPRO, bei dem 13 Teams aus aller Welt versuchten, mit Hilfe künstlicher Intelligenz einen Hit-Popsong zu produzieren.

Der Gewinnerbeitrag wurde erstellt von Unheimliches Tal , ein Team aus Musikern und Informatikern aus Australien, das sowohl menschliches Songwriting als auch KI-Beiträge nutzte. Ihre Musik war aufregend, sagt Anna Huang, eine KI-Forscherin bei Google Brain, die eine der Juroren des Wettbewerbs war. Der Hybrid-Aufwand glänzte wirklich.

Viele glauben, dass der kurzfristige Nutzen der KI aus der Zusammenarbeit resultieren wird, bei der Teams aus Menschen und Maschinen zusammenarbeiten und jeder seine Stärken ausspielen kann. KI kann manchmal ein Assistent sein, nur ein Werkzeug, sagt Carrie Cai, eine Kollegin von Huang bei Google Brain, die die Mensch-Computer-Interaktion untersucht. Oder AI könnte ein Mitarbeiter sein, ein anderer Komponist im Raum. Die KI könnte dich sogar aufleveln und dir Superkräfte verleihen. Es könnte wie Komponieren mit Mozart sein.

Aber dazu müssen KI-Tools einfach zu bedienen und zu kontrollieren sein. Und der AI Song Contest hat sich als nützlicher Test erwiesen, wie man das erreichen kann.

Huang, Cai und ihre Kollegen haben sich die verschiedenen Strategien angesehen, mit denen verschiedene Teams mit den KIs zusammenarbeiten. In vielen Fällen bemühten sich die Menschen, die Maschinen dazu zu bringen, das zu tun, was sie wollten, und erfanden schließlich Problemumgehungen und Hacks. Die Forscher identifizieren mehrere Möglichkeiten, wie KI-Tools verbessert werden könnten, um die Zusammenarbeit zu erleichtern.

Ein häufiges Problem war, dass es schwierig ist, mit großen KI-Modellen zu interagieren. Sie könnten einen vielversprechenden ersten Entwurf für einen Song produzieren. Aber es gab keine Möglichkeit, dem Modell Feedback für einen zweiten Durchgang zu geben. Die Teams konnten nicht hineingehen und einzelne Teile optimieren oder die KI anweisen, die Melodie fröhlicher zu machen.

Am Ende verwendeten die meisten Teams kleinere Modelle, die bestimmte Teile eines Songs wie Akkorde oder Melodien produzierten, und fügten diese dann von Hand zusammen. Uncanny Valley nutzte einen Algorithmus, um beispielsweise Texte und Melodien abzugleichen, die von verschiedenen KIs produziert wurden.

Eine andere Mannschaft, Dadabots x Porträt XO , wollte ihren Refrain nicht zweimal wiederholen, fand aber keine Möglichkeit, die KI anzuweisen, die zweite Version zu ändern. Am Ende hat das Team sieben Modelle verwendet und verschiedene Ergebnisse zusammengeschustert, um die gewünschte Variation zu erhalten.

Es war, als würde man ein Puzzle zusammensetzen, sagt Huang: Einige Teams fanden das Puzzle unangemessen schwierig, andere fanden es aufregend, weil sie so viele Rohstoffe und bunte Puzzleteile zusammensetzen mussten.

Uncanny Valley nutzte die KIs, um die Zutaten bereitzustellen, darunter Melodien, die von einem Modell produziert wurden, das auf Koala-, Kookaburra- und tasmanischen Teufelsgeräuschen trainiert war. Die Leute im Team stellen diese dann zusammen.

Es ist, als hätte man einen schrulligen menschlichen Mitarbeiter, der nicht so toll im Songwriting, aber sehr produktiv ist, sagt Sandra Uitdenbogerd, Informatikerin an der RMIT University in Melbourne und Mitglied von Uncanny Valley. Wir wählen die Bits aus, mit denen wir arbeiten können.

Aber das war mehr Kompromiss als Zusammenarbeit. Ehrlich gesagt denke ich, dass Menschen es genauso gut hätten machen können, sagt sie.

Generative KI-Modelle erzeugen Ausgaben auf der Ebene einzelner Noten – oder Pixel im Fall der Bilderzeugung. Sie nehmen das Gesamtbild nicht wahr. Menschen hingegen komponieren typischerweise in Bezug auf Strophe und Refrain und wie ein Lied aufgebaut wird. Es gibt eine Diskrepanz zwischen dem, was KI produziert, und unserem Denken, sagt Cai.

Cai möchte das Design von KI-Modellen ändern, um die Arbeit mit ihnen zu vereinfachen. Ich denke, das könnte das Gefühl der Kontrolle für die Benutzer wirklich verbessern, sagt sie.

Davon profitieren nicht nur Musiker und Künstler. KI benutzerfreundlicher zu machen, indem den Menschen mehr Möglichkeiten gegeben werden, mit ihren Ergebnissen zu interagieren, wird sie vertrauenswürdiger machen, wo immer sie verwendet werden, von wo aus sie verwendet werden Polizei zum Gesundheitswesen.

Wir haben gesehen, dass die Bereitstellung von Werkzeugen für Ärzte zur Steuerung von KI wirklich einen Unterschied in ihrer Bereitschaft machen kann, KI überhaupt einzusetzen, sagt Cai.

verbergen