Stačí zadat slova a umělá inteligence Googlu složí hudbu

Není to tak dlouho, co se předpokládalo, že nová průmyslová revoluce začne měnit trh práce v oblasti méně kvalifikovaných a převážně manuálních profesí. Zrychlující se nástup systémů strojového učení však ukazuje, že bude mít vliv i na kreativní zaměstnaní.

Řada vývojových týmů již vytrénovala své systémy tak, že se odvážila pustit do běžného provozu a jejich výtvory se távají součástí komerční produkce, kde mohou zcela nahradit nebo být alespoň nápomocni práci kreativce.

V podstatě každý si tak může nechat vytvořit na přání obraz nebo si popovídat s počítačem a dostat od něj odpovědi na položené otázky, byť ne vždy správné. Nový systém MusicLM umožní skládat hudbu.

Google svou novinku popsal ke konci minulého týdne, ale zatím ji nechce dávat km dispozici veřejnosti. Firma nevstupuje na pole neorané, protože tu již několik podobných služeb funguje, ale výsledky jejího systému mají být výrazně lepší, než jaké nabízí konkurence v podobě MuseNet nebo Jukeboxu od OpenAI, Soundraw.io, Amper Music a dalších.

„Model generuje vysoce věrnou hudbu z textových popisů, jako je ‚uklidňující houslová melodie kombinovaná se zkresleným kytarovým riffem‘… generuje hudbu o frekvenci 24 kHz, která zůstává konzistentní po dobu několika minut,“ popisují fungování MusicLM její tvůrci.

Programátoři z Googlu nechali systém vytrénovat na 280 tisících hodinách hudebních nahrávek a podle svých slov překonávají předchozí systémy jak v kvalitě zvuku, tak v dodržování textového popisu.

„Navíc jsme prokázali, že MusicLM může být podmíněn textem i melodií v tom smyslu, že dokáže transformovat pískané a broukané melodie podle stylu popsaného v textovém popisku,“ doplňují.

Vedle hudby si MusicLM zvládne navrhnout i obraz „na přebal“ singlu. Ukázky hudby i obrázků můžete prozkoumat zde.

Přesto Google podle portálu Bussines Insider uvedl, že nemá v úmyslu zpřístupnit MusicLM veřejnosti, přičemž uvedl řadu rizik a mezi nimi i potenciální zpronevěřu kreativního obsahu. V nahrávkách byli totiž schopni odhalit, že asi 1 procento vygenerované hudby bylo replikováno ze skladeb, na nichž byl systém vytrénován.