برای نزدیک به یک دهه، Google به طور فعال با هنرمندان و موسیقی دانان تعامل داشته است تا بررسی کند که چگونه فناوری های نوظهور می توانند از خلاقیت حمایت کنند و به آنها کمک کنند تا عملکرد هنری خود را ارتقا دهند. همین سال گذشته، تیم‌هایی در سراسر Google – YouTube، Technology & Society و Google DeepMind – برنامه جدیدی را راه‌اندازی کردند تا به هنرمندان، ترانه سراها و تهیه‌کنندگان کمک کند تا تجربه عملی با ابزارها و نمونه‌های اولیه هوش مصنوعی موسیقی را برای ارائه بازخورد و راهنمایی‌های خود داشته باشند. و امروز، بینش‌های کلیدی را که از همکاری خود با نوازندگان در برنامه YouTube Music AI Incubator جمع‌آوری شده است، فاش می‌کنیم.
جوجه کشی هوش مصنوعی YouTube Music بخش مهمی از همکاری مداوم ما با متخصصان موسیقی است که در آن، با هم، ابزارهای هوش مصنوعی را طراحی می کنیم که نیازهای آنها را برآورده می کند و بیان خلاقانه آنها را افزایش می دهد. در طی جلسات فردی با ده‌ها شرکت‌کننده در انکوباتور جهانی، دانشمندان تحقیقاتی، مدیران برنامه و متخصصان محصول، بازخوردهایی را در مورد نمونه‌های اولیه در حال پیشرفت ما، از جمله Music AI Sandbox – مجموعه آزمایشی از ابزارهای هوش مصنوعی که در سال جاری به‌طور عمومی اعلام شد، به اشتراک گذاشتند و درخواست کردند. I/O €، طراحی شده برای افزایش جریان کار هنرمندانی که از طریق برنامه انکوباتور با ما همکاری می کنند.
این جلسات با هدف شکل‌دهی به آینده محصولات و ویژگی‌های موسیقی genAI ما، بازخورد صادقانه و صراحت مکالمه را تسهیل می‌کنند. امروز، ما گزارش جدیدی را به اشتراک می گذاریم که بینش ها و مشاهدات مهم را پس از گوش دادن و یادگیری در کنار این کارشناسان خلاق در سال گذشته ترکیب می کند.
در اینجا خلاصه ای از هشت بینش برتری است که از جلسات شرکت کنندگان در حین بررسی پتانسیل ابزارهای هوش مصنوعی جدید برای حمایت از بیان هنری خود جمع آوری کرده ایم:
1. شنیدن موسیقی شک و تردید را کاهش می دهد
در حالی که بسیاری از شرکت کنندگان در انکوباتور در ابتدا به توانایی هوش مصنوعی برای کمک به تولید موسیقی با عمق شک داشتند، نظرات آنها پس از گوش دادن به موسیقی تولید شده توسط هوش مصنوعی تغییر کرد. شگفتی اولیه با تأکید بر این نکته دنبال شد که ما باید به ساختن با و برای جامعه خلاق ادامه دهیم.
2. مدل های موسیقی می توانند تخیل را گسترش دهند
شرکت کنندگان به آزمایش با هوش مصنوعی برای کشف صداهای جدید و غیر متعارف، صرف نظر از «درست» و «نادرست» موسیقی، اهمیت دادند. ماهیت غیرقابل پیش‌بینی ابزارهای هوش مصنوعی موسیقی، آن را از سایر نرم‌افزارهای مورد استفاده در تولید موسیقی متمایز می‌کند که به عنوان کاتالیزوری برای آزمایش‌های خلاقانه در نظر گرفته می‌شد و به هنرمندان اجازه می‌داد تا امکانات صوتی جدیدی را کشف کنند.
3. ورودی های چندوجهی قفل بیان موسیقی را باز می کند
در حالی که درخواست‌های زبان طبیعی برخی از کنترل‌های خلاقانه را ارائه می‌دهند، شرکت‌کنندگان آنها را برای ایجاد موسیقی محدود می‌دانند. هنرمندان نیاز به رویکردهای متنوعی را ابراز کردند که به ترجیحات خلاقانه فراتر از تعامل مبتنی بر متن پاسخ دهد. این بازخورد ما را بر آن داشت تا رابط‌های جایگزین را بررسی کنیم، مانند تبدیل آهنگ‌های زمزمه و زمزمه به ملودی‌های دیجیتال.
4. مدل های هوش مصنوعی کاوش صداهای پیچیده را آسان می کند
هنرمندان دریافتند که هوش مصنوعی آزمودن صداهای پیچیده را آسان‌تر می‌کند، مانند آواز خواندن جمعیت یا آواز خواندن گروه‌های کر، برای ایجاد مکان‌هایی و دریافت احساسی درباره نحوه عملکرد یک قطعه. این به آنها کمک کرد تا ایده های جدیدی را ترسیم کنند تا ببینند کجا می توانند در مشارکت های موسیقی جدید سرمایه گذاری کنند.
5. تعامل در زمان واقعی باعث ایجاد سرگرمی می شود
تعامل با مدل های مولد در زمان واقعی به هنرمندان اجازه داد تا در آزمایش های بازیگوش شرکت کنند. با فعال کردن بازخورد و تعامل در زمان واقعی، هنرمندان توانستند یک رابطه پویا و مشارکتی را با ابزارهای هوش مصنوعی جدید تقویت کنند.
6. رشته های مختلف نیاز به طرح های متفاوتی دارند
جلسات انکوباتور نشان داد که هنرمندان، ترانه سراها و تهیه کنندگان نیازهای متمایز و کنترل های مورد نظر هنگام استفاده از این ابزارها دارند. در حالی که شرکت‌کنندگان پتانسیل هوش مصنوعی را به عنوان یک ابزار الهام‌بخش، شروع آهنگ، پایان‌دهنده آهنگ یا ابزاری می‌بینند، اما به کنترل‌هایی نیاز دارند که آنها را روی صندلی راننده نگه دارد تا بتوانند مهارت‌های خاص خود را به کار گیرند.
7. کسب درآمد، تخصیص و کنترل نگرانی های حیاتی هستند
تقریباً همه هنرمندان در انکوباتور بر اهمیت پرداختن به درآمدزایی، اسناد و کنترل در ایجاد موسیقی هوش مصنوعی تأکید کردند. آنها سوالات کلیدی را مطرح کردند: مالک موسیقی کیست؟ ترانه سراها چگونه غرامت می گیرند؟ این گروه به طور فعال راه‌حل‌ها و مدل‌های مختلف را برای مقابله با این چالش‌ها بررسی کردند. برای YouTube، اینها نگرانی های فرضی نیستند – ما به طور فعال روی رویکردهای مسئولانه برای رسیدگی به این حوزه های کلیدی کار می کنیم.
8. آموزش و دسترسی، کلیدهای توانمندسازی هستند
نوازندگان نشان دادند که ابزارهای هوش مصنوعی می‌تواند برای مبتدیان یا تولیدکنندگان نوظهور با دانش فنی یا منابع محدود مفید باشد. آنها توانایی هوش مصنوعی را برای دموکراتیک کردن خلق موسیقی، ارائه فرصت های آموزشی و توانمندسازی افراد برای کشف بیان موسیقی بدون توجه به تجربه یا پیشینه فنی خود تصور کردند.
نگاه به جلو
تمرکز ما بر خلق مشترک است – همکاری با هنرمندان، ترانه سراها، خلاقان، داستان نویسان و اعضای جامعه برای تصور امکانات فناوری ضروری است. ما معتقدیم دعوت از افکار و نظرات کسانی که از این ابزارهای هوش مصنوعی بیشتر استفاده می کنند ضروری است تا اطمینان حاصل شود که این فناوری در طولانی مدت مفیدتر، جذاب تر و در دسترس تر است.
علاوه بر مشارکت مداوم YouTube با هنرمندان از همه نوع، ما به سرمایه‌گذاری در برنامه‌های هنر و فناوری متمرکز مانند Magenta Studio، Google Arts & Culture، Artists + Machine Intelligence و Lab Sessions ادامه خواهیم داد.
تعهد ما به تقویت گفتگو پیرامون هوش مصنوعی و خلاقیت فراتر از محصولات ما است. برای نگاه دقیق‌تر به نحوه برقراری مکالمات درباره خلاقیت و هوش مصنوعی در سراسر جهان در حوزه‌های مختلف، نمایشگاه ما را در Google Arts & Culture در مورد بحثی که با هنرمندان با همکاری The Serpentine Galleries در لندن برگزار کردیم، بررسی کنید. همانطور که به کاوش در تلاقی فناوری و جامعه ادامه می دهیم، مشتاق هستیم با طیف گسترده ای از جوامع – هنری و فراتر از آن – ارتباط برقرار کنیم و از آنها بیاموزیم.