يتعلم برنامج جوجل لتأليف الأغاني عن طريق الجمع ما بين الإحصائيات والقواعد المحددة، وقد تسهل هذه الطريقة على المهندسين تصميم برامج أخرى للذكاء الاصطناعي.
يتعلم برنامج جوجل لتأليف الأغاني عن طريق الجمع ما بين الإحصائيات والقواعد المحددة، وقد تسهل هذه الطريقة على المهندسين تصميم برامج أخرى للذكاء الاصطناعي.
أهلاً بك في مجرة! أنت الآن تقف على أعتاب أفضل محتوى عربي ستجده
أبداً على الإنترنت.
أنشئ حساباً واستمتع بقراءة مقالتين مجاناً كل
شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العربية والعالمية.
عملية تحضير البيانات قبل استخدامها في تطبيقات التحليل أو التعلم الآلي عن طريق مجموعة من الإجراءات التي تشمل إيجاد وإصلاح أو إزالة كافة البيانات غير الصحيحة والتالفة والمكررة وغير الكاملة والمصاغة بشكل خاطئ وغير ذات الصلة من مجموعة بيانات ما.
ويل نايت هو محرر رئيسي في إم آي تي تكنولوجي ريفيو في مجال الذكاء الاصطناعي. وهو يغطي آخر التطورات في الذكاء الاصطناعي والمجالات ذات الصلة، بما في ذلك التعلم الآلي، القيادة الآلية للمركبات، … المزيد والروبوتيات.
أصبحت تكنولوجيا الحوسبة الكمومية نقطة اهتمام محورية بين الباحثين المتحمسين، حيث تعد هذه التكنولوجيا الجذابة بأن تكون نسخة متقدمة من الحوسبة التي نستخدمها اليوم.
تتصاعد الأغنية القصيرة التالية على البيانو بشكل مرح، لتنتهي بخاتمة مليئة بالنغمات المختلفة، بشكل يوحي وكأنها لحن لحملة إعلانية عن معجون أسنان جديد.
غير أن هذا اللحن، في الواقع، هو من تأليف برنامج ذكاء اصطناعي موسيقي من جوجل. وتثبت مؤلفات هذا البرنامج التي صدرت في أواخر العام 2016، كيف يمكن إنتاج عمل إبداعي يبدو قريباً إلى عمل البشر إلى حد كبير، وذلك بالجمع ما بين طرق التعلم الآلي والقواعد الموسيقية البسيطة.
يعتبر التأليف الموسيقي أحد الأشكال الغامضة من الإبداع البشري. وعلى الرغم من أن برامج تأليف الأغاني موجودة منذ بعض الوقت، فهي تتبع مجموعة محددة من القواعد، وغالباً ما تنتج ألحاناً تبدو جامدة وميكانيكية الطابع، وهو ما ينطبق ايضاً على برامج توصية الموسيقى التي تعمل بناء على عاداتك في الاستماع (انظر مقالة: "الكذبة الموسيقية"). ويمكن أن يؤدي تعليم الحواسيب اكتساب حس موسيقي أكثر ابتكاراً إلى أساليب لعمل الآلات في مجالات ابتكارية أخرى، بدءاً من تصميم المنتجات وصولاً إلى كتابة النصوص البليغة.
عرضت جوجل سابقاً برنامجها الذي يعتمد على الذكاء الاصطناعي لتأليف الموسيقى، وهو جزء من مشروع ماجينتا الذي يهدف إلى تعزيز الإبداع الآلي (انظر مقالة: "حسناً أيها الحاسوب، ألّف أغنية لي"). يتم تلقيم شبكة عصبونية كبيرة بعشرات الآلاف من الأغاني وتدريبها على توقع النغمة التالية في تتابع من النغمات. ويمكن لشبكة كهذه أيضاً أن تولد موسيقى جديدة إذا أُعطيت نقطة بداية، على الرغم من أن النتائج ما زالت تفتقر إلى الهيكلية والانسيابية.
قام دوجلاس إيك أواخر العام 2016 -وهو باحث علمي في جوجل ويشرف على تطوير الذكاء الاصطناعي لتوليد الموسيقى- بالاشتراك مع ناتاشا جاك، وهي متدربة في الشركة، بتطوير طريقة تجعل من أنظمة تأليف الأغاني قادرة على إنتاج ألحان أكثر جمالاً وجاذبية. فقد استخدموا طريقة التعلم المعزز لإضافة مبادئ بسيطة من نظرية الموسيقى –مثل تجنب تكرار اللازمة الموسيقية كثيراً، أو المبالغة في سرعة أو بطء اللحن، وغير ذلك- إلى عملية التعلم الكلية. حيث تتلقى الشبكة جائزة إيجابية في كل مرة تنتج فيها تتابعاً من النغمات الموسيقية يشبه الأنماط الموجودة في الأغاني السابقة، ويلتزم بالقواعد الموسيقية المعطاة لها.
يقول إيك: "هذه قواعد بسيطة من كتاب حول التأليف الموسيقي. وإذا جمعنا هذه القواعد مع التعلم المعزز، إضافة إلى تقلبات العالم الحقيقي التي نحصل عليها من آلاف الأغاني التي ألفها البشر، سنحصل على أغاني جذابة للغاية".
لا شك في أن هذه الطريقة الجديدة -والتي تحدث عنها الباحثان في هذا البحث إضافة إلى منشور في مدونة– ستحسن، كما يبدو، من عملية التوليد الموسيقي الآلي. ويبين مقطع موسيقي قصير آخر أداء البرنامج بدون اتباع هذه القواعد. حيث تبدو هذه المقطوعة مملة وتكرارية وآلية. أجرى إيك وجاك أيضاً دراسة على المستخدمين، ووجدوا أن الناس يفضلون بشكل كبير المقطوعات التي أُنتجت بالطريقة الجديدة.
يقول إيك إن القدرة على إدماج القواعد في عملية التعلم المعزز ستكون مفيدة في عدة مجالات، مثل الروبوتات، وأنظمة التوصية، والترجمة.
يعمل يورجن شميدهوبر كبروفسور في جامعة لوجانو السويسرية، وهو من رواد الأبحاث في هذه الشبكات العصبونية التي يستخدمها باحثا جوجل، كما أجرى اختبارات على الابتكار باستخدام التعلم المعزز، ويقول: "لا يوجد سبب يمنع الآلات من أن تكون فضولية ومبدعة". ويضيف شميدهوبر أن هذه الطريقة يمكن أن تتجاوز في تطبيقاتها المجال الموسيقي: "يمكن أن نتخيل استخدام تركيبات مشابهة من الشبكات العصبونية والأنظمة الخبيرة المبنية على القوانين لتشخيص الأمراض".
يمثل التعلم المعزز طريقة تمكننا من تعليم الأشياء كيفية أداء مهام معينة لا يمكن تحقيقها باستخدام التعليمات المباشرة والواضحة. وقد استُخدمت هذه الطريقة في ألفاجو، وهو برنامج طوره باحثو جوجل للعب اللعبة اللوحية القديمة جو. وعلى الرغم من أن قواعد جو بسيطة، فمن الصعب أن تشرح للبرنامج كيف يلعب بطريقة جيدة، وعادة ما يطور اللاعبون قدرات حدسية عن طريق ساعات طويلة من اللعب. ولكن في بعض الأحيان، قد يكون من المفيد أيضاً تقديم تعليمات مباشرة إلى نظام التعلم الآلي.
يقول ستيفان هارناد، وهو بروفسور مختص بعلم النفس في جامعة كيبيك في كندا، وأجرى دراسات على الإبداع الاصطناعي، إن عمل مشروع ماجينتا مثير للإعجاب، ولكنه يضيف أنه ما زال أمامنا طريق طويل يجب أن نقطعه قبل أن تصبح الحواسيب قادرة على أن تبدع بشكل حقيقي يضاهي البشر، ويقول: "على الرغم من أن خوارزميات التعلم العميق واعدة وتتميز بإمكانات كبيرة، فإنها لم تتمكن حتى الآن من محاكاة القدرات البشرية العادية غير الابتكارية، ولهذا قد يكون من المبكر بعض الشيء أن نتوقع منها أن تبدع". وفي الواقع، يقول هارناد إن جميع المقطوعات الموسيقية التي ألفتها الآلات، بما فيها تلك التي أنتجها فريق جوجل، غالباً ما تبدو جامدة وميكانيكية بعد الاستماع إليها لبضع مرات.
نستخدم ملفات تعريف الارتباط لتحسين تجربتك. استمرار استخدامك للموقع يعني موافقتك على ذلك. موافقسياسة الخصوصية
Privacy & Cookies Policy
Privacy Overview
This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.