ChatGPT nie może tworzyć muzyki, ale nowy model sztucznej inteligencji Google może
Google udostępnia informacje o nowym, eksperymentalnym modelu sztucznej inteligencji, MusicLM, który może stworzyć piosenkę z prostego tekstu wejściowego.
Główną barierą wejścia do branży muzycznej są koszty produkcji. Nawet gdy artysta zbierze fundusze, znalezienie producenta muzycznego i studia, które zaspokoi jego potrzeby, może być niezwykle trudne. A co by było, gdybyś mógł po prostu powiedzieć swojemu komputerowi, aby zrobił rytm, który sobie wyobrażasz? Dzięki modelowi Google MusicLM generowanie muzyki z tekstu może stać się rzeczywistością.
W zeszłym tygodniu Google opublikował artykuł naukowy omawiający swój generatywny model sztucznej inteligencji MusicLM, który tworzy muzykę z podpowiedzi tekstowych użytkownika. Model może nagrać dowolnie, od 10-sekundowego klipu audio do pełnej piosenki, używając tylu konkretnych szczegółów, ile mu podasz. Może również wziąć istniejący utwór i wyprodukować go z innym dźwiękiem.
Zgodnie z artykułem, podpowiedzi dla modelu AI mogą zawierać szczegółowe polecenia, takie jak "czarująca piosenka jazzowa z niezapomnianym solo saksofonu i solowym wokalistą" lub "berlińskie techno z lat 90. z niskim basem i mocnym kopnięciem". Aby zobaczyć próbki wszystkich jego różnych podpowiedzi i umiejętności, możesz kliknąć tutaj.
Yesterday, Google published a paper on a new AI model called MusicLM.
— Product Hunt 😸 (@ProductHunt) January 27, 2023
The model generates 24 kHz music from rich captions like "A fusion of reggaeton and electronic dance music, with a spacey, otherworldly sound. Induces the experience of being lost in space." pic.twitter.com/XPv0PEQbUh
Nie jest to pierwsza próba Google'a, ani całej branży, stworzenia systemu piosenek opartych na sztucznej inteligencji. OpenAI, firma badawcza zajmująca się sztuczną inteligencją stojąca za ChatGPT i DALL-E, ma swoją własną wersję, JukeBox, która nie została jeszcze udostępniona publicznie. Riffusion, sieć neuronowa, która wytwarza muzykę za pomocą obrazów dźwiękowych, jest już dostępna dla publiczności.
Ale według Google, jego nowy system jest lepszy niż wszystko, co zrobiono wcześniej: "Nasze eksperymenty pokazują dzięki wskaźnikom ilościowym i ocenom ludzi, że MusicLM przewyższa poprzednie systemy, takie jak Mubert i Riffusion, zarówno pod względem jakości, jak i przestrzegania podpisu".
Kiedy więc będziemy mogli korzystać z tego "lepszego niż cokolwiek innego" modelu sztucznej inteligencji? Odpowiedź brzmi: niestety nie w najbliższym czasie.
W dokumencie Google dostrzega ryzyko, jakie tego rodzaju modele mogą stwarzać dla sprzeniewierzenia treści kreatywnych i nieodłącznych uprzedzeń obecnych w szkoleniu, które mogą mieć wpływ na kultury niedostatecznie reprezentowane w szkoleniu, a także obawy związane z zawłaszczeniem kulturowym. Z tych wszystkich powodów Google twierdzi, że w tym momencie nie planuje wypuszczać modeli.
W ostatnim czasie widzieliśmy modele sztucznej inteligencji, które stwarzają zagrożenia nakreślone przez Google. Wraz z wydaniem modeli artystycznych generowanych przez sztuczną inteligencję, takich jak AI Time Machine firmy Lensa, artyści zaczęli głośno mówić o tym, że ich sztuka jest kradziona przez modele sztuki AI bez uznania lub wynagrodzenia.
Jednocześnie nagłe zainteresowanie narzędziami AI, takimi jak ChatGPT, podobno skłoniło Google do rozważenia szybszego wprowadzenia produktów opartych na sztucznej inteligencji.