Dlaczego muzyka tworzona przez sztuczną inteligencję nie jest tak dobra, jak myślisz?

Muzyka tworzona przez sztuczną inteligencję poczyniła duże postępy w ostatnich latach, ale nadal pozostaje daleko w tyle za muzyką tworzoną przez ludzi. Po bliższym wsłuchaniu się okazuje się, że muzyka generowana przez sztuczną inteligencję nie brzmi tak dobrze, jak to, co tworzą prawdziwi muzycy i producenci.

Jak powstaje muzyka AI?

Zanim pojawiła się sztuczna inteligencja, ludzie tworzyli muzykę, siadając i grając na instrumencie, np. gitarze, albo śpiewając. Aby tworzyć muzykę, trzeba ruszać ciałem, a potem spędzić wiele godzin, żeby złożyć wszystkie te części w jedną piosenkę.

Sposób, w jaki systemy AI tworzą muzykę, jest zupełnie inny.

Sztuczna inteligencja wykorzystuje algorytmy uczenia maszynowego do przetwarzania zbioru danych nagranej muzyki i uczenia się wielu rzeczy na jej temat, np. melodii, akordów, instrumentów i gatunku. Aby odtworzyć muzykę, którą potrafią tworzyć utalentowani muzycy i producenci, systemy AI muszą rozłożyć muzykę na podstawowe elementy.

Gdy już nauczysz się, jak w pełni odtwarzać muzykę, narzędzia do tworzenia muzyki, takie jak Suno lub wcześniejsze rozwiązania, takie jak MusicGen firmy Meta, pozwolą ci na interakcję z ich generatorem muzyki opartym na sztucznej inteligencji za pomocą monitów. Możesz ich używać do tworzenia muzyki, po prostu opisując muzykę, którą chcesz stworzyć, w kilku słowach lub zdaniach.

W porównaniu do sposobu, w jaki tworzyliśmy muzykę przez tysiące lat, jest to dziwny sposób tworzenia czegoś znaczącego i emocjonalnego. Możesz wypróbować program do tworzenia muzyki AI i przekonać się na własne oczy, jak on działa.

Muzyka AI jest Low-Fi, ale nie jest dobra

W początkach istnienia muzyki zrozumienie podstawowej struktury piosenki pop stanowiło dużą przeszkodę. Ale teraz mamy strony takie jak Suno, które technicznie rzecz biorąc tworzą naprawdę imponujące, kompletne utwory.

Nie daj się jednak zwieść, że efekty będą porównywalne z muzyką wysokiej jakości. Obecnie oglądanie filmów w rozdzielczości co najmniej 1080p jest czymś zupełnie normalnym, ale w przeszłości ograniczenia ekranu lub przepustowości łącza powodowały, że nie każdy mógł uzyskać taką jakość.

Objawem słabej jakości dźwięku jest słyszalny w muzyce duży poziom białego szumu. Coś podobnego można usłyszeć w utworach AI, tak jakbyś słuchał muzyki odtwarzanej przez stare radio.

Choć nie było to aż tak złe jak wcześniej, ten szum tła był obecny niemal w każdym utworze, którego AI słuchała na Suno. Oto przykład z Suno. Utwór nosi tytuł „Strongest Duo” i hałas pojawia się w całym wokalu.

Oto kolejny utwór na płycie Suno, tym razem z udziałem klasycznych skrzypiec. Daj wyszkolonemu skrzypkowi lub profesjonaliście zajmującemu się dźwiękiem posłuchać tego utworu. Z łatwością powiedzą Ci, że struny nie brzmią tak dobrze, jak oczekiwałeś.

Istnieje cały gatunek muzyki zwany muzyką low-fi, który charakteryzuje się ciepłym brzmieniem, ale w nowoczesnej produkcji muzycznej jest to często stosowane celowo.

Sztuczna inteligencja nie stworzyła jeszcze przeboju

Muzyka tworzona przez sztuczną inteligencję nie zdobyła jeszcze popularności i nie znalazła się na listach przebojów, co jest wyraźnym sygnałem, że muzyka tworzona przez sztuczną inteligencję nie jest tak dobra, jak myślisz.

Zamiast tego przykłady takie jak utwór diss rapowy „BBL Drizzy”, który jest sampliem fragmentu utworu wygenerowanego przez sztuczną inteligencję, wywołały poważne pozwy dotyczące naruszenia praw autorskich. Portal The Verge informuje, że Suno zmaga się z pozwami ze strony największych wytwórni płytowych świata (Universal Music Group, Sony i Warner Records).

Nieprzyjemną prawdą na temat generatorów muzyki opartych na sztucznej inteligencji jest to, że nie istniałyby one, gdyby nie gromadzenie ogromnej liczby katalogów utworów chronionych prawem autorskim bez zezwolenia. Można powiedzieć, że tworzenie wtyczek muzycznych AI, które są przydatne w produkcji, jest o wiele lepszym i bardziej pozytywnym wykorzystaniem AI niż tworzenie utworów muzyki industrialnej i całkowite ignorowanie produkcji muzycznej.

Muzyka to w każdym razie coś więcej niż tylko dźwięk. Powodem, dla którego wiele osób podziwia Taylor Swift i Billie Eilish, jest ciekawa historia, która kryje się za tym, jak dotarły do ​​miejsca, w którym są dzisiaj. Chcemy nie tylko słuchać ich muzyki, ale także poznać ich osobiste historie, naśladować sposób, w jaki się ubierają, i podziwiać ich wystawne życie.

Czy muzyka tworzona przez sztuczną inteligencję może wzbudzić takie samo zainteresowanie? Absolutnie nie.

Muzyka jest zbyt skomplikowana, aby sztuczna inteligencja mogła ją naśladować

Pomysł na piosenkę, nagranie jej i udostępnienie światu może zająć tygodnie, miesiące, a nawet lata.

W przeciwieństwie do muzyki tworzonej przez sztuczną inteligencję, której stworzenie zajmuje zaledwie kilka minut i wymaga wypowiedzenia kilku słów w zgłoszeniu, prawdziwa muzyka wymaga niewiarygodnych umiejętności, wyobraźni i emocji, aby stworzyć produkt końcowy.

Bez względu na to, jak zaawansowane są algorytmy muzyczne sztucznej inteligencji, tworzenie muzyki przez człowieka jest o wiele bardziej skomplikowane. Nawet jeśli firmy zajmujące się sztuczną inteligencją rozwiążą problem jakości, sztuczna inteligencja nadal nie będzie w stanie tworzyć naprawdę świetnej muzyki, ponieważ ostatecznie zależy nam na czymś więcej niż tylko podstawowej strukturze utworu. Zależy nam również na ludziach, którzy tworzą muzykę, którą lubimy.