KADOKAWA Technology Review
×
無料の会員登録で、記事閲覧数が増えます
知性を宿す機械 AI Songsmith Cranks Out Surprisingly Catchy Tunes

作曲家に悲報?グーグルの作曲AIが創造性を手に入れた

グーグルの作曲プログラムは、統計的学習と明確な規則を組み合わせて成長する。同じ手法を使えば、コンピューターの専門家は、他の人工知能(AI)プログラムの創造性も改善できるはずだ。 by Will Knight2016.12.01

軽やかに高まり、美しいフィナーレに至るピアノ曲は、歯磨き粉の新商品のCMソングのようだ。

実は、この曲を作ったのはグーグルが開発した音楽人工知能(AI)プログラムだ。プログラムによる最新曲は、強力な機械学習の手法と簡単な音楽規則の組み合わせによって、機械にも創造的な仕事ができ、かなり人間らしい曲が作れることを示した。

作曲は、人間の創造力が発揮される分野だ。作曲プログラムは以前にもあったが、多くの場合は特定の規則に縛られていて、作られた曲は、堅苦しく機械的に聞こえた。同じことは、よく聴く音楽から曲を推薦するソフトウェアにもいえる(“The Hit Charade”参照)。もっと音楽的な創造性が高まるようにコンピューターを教育できれば、商品のデザインや説得力のある文章の作成など、他の創作活動にも機械の助けを借りられる。

グーグルが公開した音楽生成AIは、人工創造性の開発(“OK, Computer, Write Me a Song”参照)を目指す「マゼンタ」プロジェクトの一部だ。巨大なニューラル・ネットワークに、何万曲もの音楽を投入し、次の音を予測するよう訓練する。機械に意思はないので、出だしの部分だけを作曲AIに指定すれば、出だしに続く新しい曲を生成できる。だが、AIが生成した曲は、構成と優雅さにどこか機械ぽさが残る問題がある。

グーグルで音楽作成AIの開発を率いるダグラス・エック研究員は、ナターシャ・ジャックス実習生の助けを借りて、最近、作曲システムがもっと優雅なよい曲を生成する方法を考案した。強化学習の手法を用いて、リフレインは何度も続かない、演奏速度は速くも遅くもしない、といった音楽理論の簡単な原則を、全体的な学習過程に追加した。人工知能は、人間が作曲したパターンに似ている場合や、決められた音楽規則に則って連続音を生成すると報酬を受け、学習が強化される。

「簡単な規則を作曲の教科書から拝借しました。その規則と強化学習を組み合わせ、人間が作曲した数千曲の実例との相違を学び、よい曲が作れるようになったのです。かゆいところに手が届くプログラムです」とエック研究員はいう。

新手法は、確実に自動音楽生成を改善できるだろう。別に作られた曲は、規則がない場合に、プログラムの作曲がどうなるかわかる。平坦で反復的で機械的な感じがするのだ。エック研究員とジャックス実習生は、ユーザー調査によって、新手法で作成された曲は、従来手法よりも好まれることを確認した。

エック研究員は、強化学習に規則を埋め込む手法は、ロボット工学や推薦システム、言語翻訳等、多くの分野で応用できるという。

ルガーノ大学(スイス)のユルゲン・シュミッドヒューバー教授(グーグルの研究者が使うニューラル・ネットワークに関する草分け的な研究で知られ、創造性の実験に、強化学習を使用した)は「好奇心に満ちて、創造性に富んだ機械を作れないはずはありません」という。また、シュミッドヒューバー教授によれば、この手法を使えば、音楽以外の幅広い分野で、実用的アプリケーションを開発できる。

「同様に、ニューラル・ネットワークと、医療診断のための伝統的な規則に基づいたエキスパート・システムを組み合わせてもよいでしょう」

強化学習では、明確な指示によっては達成できないことを、機械に教えられる。たとえばAlphaGoは強化学習で囲碁を打つために、グーグルの研究者が開発したプログラムだ。囲碁のルールは単純だが、上手く囲碁を打つ方法を説明するのは難しい。棋士は、通常、長時間の練習を繰り返して、本能的な能力を身につける。だが、機械学習システムには、明確に指示を与えるほうが役に立つ場合がある。

人工創造性について研究するケベック大学(カナダ)のスティーブン・ハーナッド教授(心理学)は「マゼンタ」プロジェクトの作品は素晴らしいと認めた上で、コンピューターが本物の人間のような創造性を持ち合わせるには、まだまだ時間がかかるという。

「深層学習アルゴリズムには大いに期待できますが、まだ、一般的な段階であり、創造性に乏しい人間の能力も模倣できていません。創造性を求めるのは時期尚早でしょう」

ハーナッド教授によれば、グーグルの人工知能による新作も、何度か聴くと、機械的に感じられることがあるという。

人気の記事ランキング
  1. The Seven Deadly Sins of AI Predictions シンギュラリティは来ない —AIの未来予想でよくある 7つの勘違い
  2. MIT Technology Review Academic Conference Event Report 日本の学生は世界でどう戦うか? 先端テック企業トップがエール
  3. This Is the Reason Ethereum Exists なぜイーサリアムは ビットコイン以上に 世界を熱狂させるのか?
  4. India Warily Eyes AI 自動化で沈みゆくインド、 IT業界が斜陽産業になる日
  5. Quantum Computers Pose Imminent Threat to Bitcoin Security ビットコインは量子コンピュータによる攻撃に耐えられるのか?
ウィル ナイト [Will Knight]米国版 AI担当上級編集者
MIT Technology ReviewのAI担当上級編集者です。知性を宿す機械やロボット、自動化について扱うことが多いですが、コンピューティングのほぼすべての側面に関心があります。南ロンドン育ちで、当時最強のシンクレアZX Spectrumで初めてのプログラムコード(無限ループにハマった)を書きました。MIT Technology Review以前は、ニューサイエンティスト誌のオンライン版編集者でした。もし質問などがあれば、メールを送ってください。
「知性を宿す機械」の記事
人気の記事ランキング
  1. The Seven Deadly Sins of AI Predictions シンギュラリティは来ない —AIの未来予想でよくある 7つの勘違い
  2. MIT Technology Review Academic Conference Event Report 日本の学生は世界でどう戦うか? 先端テック企業トップがエール
  3. This Is the Reason Ethereum Exists なぜイーサリアムは ビットコイン以上に 世界を熱狂させるのか?
  4. India Warily Eyes AI 自動化で沈みゆくインド、 IT業界が斜陽産業になる日
  5. Quantum Computers Pose Imminent Threat to Bitcoin Security ビットコインは量子コンピュータによる攻撃に耐えられるのか?
ザ・デイリー重要なテクノロジーとイノベーションのニュースを平日毎日お届けします。
公式アカウント