音乐用AI不如Human-Composed创建音乐
约克大学的研究人员发现,当前AI-generated音乐不如human-composed音乐。
他们还显示有故障算法用于人工智能音乐一代可能侵犯版权,和开发指南帮助别人他们使用评估系统。
50在这项研究中,参与者与高水平的音乐知识,音乐播放摘录一些实际human-composed作品,和其他人产生的深度学习(DL),一种人工神经网络,和non-DL算法。
想要更多的最新消息?
订阅188金宝搏备用的日常通讯,提供每天打破科学消息直接发送到您的收件箱中。
免费订阅音乐critera
听众被要求评价摘录在六个音乐标准:文体成功,审美享受,重复或自我参照,旋律,和谐,和节奏,但没有被告知他们的身份听——human-composed或电脑。
合著者,汤姆柯林斯博士,从学院的艺术和创新技术纽约大学,他说:“在分析,human-composed摘录的评级更高,在文体上更成功比任何系统负责计算机生成的摘录。
研究还发现提供提高潜在违反伦理的担忧与深度学习方法直接复制。一个受欢迎的类型的DL架构称为变压器(相同类型的架构OpenAI ChatGPT背后)显示复制大量的训练数据输出。
法律和道德
柯林斯博士解释说:“如果艺术家X使用AI-generated摘录,该算法产生的片段可能复制歌曲的一块培训(输入)数据由艺术家Y不知不觉中,如果艺术家X发布他们的歌,他们是侵犯版权的艺术家Y。
“这是一个关于寻找,或许表明,组织开发的算法应该以某种方式被监管或应该监督自己。他们知道这些算法有问题,所以这个应该关注整流AI-generated内容可以继续生产,但是在一个道德和法律。”
研究人员在研究中提供了七个指南进行机器学习系统的比较评价。这些发现可能有助于改善AI-generated音乐的发展,解决当前道德问题,避免未来法律困境侵犯版权。
参考:阴Z,鲁本F,备用轮胎,柯林斯t .深度学习的浅收益:自动音乐生成的比较评价的算法。马赫学习。2023年。doi:10.1007 / s10994 - 023 - 06309 - w
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。