Pour voir ce qui rend l'IA difficile à utiliser, demandez-lui d'écrire une chanson pop

Vallée étrange via UNSW

Bienvenue à la maison bienvenue à la maison oh oh oh le monde est beau le monde. Ce ne sont pas les paroles les plus accrocheuses. Mais après avoir écouté Beautiful the World une demi-douzaine de fois, le refrain est coincé dans ma tête et mon pied tape. Pas mal pour une mélodie générée par une IA entraînée sur un jeu de données de Eurovision des chants et des cris de koala et de kookaburra.

En mai, Beautiful the World a remporté le AI Song Contest, un concours organisé par le diffuseur néerlandais VPRO, dans lequel 13 équipes du monde entier ont tenté de produire une chanson pop à succès avec l'aide de l'intelligence artificielle .

L'entrée gagnante a été créée par Vallée étrange , une équipe de musiciens et d'informaticiens australiens qui a utilisé à la fois l'écriture humaine et les contributions de l'IA. Leur musique était excitante, dit Anna Huang, chercheuse en intelligence artificielle chez Google Brain, qui était l'une des juges du concours. L'effort hybride a vraiment brillé.

Beaucoup pensent que l'utilité à court terme de l'IA passera par la collaboration, avec des équipes d'humains et de machines travaillant ensemble, chacun jouant sur ses points forts. L'IA peut parfois être un assistant, simplement un outil, explique Carrie Cai, une collègue de Huang chez Google Brain qui étudie l'interaction homme-ordinateur. Ou AI pourrait être un collaborateur, un autre compositeur dans la salle. L'IA pourrait même vous mettre à niveau, vous donner des super pouvoirs. Ce pourrait être comme composer avec Mozart.

Mais pour que cela se produise, les outils d'IA devront être faciles à utiliser et à contrôler. Et le AI Song Contest s'est avéré un test utile pour y parvenir.

Huang, Cai et leurs collègues ont examiné les différentes stratégies utilisées par différentes équipes pour collaborer avec les IA. Dans de nombreux cas, les humains ont eu du mal à faire en sorte que les machines fassent ce qu'ils voulaient et ont fini par inventer des solutions de contournement et des hacks. Les chercheurs identifient plusieurs façons d'améliorer les outils d'IA pour faciliter la collaboration.

Un problème courant était qu'il était difficile d'interagir avec les grands modèles d'IA. Ils pourraient produire un premier brouillon prometteur pour une chanson. Mais il n'y avait aucun moyen de donner un retour au modèle pour une deuxième passe. Les équipes ne pouvaient pas entrer et modifier des parties individuelles ou demander à l'IA de rendre la mélodie plus heureuse.

En fin de compte, la plupart des équipes ont utilisé des modèles plus petits qui ont produit des parties spécifiques d'une chanson, comme les accords ou les mélodies, puis les ont assemblées à la main. Uncanny Valley a utilisé un algorithme pour faire correspondre les paroles et les mélodies qui avaient été produites par différentes IA, par exemple.

Une autre équipe, Dadabots x Portrait XO , n'a pas voulu répéter son refrain deux fois mais n'a pas trouvé le moyen de demander à l'IA de changer la deuxième version. Au final, l'équipe a utilisé sept modèles et a concocté différents résultats pour obtenir la variation souhaitée.

C'était comme assembler un puzzle, dit Huang : Certaines équipes avaient l'impression que le puzzle était déraisonnablement difficile, mais d'autres l'ont trouvé exaltant, car elles avaient tellement de matières premières et de pièces de puzzle colorées à assembler.

Uncanny Valley a utilisé les IA pour fournir les ingrédients, y compris les mélodies produites par un modèle formé aux bruits de koala, de kookaburra et de diable de Tasmanie. Les membres de l'équipe les assemblent ensuite.

C'est comme avoir un collaborateur humain excentrique qui n'est pas très doué pour l'écriture de chansons mais très prolifique, explique Sandra Uitdenbogerd, informaticienne à l'université RMIT de Melbourne et membre d'Uncanny Valley. Nous choisissons les morceaux avec lesquels nous pouvons travailler.

Mais c'était plus un compromis qu'une collaboration. Honnêtement, je pense que les humains auraient pu le faire aussi bien, dit-elle.

Les modèles d'IA générative produisent une sortie au niveau de notes individuelles ou de pixels, dans le cas de la génération d'images. Ils ne perçoivent pas la situation dans son ensemble. Les humains, d'autre part, composent généralement en termes de couplet et de refrain et comment une chanson se construit. Il y a un décalage entre ce que l'IA produit et notre façon de penser, dit Cai.

Cai veut changer la façon dont les modèles d'IA sont conçus pour les rendre plus faciles à utiliser. Je pense que cela pourrait vraiment augmenter le sentiment de contrôle des utilisateurs, dit-elle.

Il n'y a pas que les musiciens et les artistes qui en profiteront. Rendre les IA plus faciles à utiliser, en donnant aux gens plus de façons d'interagir avec leur sortie, les rendra plus fiables où qu'elles soient utilisées, de maintien de l'ordre aux soins de santé.

Nous avons vu que donner aux médecins les outils pour diriger l'IA peut vraiment faire une différence dans leur volonté d'utiliser l'IA, dit Cai.

cacher