bakınız: magenta

Magenta, makine öğreniminin sanat ve müzik yaratma sürecindeki rolünü araştıran Google’a aitaçık kaynak bir araştırma projesidir. İçerisindeki Python kütüphaneleri barındıran yardımcı uygulamalar ve bu kütüphaneler ile kaynak verilerini değiştirerek öncelikle yapay zeka algoritmaları ile müzik üretmek için makine öğrenme modellerini eğitmek üzere bu verileri kullanır ve son olarak bu modellerden yeni içerik üretir. Geliştirdikleri derin öğrenme ve pekiştirmeli öğrenme algoritmalarıyla yeni besteler ve resimler üretmek için çalışıyorlar. Daha çok müzik konusundaki çalışmaları ile bilinen ekibin ürettiği besteler şimdilik bir bütünlük teşkil etmese de kısa parçalar halinde dinlendiğinde kulağa hoş gelecek müzikler yapabilmektedirler.

Google’ın Magenta projesinden Douglas Eck, öğrenen makinelerin sanatçılara profesyonel müzik tınıları yaratmada nasıl yardımcı olabileceğini ifade etmiştir. Eck yaklaşık 15 yılını yapay zeka ve müziği araştırmaya harcadıktan sonra Google’ın öğrenen makinelerle sanat ve müzik yapmayı hedefleyen açık kaynak araştırma projesi Magenta’nın lideri olarak Google Brain ekibinde bir bilim insanı olarak çalışıyor. Eck, Google’ın nöral ağlarla yeni sesler üretmesi, Magenta’nın yapay zeka müziği nereye götürdüğü ve bilgisayarların neden fıkra anlatamadığı gibi konular üzerine yapılan röportajlarında aşağıdaki değerlendirmelerde bulunmuştur.

Sanatta yapay zekadan faydalanmak yeni bir şey değilken Google’ın yaklaşımını eşsiz kılanın derin ve yineleyici nöral ağlar ve diğer öğrenen makine türleriyle ilişkilendirerek keşfedilmesi olduğunu belirtmektedir. Magenta’nın kapsamının genel olarak sanat, fıkra anlatma, müzik, öyküleme, imgeleme ve yapay zekadan yaratıcı bir araç olarak nasıl faydalanılabileceğini anlamaya çalışma olduğunu belirterek araştırmalara müzik ile başlandığını ifade etmektedir. Bunun nedenini de müzik kadar karmaşık ve önemli bir şeylerde ciddi ilerlemeler kaydedebilinirse bunun bir kısmının başka alanları da etkileyeceği ümit edilmektedir. Yapay zekadan belirli bir yapıya sahip ahenkli bir müzik parçası yapımında faydalanılabilmesi üzerine çalışılmaktadır. Bu yüzden öğrenen yapılar üzerine odaklanılmış durumda. Şu anda akor değişikliklerini ve akor değişikliklerinin sembollerini vermek ve içeriksel olarak bu akor değişikliklerinden nasıl faydalanacağımızı öğrenmek istesek bu yapılabilir. Hedefi, bu yapı düzeylerini kendi başına belirleyen uçtan uca bir model oluşturmak.

Bir ananas resmi çizerek başlanan ve ardından çizme işini Sketch- RNN’in devraldığı ve defalarca faklı stillerde ananas resmi yapılan Magenta deneyinde ise bir öğrenen makine algoritması olan Quick Draw’a karşı Pictionary oynayan insanların yaptıkları çizimler grubundan (Google Creative Lab tarafından yapılmış bir başka Google AI çizim deneyinin verilerinden) faydalanılmıştır. Bir yineleyici nöral ağa bu çizimleri nasıl yeniden üretebileceğini öğrenme eğitimi verilmiştir. Bu model çizimin tamamını ezberleyebilecek kadar güçlü değildi. Çünkü gördüğü her kalem darbesini ezberleyemez; modelin işi, yapabildiği kadar çok kedi resmini yeniden üretmektir, çünkü o kediler hakkında önemli olan şeyleri öğrenmeye zorlanmıştır, yani milyonlarca kedi çizimi arasındaki ortak kedi resmi özelliklerini. Böylece bu model ile oynanarak ondan hiç yoktan yeni kediler üretmesi istenebilmektedir.