Denne artikkelen er produsert og finansiert av UiT Norges arktiske universitet - les mer.

– Innenfor gitte forutsetninger er det fullt mulig å utføre en live jam session med et system basert på kunstig intelligens, sier Shayan Dadman.

Har utviklet kunstig intelligens som lager jazzmusikk

Målet er at dataprogrammet blir med på en live jam session med ekte jazzmusikere.

– Jeg er en musikkelsker og lytter til et bredt spekter av musikk. At jeg valgte jazz, skyldes at jeg vil jobbe med det komplekse og uforutsigbare, sier Shayan Dadman.

Han utviklet et dataprogram som lager jazzmusikk da han gjorde sin hovedoppgave ved sivilingeniørutdanningen på UiT i Narvik.

Dataprogrammet er basert på det som gjerne omtales som «dyp læring». Dadman bearbeidet musikk fra kjente jazzmusikere som Duke Ellington og John Coltrane. Resultatet ble så matet inn i programmet, som deretter lærer seg å lage musikk i samme sjanger.

Det hele ender opp i et originalt musikkstykke. Graden av originalitet kan økes eller reduseres ved å justere ulike parametere i programmet.

Det ferdige musikkstykket kan mates direkte inn i for eksempel en synthesizer og dermed spilles av på forskjellige måter.

Sivilingeniør Shayan Dadman har utviklet et dataprogram som lærer seg å skape musikk.

Kan læres opp til kreative oppgaver

– Arbeidet til Shayan er unikt på mange vis og viser at en datamaskin kan læres opp til å utføre kreative oppgaver også innenfor musikk, sier professor Bernt A. Bremdal. Han var Dadmans hovedveileder.

På UiTs fakultet for ingeniørvitenskap og teknologi (IVT-fakultetet) satser de på kreativ kunstig intelligens. Tidligere har studenter utviklet programmer som lærer seg å designe nye ting. Disse programmene kan forutsi designtrender ved å analysere tilbakemeldinger fra mennesker som enten liker eller ikke liker det programmene produserer.

Ønsker seg en jam session

Instituttet vil bygge videre på Dadmans arbeid.

– Vårt mål kommende år er å videreutvikle hans hovedoppgave. Vi vil få programmet til å delta i en jam session med musikere i sanntid. På den måten får vi vist at kunstig intelligens kan være med å improvisere musikalske tema, sier Bremdal.

For å komme dit må dataprogrammet rett og slett trene.

I en jam session vil programmet improvisere, basert på hva det har lært i treningen. Når det trener på større datasett, vil programmet tilegne seg stadig mer dyptgående kunnskap om jazzmusikk.

– Innenfor gitte forutsetninger er det fullt mulig å utføre en live jam session med et system basert på kunstig intelligens, sier Dadman.

Professor Bernt Arild Bremdal har vært Dadmans hovedveileder under arbeidet med hovedoppgaven.

Flere muligheter enn grenser

– Er det noen grenser for kreativiteten til kunstig intelligens slik du ser det?

– Jeg tror det finnes flere muligheter enn grenser. I dag pågår det mye forskning for å forbedre den kreative ytelsen på området. Så skal vi også huske at kunstig intelligens allerede blir brukt på flere kunstrelaterte felt, påpeker Dadman.

Et eksempel er Neural Style Transfer (NST). Dette programmet kan – enkelt forklart – bruke et Picasso-maleri som stilreferanse og omdanne et foto til en lignende stil. Metoden kan brukes til å utvikle nye verk basert på allerede eksisterende stilarter.

Shayan Dadman ble veiledet av professor Børre Bang og førsteamanuensis Rune Dalmo ved IVT-fakultetet. I tillegg til å ha en solid ingeniørfaglig bakgrunn er de begge meget habile musikere.

Referanse:

Shayan Dadman: Synthetic composition of music. Masteroppgave ved UiT Norges arktiske universitet, 2020.

Powered by Labrador CMS