How AI could compose a personalized soundtrack to your life | Pierre Barreau

المترجم: Mohamed Emad المدقّق: Hani Eldalees

About two and a half years ago, I watched this movie called "Her."

منذ حوالي عامين ونصف، شاهدتُ فيلمًا يُسمّى (هي).

And it features Samantha, a superintelligent form of AI

يُظهر هذا الفيلم سامانثا، شكل من أشكال الذكاء الاصطناعي فائق الذكاء

that cannot take physical form.

لا يستطيع أنْ يأخذ شكلًا ماديًا.

And because she can't appear in photographs,

ولأنّها لا تستطيع أنْ تَظهر في الصور،

Samantha decides to write a piece of music

قرّرت سامانثا أنْ تكتب قطعة موسيقية

that will capture a moment of her life just like a photograph would.

ستصوّر لحظة من حياتها، كما تفعل الصور الفوتوغرافية.

As a musician and an engineer, and someone raised in a family of artists,

كموسيقي، وكمهندس، وكشخص ترعرع وسط عائلة من الفنّانين،

I thought that this idea of musical photographs was really powerful.

اعتقدتُ بأنّ فكرة الصور الموسيقية قوية للغاية.

And I decided to create an AI composer.

وقرّرتُ أنْ أصنع ذكاءً اصطناعيًا قادرًا على تأليف الموسيقى.

Her name is AIVA, and she's an artificial intelligence

اسمها (أيفا)، وهي عبارة عن ذكاء اصطناعي

that has learned the art of music composition

قدّ تعلّم فن تأليف الموسيقى

by reading over 30,000 scores of history's greatest.

عن طريق قراءة أكثر من 30,000 قطعة موسيقية من أعظم القطع في التاريخ.

So here's what one score looks like to the algorithm

ها هو مثال لكيفية رؤية الخوارزمية لقطعةٍ موسيقية

in a matrix-like representation.

حيث تَظهر في صورة تُشبه المصفوفات الرياضية.

And here's what 30,000 scores,

وها هو مثال لكيفية رؤية الخوارزمية لعدد 30,000 قطعة موسيقية،

written by the likes of Mozart and Beethoven,

مكتوبة بواسطة أشخاص مثل موزارت وبيتهوڤن،

look like in a single frame.

ظاهرة في إطارٍ واحد أمامكم.

So, using deep neural networks, AIVA looks for patterns in the scores.

عن طريق استعمال شبكات عصبية عميقة، أيفا تبحث عن أنماط بداخل القطع الموسيقية.

And from a couple of bars of existing music,

وبواسطة بضع موازين موسيقية موجودة،

it actually tries to infer what notes should come next in those tracks.

تُحاول أيفا أنْ تُخمّن الدرجة الموسيقية القادمة في القطعة الموسيقية.

And once AIVA gets good at those predictions,

وعندما تُصبح أيفا جيدة في هذه التخمينات،

it can actually build a set of mathematical rules

تُصبح قادرةً على وَضْع مجموعة من القواعد الرياضية

for that style of music

لهذا النوع من الموسيقى

in order to create its own original compositions.

من أجل تأليف الموسيقى المُبتَكرة خاصتها.

And in a way, this is kind of how we, humans, compose music, too.

من نحوٍ آخر، هذه هي نوعًا ما نفس الطريقة التي يؤلّف بها الإنسان الموسيقى.

It's a trial-and-error process,

إنّه تعلّم عن طريق التجربة والخطأ،

during which we may not get the right notes all the time.

فنحنُ لا ننجح دائمًا أثناء تأليف الألحان الموسيقية.

But we can correct ourselves,

ولكننا نستطيع تصحيح هذه الأخطاء،

either with our musical ear or our musical knowledge.

سواءً بواسطة آذاننا الموسيقية أو معرفتنا الموسيقية.

But for AIVA, this process is taken from years and years of learning,

ولكن بالنسبة لأيفا، هذه العملية مأخوذة من سنوات من التعلّم،

decades of learning as an artist, as a musician and a composer,

بل قرونًا من التعلّم كفنّان، وموسيقار، ومؤلّف،

down to a couple of hours.

تأخذها وتَتعلّمها في بضع ساعات.

But music is also a supersubjective art.

مع ذلك، الموسيقى فن مُتَعلّق جدًا بأراء الناس.

And we needed to teach AIVA

فاحتجنا لتعليم أيفا

how to compose the right music for the right person,

كيفية تأليف الموسيقى المناسبة للشخص المناسب،

because people have different preferences.

لأنّ الناس لديها تفضيلات مختلفة.

And to do that, we show to the algorithm over 30 different category labels

ومن أجل فعل هذا، نُظهر للخوارزمية أكثر من 30 تصنيف مختلف للفئات

for each score in our database.

لكلّ قطعة موسيقية في قاعدتنا البيانية.

So those category labels are like mood

لذلك تصنيفات الفئات هذه تكون مثل المزاج

or note density or composer style of a piece

أو كثافة القطعة الموسيقية أو أُسلوب المؤلّف لقطعةٍ موسيقية ما

or the epoch during which it was written.

أو العَصْر الذي كُتِبَت القطعة الموسيقية فيه.

And by seeing all this data,

وعن طريق رؤية كل هذه البيانات،

AIVA can actually respond to very precise requirements.

أيفا تستطيع الاستجابة لمُتطلّبَات دقيقة للغاية.

Like the ones, for example, we had for a project recently,

مثل المُتطلّبَات التي وضعناها لمشروعٍ ما مؤخرًا،

where we were commissioned to create a piece

أُمِرنا فيه أنْ نؤلّف قطعةً موسيقية

that would be reminiscent of a science-fiction film soundtrack.

ستكون ذكرى لموسيقى تصويرية لفيلم خيالٍ علميّ.

And the piece that was created is called "Among the Stars"

وهذه القطعة التي أُلِّفت اسمها (وسط النجوم)

and it was recorded with CMG Orchestra in Hollywood,

وقد سُجّلت بواسطة أوركسترا (CMG) في هوليوود،

under great conductor John Beal,

تحت قيادة جون بيل،

and this is what they recorded, made by AIVA.

وهذا هو ما قد سجّلوه. هذه الموسيقى من تأليف أيفا.

(Music)

(موسيقى)

(Music ends)

(الموسيقى تنتهي)

What do you think?

ما رأيكم؟

(Applause)

(تصفيق)

Thank you.

شكرًا لكم.

So, as you've seen, AI can create beautiful pieces of music,

كما رأيتم، الذكاء الاصطناعي يستطيع أنْ يؤلّف قطعًا موسيقية جميلة،

and the best part of it

وأفضل شيء في هذا

is that humans can actually bring them to life.

هو أنّ البشر يستطيعون أنْ يعطوا الحياة لهذه القطع.

And it's not the first time in history

وهذه ليست أول مرة في التاريخ

that technology has augmented human creativity.

زادت التكنولوجيا فيها من إبداع الإنسان.

Live music was almost always used in silent films

الموسيقى الحيّة كانت تُستخدّم دائمًا تقريبًا في الأفلام الصامتة

to augment the experience.

من أجل تعزيز التجربة.

But the problem with live music is that it didn't scale.

ولكن مشكلة الموسيقى الحية هى أنّها لم تتناسب مع المكان.

It's really hard to cram a full symphony into a small theater,

إنّه شيء صعب للغاية أنْ تَحشر سمفونية كاملة في مَسرح صغير،

and it's really hard to do that for every theater in the world.

وإنّه شيء صعب للغاية أنْ تفعل هذا في كل مسرحٍ بالعالَم.

So when music recording was actually invented,

لذلك عندما اُبتكِر تسجيل الموسيقى،

it allowed content creators, like film creators,

استطاع منشئو المحتوى مثل صُنّاع الأفلام،

to have prerecorded and original music

أنْ يسجّلوا الموسيقى الأصلية مُقدّمًا

tailored to each and every frame of their stories.

ويجعلوها تتناسب مع كل إطار من قصصهم.

And that was really an enhancer of creativity.

وكان هذا مُعزِزًا حقًا للإبداع.

Two and a half years ago, when I watched this movie "Her,"

منذ عامين ونصف، عندما رأيتُ هذا الفيلم المُسمّى (هي)،

I thought to myself that personalized music

أخذتُ أُفكّر بأنّ الموسيقى المُخصّصة

would be the next single biggest change in how we consume and create music.

ستكون أكبر تغييرٍ قادم في كيفية تأليف واستهلاكنا للموسيقى.

Because nowadays, we have interactive content, like video games,

لأنّ في الوقت الحاضر، لدينا مُحتوى تفاعلي، مثل ألعاب الڤيديو،

that have hundreds of hours of interactive game plays,

التي تحتوى على مئات الساعات من أُسلوب اللعب التفاعلي،

but only two hours of music, on average.

ولكن تحتوي على ساعتين فقط من الموسيقى، في المتوسط.

And it means that the music loops and loops and loops

وهذا يعني بأنّ الموسيقى تتكرر وتتكرر وتتكرر

over and over again, and it's not very immersive.

مرارًا وتكرارًا، وهذه ليست تجربة غامرة للغاية.

So what we're working on is to make sure that AI can compose

لذلك نحن نعمل الآن على تأكيد أنّ الذكاء الاصطناعيّ قادرٌ على تأليف

hundreds of hours of personalized music

مئات الساعات من الموسيقى المُخصّصة

for those use cases where human creativity doesn't scale.

من أجل هذه الحالات التي لا تصلح أنْ تستخدم إبداع الإنسان فيها.

And we don't just want to do that for games.

ونحن لا نُريد أنْ نفعل هذا فقط في الألعاب.

Beethoven actually wrote a piece for his beloved, called "Für Elise,"

بيتهوڤن كَتَب قطعة موسيقية من أجل حبيبته، اسم القطعة (من أجل إليزه)،

and imagine if we could bring back Beethoven to life.

فتخيّل لو استطعنا إعادة بيتهوڤن للحياة.

And if he was sitting next to you, composing a music for your personality

وكان بيتهوڤن جالسًا بجوارك، يؤلّف قطعة موسيقية مُخصّصة لشخصيتك

and your life story.

وقصة حياتك.

Or imagine if someone like Martin Luther King, for example,

أو تخيّل لو أن هناك شخص مثل مارتن لوثر كينغ

had a personalized AI composer.

كان لديه ذكاء اصطناعيّ مؤلّف للموسيقى.

Maybe then we would remember

في هذه الحالة ربما كُنّا سنتذكّر

"I Have a Dream" not only as a great speech,

"لدي حلم" ليس فقط كخطابٍ رائع،

but also as a great piece of music, part of our history,

بل أيضًا كقطعةٍ موسيقية رائعة، جزء من تاريخنا،

and capturing Dr. King's ideals.

وتوضيح أهداف الدكتور كينغ.

And this is our vision at AIVA:

وهذه هي نظرتنا لأيفا:

to personalize music so that each and every one of you

تخصيص الموسيقى حتى يستطيع كل واحدٍ منكم

and every individual in the world

وكل فرد في العالم

can have access to a personalized live soundtrack,

أنْ يتمكن من سماع موسيقى تصويرية حيّة،

based on their story and their personality.

مبنيّة على قصته وشخصيته.

So this moment here together at TED is now part of our life story.

لذلك هذه اللحظة هنا معًا في TED الآن جزء من قصة حياتنا.

So it only felt fitting that AIVA would compose music for this moment.

لذلك سيكون ملائمًا أنْ تؤلّف أيفا قطعةً موسيقية لهذه اللحظة.

And that's exactly what we did.

وهذا هو بالضبط ما فعلناه.

So my team and I worked on biasing AIVA on the style of the TED jingle,

أنا وفريقي عملنا على جعل أيفا تنحاز إلى أسلوب جلجلة TED

and on music that makes us feel a sense of awe and wonder.

وإلى موسيقى تجعلنا نحسّ بشعور من الروعة والاندهاش

And the result is called "The Age of Amazement."

والنتيجة قطعة موسيقية تُسمّى (عصر الاندهاش).

Didn't take an AI to figure that one out.

نحن من سمّيناها، ليس الذكاء الاصطناعي.

(Laughter)

(ضحك)

And I couldn't be more proud to show it to you,

وأنا أشعر بإحساس شديد بالفخر لأُريكم هذه،

so if you can, close your eyes and enjoy the music.

لذلك إذا أردتم، اغلقوا عيونكم واستمتعوا بالموسيقى.

Thank you very much.

شكرًا جزيلًا لكم.

(Music)

(موسيقى)

[The Age of Amazement Composed by AIVA]

[عصر الاندهاش، من تأليف أيفا]

(Music ends)

(الموسيقى تنتهي)

This was for all of you.

كان هذا من أجلكم جميعًا.

Thank you.

شكرًا لكم.

(Applause)

(تصفيق)