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

Translator: sa33d3h arabani Reviewer: Leila Ataei

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

حدود دو و نیم سال پیش، من فیلمی را با نام "او" دیدم.

And it features Samantha, a superintelligent form of AI

و فیلم سامانتا را نشان می‌دهد که شکل فوق هوشمندی از هوش مصنوعی است

that cannot take physical form.

که نمی‌تواند شکل فیزیکی بگیرد.

And because she can't appear in photographs,

و چون نمی‌تواند در عکس‌ها ظاهر ‌شود،

Samantha decides to write a piece of music

تصمیم به نوشتن یک قطعه موسیقی می‌گیرد

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

که لحظه‌ای از زندگی او را درست مانند عکسی ثبت کند.

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

بعنوان موزیسین و مهندس و کسی که در خانواده‌ای هنرمند بزرگ شده است

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

فکر می‌کنم ایده عکس‌های موزیکال در حقیقت بسیار قدرتمند بود.

And I decided to create an AI composer.

و تصمیم گرفتم یک آهنگساز هوش مصنوعی بسازم.

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

نام او ایوا است، و او یک هوش مصنوعی است

that has learned the art of music composition

که هنر را از ترکیب موسیقی از طریق

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

خواندن بیش از ۳۰٫۰۰۰ پارتیتور از بزرگان تاریخ فرا گرفته.

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

خب پس یک پارتیتور برای یک الگوریتم

in a matrix-like representation.

در یک نمایش ماتریس‌وار این شکلی است.

And here's what 30,000 scores,

و اینجا ۳۰٫۰۰۰ پارتیتور موجود که توسط

written by the likes of Mozart and Beethoven,

امثال موزارت و بتهوون نوشته شدند،

look like in a single frame.

در یک تک فریم اینطور به نظر می‌رسند.

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

بنابراین با استفاده از شبکه عصبی عمیق، ایوا به دنبال الگوها در پارتیتور‌ها است.

And from a couple of bars of existing music,

و از دو میله موسیقی موجود،

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

در واقع تلاش دارد بفهمد کدام نوت باید در قطعات بعدی بیاید.

And once AIVA gets good at those predictions,

و ابتدا ایوا در پیش بینی‌ها خوب پیش می‌رود،

it can actually build a set of mathematical rules

او حتی می‌تواند یک مجموعه از قواعد ریاضی برای

for that style of music

آن سبک از موسیقی بسازد

in order to create its own original compositions.

تا ترکیب اصلی خود را خلق کند.

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

و کار تلفیق موسیقی‌ها را مثل انسان‌ها انجام می‌دهد.

It's a trial-and-error process,

این یک فرآیند آزمون و خطا است،

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

در طول زمان شاید نتوانیم نوت‌های درست را همواره جمع آوری کنیم

But we can correct ourselves,

اما می‌توانیم آنها را با گوش

either with our musical ear or our musical knowledge.

یا با دانش موسیقیایی خود اصلاح کنیم.

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

اما برای ایوا، این فرایند یادگیری سالها به طول انجامید،

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

دهها سال یادگیری به عنوان هنرمند یک موزیسین و یک آهنگساز،

down to a couple of hours.

به چند ساعت خلاصه شده بود،

But music is also a supersubjective art.

اما موسیقی هنری بسیار جذاب است.

And we needed to teach AIVA

و نیاز داشتیم به ایوا بیاموزییم

how to compose the right music for the right person,

چطور موسیقی مناسب را برای شخصی مناسب تالیف کند

because people have different preferences.

بدلیل آنکه مردم ترجیح‌های متفاوتی دارند.

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

و برای انجام آن، الگوریتمی را به شما نشان می‌دهیم با بیش از ۳۰دسته بندی مختلف

for each score in our database.

برای هر موسیقی در پایگاه داده‌‌های خود.

So those category labels are like mood

بنابراین آنها برچسب‌های دسته‌بندی هستند مانند

or note density or composer style of a piece

حالت روحی یا چگالی نوت یا سبکِ آهنگساز

or the epoch during which it was written.

قطعه یا دوره‌ای که در آن نوشته شده بود.

And by seeing all this data,

و با دیدن تمامی این داده‌ها،

AIVA can actually respond to very precise requirements.

ایوا به واقع توانست به نیازمندی‌ها بسیار دقیق واکنش نشان دهد.

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

مانند همان پروژه‌ای که به تازگی انجام دادیم،

where we were commissioned to create a piece

که در آنجا به ما ماموریت داده شد قطعه‌ای بسازیم

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

که یادآور موسیقی متن فیلم علمی-تخیلی باشد.

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

و قطعه‌ای که برای آن ساخته شد "در میان ستارگان" نام دارد

and it was recorded with CMG Orchestra in Hollywood,

و با ارکستر CMG در هالیوود ضبط شده،

under great conductor John Beal,

با هدایت خطیر رهبر ارکستر« جان بل»،

and this is what they recorded, made by AIVA.

و این چیزی که آنها ضبط کردند و توسط ایوا خلق شده است.

(Music)

(موسیقی)

(Music ends)

(پایان موسیقی)

What do you think?

نظر شما چیست؟

(Applause)

(تشویق)

Thank you.

متشکرم.

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

خوب دیدید که هوش مصنوعی می‌تواند قطعات زیبایی از موسیقی را خلق کند،

and the best part of it

و بهترین بخش آن

is that humans can actually bring them to life.

این است که مردم می‌توانند آنها را زنده کنند.

And it's not the first time in history

و این نخستین بار در تاریخ نیست

that technology has augmented human creativity.

که فناوری به خلاقیت بشری می‌افزاید.

Live music was almost always used in silent films

موسیقی زنده اغلب همواره در فیلم‌های صامت استفاده می‌شد

to augment the experience.

تا تجربه را افزایش دهد.

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

اما مشکلات موسیقی زنده آن است که مقیاس‌پذیر نیست.

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

در واقع مشکل می‌توان یک سمفونی کامل را در تئاتری کوچک گنجاند،

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

و به واقع انجام چنین کاری برای هر تئاتری در جهان مشکل است.

So when music recording was actually invented,

بنابراین هنگامی‌ که ضبط موسیقی واقعا اختراع شد،

it allowed content creators, like film creators,

به سازندگان محتوا، مانند فیلم‌سازها امکان می‌داد

to have prerecorded and original music

تا موسیقی از پیش ضبط شده، اصلی داشته باشند

tailored to each and every frame of their stories.

که مختص هر فریم از داستان‌هایشان است.

And that was really an enhancer of creativity.

و آن در واقع یک افزاینده خلاقیت بود.

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

دو سال و نیم قبل هنگامی که فیلم "او" را نگاه کردم،

I thought to myself that personalized music

با خودم فکر کردم این موسیقی شخصی

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

تغییری بزرگ در چگونگی مصرف و خلق موسیقی خواهد بود.

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

زیرا این روزها، ما محتوای جذابی مانند، بازی‌های ویدیویی داریم،

that have hundreds of hours of interactive game plays,

که صدها ساعت با این با‌زی‌ها در تعامل هستند،

but only two hours of music, on average.

اما فقط دو ساعت از بازی، سرجمع موسیقی است

And it means that the music loops and loops and loops

و این حلقه‌های مکرر در موسیقی که

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

بارها و بارها تکرار می‌شوند و چندان جذاب نیست.

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

بنابراین کاری که داریم می‌کنیم این است که هوش مصنوعی بتواند با صدها ساعت

hundreds of hours of personalized music

موسیقی شخصی شده آهنگ‌سازی کند

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

برای موارد استفاده‌ای که خلاقیت بشر مقیاسی ندارد.

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

و این را فقط برای بازی‌ها نمی‌خواهیم.

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

بتهوون در واقع قطعه‌ای را نوشته برای معشوق خود با نام "Für Elise,"

and imagine if we could bring back Beethoven to life.

و تصور کنید اگر بتوانیم بتهوون را به حیات بازگردانیم.

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

و اگر او دوباره جلوی شما بنشیند برای شخص شما و از داستان زندگی

and your life story.

شما آهنگ بسازد.

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

یا تصور کنید اگر کسی مانند مارتین لوتر برای مثال،

had a personalized AI composer.

یک آهنگساز هوش مصنوعی شخصی داشت.

Maybe then we would remember

شاید بعدا “من رویایی دارم”

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

را نه تنها به عنوان یک سخنرانی عالی، بلکه

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

یک قطعه‌ فاخر موسیقی، بخشی از خاطرات خویش و تجسم

and capturing Dr. King's ideals.

ایده‌ال‌های دکتر کینگ بخاطر می‌آوردیم.

And this is our vision at AIVA:

و این چیزی است که ایوا به ما نشان داد:

to personalize music so that each and every one of you

برای شخصی کردن موسیقی تا هر کدام از شما و

and every individual in the world

هر فردی در جهان بتواند

can have access to a personalized live soundtrack,

به موسیقی شخصی زنده دسترسی داشته باشد،

based on their story and their personality.

آن هم‌ براساس داستان زندگی خود و براساس شخصیت خود.

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

بنابراین در این لحظات با هم بودن در TED اینک بخشی از داستان زندگی ما است.

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

خب داشتن این حس بجاست که ایوا برای این لحظه آهنگی بسازد.

And that's exactly what we did.

و این همان کاری است که ما می‌کنیم.

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

بنابراین من و گروهم روی سو گیری آیوا به سبک صدای TED و موسیقی

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

و کار کردیم که باعث می‌شود نوعی ابهت و حیرت را احساس کنیم.

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

و حاصل را “عصر شگفتی" نامیدیم.

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

خیلی برای هوش مصنوعی زمانبر نبود.

(Laughter)

(خنده)

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

و من از نشان دادن آن به شما احساس غرور می‌کنم،

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

می‌توانید چشم‌هایتان را ببندید و از موسیقی لذت ببرید.

Thank you very much.

بسیار بسیار سپاسگزارم.

(Music)

(موسیقی)

[The Age of Amazement Composed by AIVA]

[عصر شگفتی نوشته شده با ایوا]

(Music ends)

(پایان موسیقی)

This was for all of you.

برای همه شما بود.

Thank you.

سپاسگزارم.

(Applause)

(تشویق)