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

168,960 views

2018-10-01 ・ TED


New videos

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

168,960 views ・ 2018-10-01

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Jules Daunay Relecteur: Jon Elizagaray
00:12
About two and a half years ago, I watched this movie called "Her."
0
12913
3428
Il y a deux ans et demi, j'ai vu le film « Her ».
00:16
And it features Samantha, a superintelligent form of AI
1
16365
5127
Il met en scène Samantha, une forme très avancée d'IA
00:21
that cannot take physical form.
2
21516
1760
incapable de prendre un aspect physique.
00:23
And because she can't appear in photographs,
3
23858
2230
Parce qu'elle ne peut pas être vue en photo,
00:26
Samantha decides to write a piece of music
4
26112
2016
Samantha écrit un morceau de musique
00:28
that will capture a moment of her life just like a photograph would.
5
28152
3466
afin de capter un moment de sa vie comme une photo l'aurait fait.
00:32
As a musician and an engineer, and someone raised in a family of artists,
6
32953
4408
En tant que musicien et ingénieur, élevé dans une famille d'artistes,
00:37
I thought that this idea of musical photographs was really powerful.
7
37385
4176
j'ai compris que cette idée de photos musicales avait un vrai potentiel.
00:41
And I decided to create an AI composer.
8
41955
2868
Donc, j'ai décidé de créer une IA compositeur.
00:44
Her name is AIVA, and she's an artificial intelligence
9
44847
3488
Elle s'appelle AIVA : une intelligence artificielle
00:48
that has learned the art of music composition
10
48359
2393
qui a appris l'art de composer de la musique
00:50
by reading over 30,000 scores of history's greatest.
11
50776
2785
en lisant plus de 30 000 des plus grandes partitions de l'histoire.
00:54
So here's what one score looks like to the algorithm
12
54165
2456
Voici à quoi ressemble une partition pour l'algorithme
00:56
in a matrix-like representation.
13
56645
2202
dans une représentation matricielle.
00:58
And here's what 30,000 scores,
14
58871
2246
Et voici ce à quoi 30 000 partitions,
01:01
written by the likes of Mozart and Beethoven,
15
61141
2096
écrites par des gens comme Mozart ou Beethoven,
01:03
look like in a single frame.
16
63261
2031
ressemblent en un seul tout.
01:07
So, using deep neural networks, AIVA looks for patterns in the scores.
17
67609
4340
Grâce aux réseaux de neurones profonds, AIVA repère les motifs des partitions.
01:12
And from a couple of bars of existing music,
18
72260
3563
A partir de quelques lignes de musique existante,
01:15
it actually tries to infer what notes should come next in those tracks.
19
75847
3708
AIVA tente de déduire quelles notes devraient suivre dans ces morceaux.
01:19
And once AIVA gets good at those predictions,
20
79887
2498
Et une fois qu'AIVA améliore ces prévisions,
01:22
it can actually build a set of mathematical rules
21
82409
3613
elle peut construire un ensemble de règles mathématiques
01:26
for that style of music
22
86046
1166
pour ce style de musique
01:27
in order to create its own original compositions.
23
87236
2788
afin de créer ses propres compositions originales.
01:30
And in a way, this is kind of how we, humans, compose music, too.
24
90490
3709
Finalement, c'est un peu la façon dont nous, humains, composons la musique.
01:34
It's a trial-and-error process,
25
94561
1492
On avance par tâtonnements
01:36
during which we may not get the right notes all the time.
26
96077
3008
et on ne peut pas tout le temps trouver la bonne note.
01:39
But we can correct ourselves,
27
99109
1389
Mais on peut se corriger,
01:40
either with our musical ear or our musical knowledge.
28
100522
3293
grâce à notre oreille musicale ou à notre connaissance de la musique.
01:45
But for AIVA, this process is taken from years and years of learning,
29
105495
4143
Mais, pour AIVA, ce processus est ramené d'années d'apprentissage,
01:49
decades of learning as an artist, as a musician and a composer,
30
109662
3262
des dizaines d'années pour un artiste, un musicien et un compositeur,
01:52
down to a couple of hours.
31
112948
1733
à quelques heures.
01:55
But music is also a supersubjective art.
32
115030
2880
La musique est un art extrêmement subjectif.
01:57
And we needed to teach AIVA
33
117934
1564
On a dû apprendre à AIVA
01:59
how to compose the right music for the right person,
34
119522
2445
comment créer une musique adaptée à la bonne personne,
02:01
because people have different preferences.
35
121991
2141
car les gens ont des goûts différents.
02:04
And to do that, we show to the algorithm over 30 different category labels
36
124156
4190
Pour ce faire, on a ajouté à l'algorithme plus de 30 catégories différentes
02:08
for each score in our database.
37
128370
1945
pour chaque partition en base de données.
02:10
So those category labels are like mood
38
130339
2516
Ces catégories sont l'état d'esprit,
02:12
or note density or composer style of a piece
39
132879
2920
la densité sonore, le style de composition d'un morceau
02:15
or the epoch during which it was written.
40
135823
2524
ou l'époque à laquelle il a été écrit.
02:18
And by seeing all this data,
41
138371
1935
Exposée à toutes ces données,
02:20
AIVA can actually respond to very precise requirements.
42
140330
3056
AIVA peut répondre à des exigences très précises.
02:23
Like the ones, for example, we had for a project recently,
43
143966
3103
Comme celles, par exemple, récemment pour un projet,
02:27
where we were commissioned to create a piece
44
147093
3035
où on nous a demandé de créer un morceau
02:30
that would be reminiscent of a science-fiction film soundtrack.
45
150152
3027
qui rappellerait la bande-son d'un film de science-fiction.
02:33
And the piece that was created is called "Among the Stars"
46
153839
4500
Ce morceau, que nous avons créé, s'appelle « Parmi les Étoiles ».
02:38
and it was recorded with CMG Orchestra in Hollywood,
47
158363
3317
Il a été enregistré par l'orchestre du studio CMG de Hollywood
02:41
under great conductor John Beal,
48
161704
1714
avec le grand chef d'orchestre John Beal.
02:43
and this is what they recorded, made by AIVA.
49
163442
3067
Voici ce qui a été enregistré, composé par AIVA.
02:47
(Music)
50
167657
7000
(Début de la musique)
03:30
(Music ends)
51
210196
2190
(Fin de la musique)
03:34
What do you think?
52
214719
1207
Qu'en pensez-vous ?
03:35
(Applause)
53
215950
4380
(Applaudissements)
03:40
Thank you.
54
220354
1150
Merci.
03:42
So, as you've seen, AI can create beautiful pieces of music,
55
222001
4055
Comme vous avez pu l'entendre, l'IA crée de beaux morceaux de musique
03:46
and the best part of it
56
226080
1803
et, le meilleur dans tout ça,
03:47
is that humans can actually bring them to life.
57
227907
2581
c'est que les humains peuvent leur donner vie.
03:51
And it's not the first time in history
58
231506
1838
Ce n'est pas nouveau dans l'histoire
03:53
that technology has augmented human creativity.
59
233368
3344
que la technologie accroît la créativité humaine.
03:56
Live music was almost always used in silent films
60
236736
3072
Des concerts avaient presque toujours lieu pendant les films muets
03:59
to augment the experience.
61
239832
1666
pour améliorer le ressenti.
04:01
But the problem with live music is that it didn't scale.
62
241522
3182
Mais le problème avec les concerts, c'est de répliquer le modèle.
04:04
It's really hard to cram a full symphony into a small theater,
63
244728
3429
C'est très dur de caser un orchestre symphonique dans un petit cinéma
04:08
and it's really hard to do that for every theater in the world.
64
248181
2991
et encore plus de le faire pour tous les cinémas dans le monde.
04:11
So when music recording was actually invented,
65
251196
2849
Grâce à l'invention de l'enregistrement audio,
04:14
it allowed content creators, like film creators,
66
254069
2349
les créateurs de contenus, comme les réalisateurs,
04:16
to have prerecorded and original music
67
256442
2786
ont pu avoir une musique originale préenregistrée
04:19
tailored to each and every frame of their stories.
68
259252
2873
adaptée à chacune des scènes de leurs récits.
04:22
And that was really an enhancer of creativity.
69
262149
2626
Ce qui a vraiment intensifié leur créativité.
04:26
Two and a half years ago, when I watched this movie "Her,"
70
266617
3286
Il y a deux ans et demi, quand j'ai vu le film « Her »,
04:29
I thought to myself that personalized music
71
269927
2907
je me suis fait la réflexion que la musique personnalisée
04:32
would be the next single biggest change in how we consume and create music.
72
272858
4417
serait la prochaine révolution dans notre façon de consommer et créer de la musique.
04:38
Because nowadays, we have interactive content, like video games,
73
278187
4222
Car, aujourd'hui, il y a des contenus interactifs, comme les jeux vidéo,
04:42
that have hundreds of hours of interactive game plays,
74
282433
3015
avec des possibilités de jouer pendant des centaines d'heures,
04:45
but only two hours of music, on average.
75
285472
2113
mais juste deux heures de musique, en moyenne.
04:47
And it means that the music loops and loops and loops
76
287609
2492
Ce qui veut dire que la musique se répète en boucle et ce n'est très immersif.
04:50
over and over again, and it's not very immersive.
77
290125
2332
04:52
So what we're working on is to make sure that AI can compose
78
292467
3951
Donc, on travaille sur un moyen de s'assurer que l'IA peut composer
04:56
hundreds of hours of personalized music
79
296442
2302
des centaines d'heures de musique personnalisée
04:58
for those use cases where human creativity doesn't scale.
80
298768
3866
pour ces cas d'usage où la créativité humaine ne peut pas être répliquée.
05:03
And we don't just want to do that for games.
81
303363
2206
Et on ne veut pas le faire que pour les jeux.
05:06
Beethoven actually wrote a piece for his beloved, called "Für Elise,"
82
306657
4428
Beethoven a écrit pour sa bien-aimée un morceau appelé « La Lettre à Élise ».
05:11
and imagine if we could bring back Beethoven to life.
83
311109
3651
Imaginez qu'on puisse ressusciter Beethoven,
05:14
And if he was sitting next to you, composing a music for your personality
84
314784
5230
qu'il soit assis à côté de vous, à créer un morceau pour votre personnalité
05:20
and your life story.
85
320038
1333
et votre histoire.
05:22
Or imagine if someone like Martin Luther King, for example,
86
322632
2779
Ou imaginez que quelqu'un comme Martin Luther King, par exemple,
05:25
had a personalized AI composer.
87
325435
2039
ait eu un compositeur IA personnalisé.
05:27
Maybe then we would remember
88
327498
1373
Peut-être qu'on verrait alors
05:28
"I Have a Dream" not only as a great speech,
89
328895
2056
en « I Have a Dream » plus qu'un grand discours,
05:30
but also as a great piece of music, part of our history,
90
330975
2626
un grand morceau de musique pour notre histoire,
05:33
and capturing Dr. King's ideals.
91
333625
2133
incarnant les idéaux de Martin Luther King.
05:36
And this is our vision at AIVA:
92
336069
1889
C'est notre vision à AIVA :
05:37
to personalize music so that each and every one of you
93
337982
2578
personnaliser la musique pour que chacun d'entre vous,
05:40
and every individual in the world
94
340584
1649
et chaque personne sur Terre,
05:42
can have access to a personalized live soundtrack,
95
342257
3074
puisse avoir une bande-son personnalisée en direct,
05:45
based on their story and their personality.
96
345355
2505
basée sur son histoire et sa personnalité.
05:49
So this moment here together at TED is now part of our life story.
97
349915
4079
Ce moment ensemble à TED fait maintenant partie de notre histoire.
05:54
So it only felt fitting that AIVA would compose music for this moment.
98
354018
4169
Donc c'était naturel, pour nous, qu'AIVA compose une musique sur ce moment.
05:58
And that's exactly what we did.
99
358674
2444
Et c'est précisément ce qu'on a fait.
06:01
So my team and I worked on biasing AIVA on the style of the TED jingle,
100
361436
5022
Avec mon équipe, on a conditionné AIVA avec le style du jingle de TED
06:06
and on music that makes us feel a sense of awe and wonder.
101
366482
3444
et avec une musique qui nous évoquait l'émerveillement.
06:09
And the result is called "The Age of Amazement."
102
369950
3913
Le résultat s'appelle « L'Âge de l’Étonnement ».
06:13
Didn't take an AI to figure that one out.
103
373887
2396
On n'a pas eu besoin de l'IA pour imaginer ce titre.
06:16
(Laughter)
104
376307
1150
(Rires)
06:18
And I couldn't be more proud to show it to you,
105
378152
2402
Et je suis extrêmement fier de vous le montrer,
06:20
so if you can, close your eyes and enjoy the music.
106
380578
2428
si possible, fermez les yeux et profitez de la musique.
06:23
Thank you very much.
107
383030
1333
Merci beaucoup.
06:25
(Music)
108
385537
4195
(Début de la musique)
06:35
[The Age of Amazement Composed by AIVA]
109
395176
2667
[L'Âge de l’Étonnement, composé par AIVA]
08:19
(Music ends)
110
499649
1151
(Fin de la musique)
08:20
This was for all of you.
111
500824
1373
C'était pour vous tous.
08:22
Thank you.
112
502221
1166
Merci.
08:23
(Applause)
113
503411
4573
(Applaudissements)
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7