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

167,508 views ・ 2018-10-01

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: Yumi Urushihara 校正: Yasushi Aoki
00:12
About two and a half years ago, I watched this movie called "Her."
0
12913
3428
2年半ほど前に 私は映画 『her/世界でひとつの彼女』を見ました
00:16
And it features Samantha, a superintelligent form of AI
1
16365
5127
その主人公はサマンサという 高度な知能を持ったAIです
00:21
that cannot take physical form.
2
21516
1760
彼女は肉体を持ちません
00:23
And because she can't appear in photographs,
3
23858
2230
写真に写ることが できない彼女は
00:26
Samantha decides to write a piece of music
4
26112
2016
自分の人生のワンシーンを切り取った 曲を作ることにします
00:28
that will capture a moment of her life just like a photograph would.
5
28152
3466
まさに写真のような
00:32
As a musician and an engineer, and someone raised in a family of artists,
6
32953
4408
音楽家、エンジニアであり 芸術家の一家に育った私は
00:37
I thought that this idea of musical photographs was really powerful.
7
37385
4176
この「スナップ音楽」というアイデアに 強く惹かれました
00:41
And I decided to create an AI composer.
8
41955
2868
そして AIの作曲家を作ろうと 決意しました
00:44
Her name is AIVA, and she's an artificial intelligence
9
44847
3488
彼女の名前は AIVA (エイヴァ)といいます
歴史上の傑作とされる 3万曲分の楽譜を読み
00:48
that has learned the art of music composition
10
48359
2393
00:50
by reading over 30,000 scores of history's greatest.
11
50776
2785
作曲の技術を学んだ 人工知能です
00:54
So here's what one score looks like to the algorithm
12
54165
2456
この『マトリックス』に 出てくるみたいなやつは
00:56
in a matrix-like representation.
13
56645
2202
アルゴリズムにとっての 楽譜表現です
00:58
And here's what 30,000 scores,
14
58871
2246
そしてこれは モーツァルトや ベートーヴェンなどが作曲した
01:01
written by the likes of Mozart and Beethoven,
15
61141
2096
3万曲の楽譜を
01:03
look like in a single frame.
16
63261
2031
1つの画面に収めたものです
01:07
So, using deep neural networks, AIVA looks for patterns in the scores.
17
67609
4340
ディープニューラルネットワークを用いて AIVAは楽譜に規則性を探します
01:12
And from a couple of bars of existing music,
18
72260
3563
そして既存の音楽の 数小節から
01:15
it actually tries to infer what notes should come next in those tracks.
19
75847
3708
曲の中で 次にどの音がくるか 予測しようとします
01:19
And once AIVA gets good at those predictions,
20
79887
2498
この予測の精度が上がったら
01:22
it can actually build a set of mathematical rules
21
82409
3613
その曲の作風に関する
数学的規則を導き出せて
01:26
for that style of music
22
86046
1166
01:27
in order to create its own original compositions.
23
87236
2788
それにより 独自の作曲が 行えるようになります
01:30
And in a way, this is kind of how we, humans, compose music, too.
24
90490
3709
ある意味 私達人間が 作曲するのと同様のやり方です
01:34
It's a trial-and-error process,
25
94561
1492
試行錯誤の過程であり
01:36
during which we may not get the right notes all the time.
26
96077
3008
常に 良い音楽が 出来上がる訳ではありません
01:39
But we can correct ourselves,
27
99109
1389
しかし私達は 耳や音楽の知識を使って
01:40
either with our musical ear or our musical knowledge.
28
100522
3293
改善していくことができます
01:45
But for AIVA, this process is taken from years and years of learning,
29
105495
4143
この過程は通常 アーティストとして 音楽家として 作曲家として
01:49
decades of learning as an artist, as a musician and a composer,
30
109662
3262
何十年もかけて 学ぶものですが
01:52
down to a couple of hours.
31
112948
1733
AIVAは数時間で学べます
01:55
But music is also a supersubjective art.
32
115030
2880
しかし音楽は 非常に 主観的な芸術でもあります
01:57
And we needed to teach AIVA
33
117934
1564
聞き手に合わせた音楽を 作曲するよう
01:59
how to compose the right music for the right person,
34
119522
2445
AIVAに教える 必要がありました
02:01
because people have different preferences.
35
121991
2141
人はそれぞれ 好みが違うからです
02:04
And to do that, we show to the algorithm over 30 different category labels
36
124156
4190
そのため 我々のデータベース上の楽譜を 30以上の指標について分類し
02:08
for each score in our database.
37
128370
1945
アルゴリズムに学習させました
02:10
So those category labels are like mood
38
130339
2516
使った指標としては 例えば ムードや
02:12
or note density or composer style of a piece
39
132879
2920
音符密度 作曲家の作風
02:15
or the epoch during which it was written.
40
135823
2524
作曲された時代 などがあります
02:18
And by seeing all this data,
41
138371
1935
これら全てのデータを基に
02:20
AIVA can actually respond to very precise requirements.
42
140330
3056
AIVAは とても正確に 注文に応えることができます
02:23
Like the ones, for example, we had for a project recently,
43
143966
3103
例えば 最近のプロジェクトでは
SF映画のサウンドトラックを 思い起こさせるような曲の
02:27
where we were commissioned to create a piece
44
147093
3035
02:30
that would be reminiscent of a science-fiction film soundtrack.
45
150152
3027
作曲を依頼されました
02:33
And the piece that was created is called "Among the Stars"
46
153839
4500
そして完成した曲が 『アマング・ザ・スターズ』(星々の間に)です
02:38
and it was recorded with CMG Orchestra in Hollywood,
47
158363
3317
ハリウッドの CMGオーケストラの演奏による
02:41
under great conductor John Beal,
48
161704
1714
名指揮者ジョン・ビールの指揮で 収録された—
02:43
and this is what they recorded, made by AIVA.
49
163442
3067
AIVAの作品を お聴きください
(音楽)
02:47
(Music)
50
167657
7000
03:30
(Music ends)
51
210196
2190
(音楽終了)
03:34
What do you think?
52
214719
1207
いかがでしたか?
03:35
(Applause)
53
215950
4380
(拍手)
03:40
Thank you.
54
220354
1150
ありがとうございます
03:42
So, as you've seen, AI can create beautiful pieces of music,
55
222001
4055
お聞きになったように AIは美しい音楽を作り出せます
03:46
and the best part of it
56
226080
1803
これの素晴らしいところは
03:47
is that humans can actually bring them to life.
57
227907
2581
人間が それに命を吹き込める ということです
03:51
And it's not the first time in history
58
231506
1838
技術による 人間の創造性の補完は
03:53
that technology has augmented human creativity.
59
233368
3344
これまでにも 例がありました
03:56
Live music was almost always used in silent films
60
236736
3072
サイレント映画では 視聴体験を補完するために
03:59
to augment the experience.
61
239832
1666
よく生演奏が付いていました
04:01
But the problem with live music is that it didn't scale.
62
241522
3182
しかし生演奏の問題は 規模の調整が難しいことです
04:04
It's really hard to cram a full symphony into a small theater,
63
244728
3429
小さな劇場に 交響楽団を 詰め込むことはできないし
04:08
and it's really hard to do that for every theater in the world.
64
248181
2991
世界中の劇場の全てで 生演奏を行うこともできません
04:11
So when music recording was actually invented,
65
251196
2849
録音技術が発明されたことで
04:14
it allowed content creators, like film creators,
66
254069
2349
映画制作者などの コンテンツ・クリエイターが
04:16
to have prerecorded and original music
67
256442
2786
物語の各シーンに合わせて作曲された オリジナルの音楽を
04:19
tailored to each and every frame of their stories.
68
259252
2873
事前に収録し 使用できるようになりました
04:22
And that was really an enhancer of creativity.
69
262149
2626
それにより 創造力の幅が 大きく広がったんです
04:26
Two and a half years ago, when I watched this movie "Her,"
70
266617
3286
2年半前に『her/世界でひとつの彼女』を 見て思いました
04:29
I thought to myself that personalized music
71
269927
2907
人々が音楽を楽しみ 曲を作る方法の 次なる大きな変化は
04:32
would be the next single biggest change in how we consume and create music.
72
272858
4417
個人個人に合わせた音楽だと
04:38
Because nowadays, we have interactive content, like video games,
73
278187
4222
というのも 最近では テレビゲームのような
何百時間も遊べる インタラクティブ・コンテンツがありますが
04:42
that have hundreds of hours of interactive game plays,
74
282433
3015
04:45
but only two hours of music, on average.
75
285472
2113
音楽は 平均で2時間分しか ないからです
04:47
And it means that the music loops and loops and loops
76
287609
2492
同じ曲が何度も 繰り返し流され
04:50
over and over again, and it's not very immersive.
77
290125
2332
あまり没入できません
04:52
So what we're working on is to make sure that AI can compose
78
292467
3951
私達が取り組んでいるのは
個人に合わせた何百時間もの音楽を AIが作曲できるようにし
04:56
hundreds of hours of personalized music
79
296442
2302
04:58
for those use cases where human creativity doesn't scale.
80
298768
3866
人間の創造力で対応できない用途に 使おうというものです
05:03
And we don't just want to do that for games.
81
303363
2206
ゲームのためだけ ではありません
05:06
Beethoven actually wrote a piece for his beloved, called "Für Elise,"
82
306657
4428
ベートーヴェンは 好きな人のために 『エリーゼのために』を作曲しました
05:11
and imagine if we could bring back Beethoven to life.
83
311109
3651
ベートーヴェンが この世に甦ったと想像してください
05:14
And if he was sitting next to you, composing a music for your personality
84
314784
5230
彼が隣に座り 自分の個性や これまでの人生の物語に合わせて
05:20
and your life story.
85
320038
1333
作曲してくれるとしたら
05:22
Or imagine if someone like Martin Luther King, for example,
86
322632
2779
あるいは キング牧師が 自分専用の作曲家AIを持っていたらと
05:25
had a personalized AI composer.
87
325435
2039
想像してみてください
05:27
Maybe then we would remember
88
327498
1373
おそらく 私達は 「私には夢がある」を
05:28
"I Have a Dream" not only as a great speech,
89
328895
2056
偉大な演説としてだけでなく
05:30
but also as a great piece of music, part of our history,
90
330975
2626
我々の歴史の一部であり キング牧師の思想を表す
05:33
and capturing Dr. King's ideals.
91
333625
2133
偉大な音楽として 記憶していたことでしょう
05:36
And this is our vision at AIVA:
92
336069
1889
AIVAに取り組む 私達の未来像は
05:37
to personalize music so that each and every one of you
93
337982
2578
皆さんの一人一人 そして世界中の全ての人が
05:40
and every individual in the world
94
340584
1649
05:42
can have access to a personalized live soundtrack,
95
342257
3074
自分の人生の物語や 個性に合わせて作曲された
05:45
based on their story and their personality.
96
345355
2505
自分だけの音楽を 聴いている姿です
05:49
So this moment here together at TED is now part of our life story.
97
349915
4079
こうして今日 皆さんとTEDに集まっていることも 私達の物語の一部になります
05:54
So it only felt fitting that AIVA would compose music for this moment.
98
354018
4169
だから この瞬間について AIVAが作曲するべきだと思い
05:58
And that's exactly what we did.
99
358674
2444
実際にやってみました
06:01
So my team and I worked on biasing AIVA on the style of the TED jingle,
100
361436
5022
私たちのチームは TEDのオープニング・テーマ曲の作風と
06:06
and on music that makes us feel a sense of awe and wonder.
101
366482
3444
畏敬や驚異の念を引き起こす音楽を AIVAに学ばせました
06:09
And the result is called "The Age of Amazement."
102
369950
3913
その結果生まれた曲が 『エイジ・オブ・アメーズメント』(驚異の時代)です
06:13
Didn't take an AI to figure that one out.
103
373887
2396
タイトルはAIに頼りませんでした
06:16
(Laughter)
104
376307
1150
(笑)
06:18
And I couldn't be more proud to show it to you,
105
378152
2402
皆さんにお聞きいただけるのが とても誇らしいです
06:20
so if you can, close your eyes and enjoy the music.
106
380578
2428
よろしければ 目を閉じて
音楽をお楽しみください
06:23
Thank you very much.
107
383030
1333
06:25
(Music)
108
385537
4195
(音楽)
『エイジ・オブ・アメーズメント』 AIVA 作曲
06:35
[The Age of Amazement Composed by AIVA]
109
395176
2667
08:19
(Music ends)
110
499649
1151
(音楽終了)
08:20
This was for all of you.
111
500824
1373
これは皆さんのための音楽です
08:22
Thank you.
112
502221
1166
ありがとうございました
08:23
(Applause)
113
503411
4573
(拍手)
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7