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

Translator: Myo Aung Reviewer: Sanda Aung

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

လွန်ခဲ့တဲ့ နှစ်နှစ်ခွဲတုန်းက ကျွန်တော် "Her" ရုပ်ရှင်ကို ကြည့်ခဲ့ရတယ်။

And it features Samantha, a superintelligent form of AI

ဆူပါကျွမ်းကျင်လှတဲ့ AI တစ်ဦးအဖြစ် Samantha က ပါဝင် သရုပ်ဆောင်ထားတာပါ၊

that cannot take physical form.

သူမဟာ ရုပ်ပိုင်းအသွင်ကို မဆောင်နိုင်ခဲ့ပါ။

And because she can't appear in photographs,

သူ့ကို ဓာတ်ပုံများနဲ့လည်း ဖေါ်ပြမရနိုင်တော့၊

Samantha decides to write a piece of music

Samantha က ဓာတ်ပုံက အသက်ထဲက တဒေင်္ဂကို ဖမ်းချုပ်ပေးနိုင်သလို

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

ထင်ဟပ်ပေးနိုင်မဲ့ ဂီတကို ရေးစပ်ရန် ဆုံးဖြတ်လိုက်တယ်။

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

ဂီတပညာရှင်နဲ့ အင်ဂျင်နီယာတစ်ဦးဖြစ်ပြီး အနုပညာရှင် မိသားစုထဲက ဖြစ်တာမို့လို့၊

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

ဂီတဓာတ်ပုံဆိုတဲ့ စိတ်ကူးဟာ တကယ့်ကို စိတ်ကူးကောင်းပဲလို့ ယူဆမိတယ်။

And I decided to create an AI composer.

ဒါနဲ့ ကျွန်တော်ဟာ AI တေးစပ်ဆရာကို ဖန်တီးရန် ဆုံးဖြတ်ခဲ့တယ်။

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

သူမရဲ့ အမည်က AIVA ဖြစ်ပြီး သူမဟာ အသိဉာဏ်တုပါ၊

that has learned the art of music composition

သမိုင်းထဲက အထင်ရှားဆုံး ဂီတ ၃၀,၀၀၀ ကို ဖတ်ရှုလျက်

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

တေးစပ်နည်းကို လေ့လာသင်ယူခဲ့တဲ့ အသိဉာဏ်အတုပါ။

ဒီတော့ ဒီမှာမြင်နိုင်ကြတာက ဖြန့်စီကိန်း ပုံစံကို ဆောင်ထားတဲ့

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

in a matrix-like representation.

တင်ဆက်ပေးမှု ဂီတ တစ်ခုပါ။

And here's what 30,000 scores,

ပြီးတော့ ဟောဒါကတော့ Mozart နဲ့ Beethoven တို့မှအစ

written by the likes of Mozart and Beethoven,

ရေးစပ်ပေးခဲ့ကြတဲ့ ဂီတ ၃၀,၀၀၀ ကို စုစည်းပေါင်းစပ်ပေးလျက်

look like in a single frame.

ဘောင်တစ်ခုထဲမှာ ဖေါ်ပြပေးထားမှုပါ။

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

ဒီတော့ AIVA ဟာ neural ကွန်ရက်တွေထဲမှာ ပုံစံတွေကို နက်ရှိုင်းစွာ ရှာဖွေပါတယ်။

And from a couple of bars of existing music,

ရှိပြီးသား သင်္ကေတ နှစ်ခုလောက်ကို ယူပြီး

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

သူမဟာ အဲဒါရဲ့ နောက်ပိုင်းမှာ ဘယ်လို သင်္ကေတတွေ လာရမလဲ ဆိုတာကို ရှာကြံတာပါ။

And once AIVA gets good at those predictions,

AIVA က အဲဒီလို ခန့်မှန်းရာတွင် တော်လာမယ် ဆိုရင်၊

it can actually build a set of mathematical rules

သူမဟာ သင်္ချဆိုင်ရာ စည်းကမ်းချက်တွေကို ပြုစုချမှတ်ပေးနိုင်ပြီး

for that style of music

အဲဒီလိုပုံစံ ဂီတစတိုင်ကို

in order to create its own original compositions.

ကိုယ်ပိုင် ဖန်တီးပေးနိုင်စွမ်း ရှိလာနိုင်မှာပါ။

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

တကယ်တော့၊ ကျုပ်တို့ လူသားတွေ ဂီတကို ရေးစပ်ကြတာကလည်း ဒီအတိုင်းပါပဲ။

It's a trial-and-error process,

အဲဒါဟာ စမ်းကြည့်လိုက်-မှားလိုက် ဖြစ်စဉ်ပါ၊

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

ကျုပ်တို့ဟာ မှန်ကန်တဲ့ ဂီတသင်္ကေတတွေကို အမြဲတမ်း ရှာမရနိုင်ကြပါ။

But we can correct ourselves,

ဒါပေမဲ့ ကျုပ်တို့ဟာ ကိုယ့်ကိုကိုယ် ပြင်ပေးနိုင်ကြပါတယ်၊

either with our musical ear or our musical knowledge.

ဂီတနားဖြင့် စွင့်ကြည့်လျက် ဒါမှမဟုတ် ဂီတအ​ခြေခံဖြင့် ပြင်နိုင်ပါတယ်။

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

ဒါပေမဲ့ AIVA အတွက်ကျတော့ နှစ်ပ​ေါင်းများစွာ သင်ကြားလေ့လာရမှု၊

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

အနုပညာရှင်၊ ဂီတပညာရှင် နှင့် တေးရေးဆရာ ဖြစ်လာဖို့ သင်ခဲ့ရတဲ့ ဆစ်စုနှစ်တွေ အစား၊

down to a couple of hours.

နှစ်နာရီလောက်နဲ့ ပို့ချပေးခဲ့တယ်။

But music is also a supersubjective art.

ဒါပေမဲ့ ဂီတဆိုတာလည်း တစ်ဦးနဲ့တစ်ဦး အတော့ကို ကွဲပြားလှပါတယ်။

And we needed to teach AIVA

ဒီတော့ကျွန်ုပ်တို့ကလည်း AIVA အား

how to compose the right music for the right person,

မှန်ကန်တဲ့ ဂီတကို မှန်ကန်တဲ့လူ အတွက် ရေးစပ်နိုင်အောင် သင်ပေးရန် လိုခဲ့တယ်၊

because people have different preferences.

လူတွေရဲ့ နှစ်ခြိုက်မှု မတူလို့ပါ။

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

ကျွန်ုပ်တို့ဟာ ကျွန်ုပ်တို့ ဒေတာဘေ့စ်ထဲက အမှတ်တိုင်းအတွက် ပုံစံအမျိုးမျိုး​ ရှိတဲ့

for each score in our database.

အမျိုးအစား တံဆိပ်တွေကို ပြပေးခဲ့ကြတယ်။

So those category labels are like mood

အဲဒီ အမျိုးအစား တံဆပ်များ ဆိုတာက ဂီတသင်္ကေတတွေ ရဲ့ သိပ်သည်းမှု၊

or note density or composer style of a piece

တေးရေးဆရာ တစ်ခုခု ရေးစပ်ခဲ့ပုံရဲ့ စတိုင်၊

or the epoch during which it was written.

အဲဒါကို ရေးပေးခဲ့တဲ့ ခေတ် စသဖြင့် ညွှန်ပြပေးပါတယ်။

And by seeing all this data,

အဲဒီလို ဒေတာအားလုံးကို ကြည့်ရှုလျက်

AIVA can actually respond to very precise requirements.

AIVA ဟာ တကယ့်ကို သိပ်ကို တိကျတဲ့ လိုအပ်ချက်များအား တုံ့ပြန်နိုင်မှာပါ။

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

ဥပမာအဖြစ်၊ ကျွန်ုပ်တို့ မကြာခင်တုန်းက ရရှိခဲ့တဲ့ ပရိုဂျက်ကို ပြနိုင်ပါတယ်၊

where we were commissioned to create a piece

ကျွန်ုပ်တို့အား သိပ္ပံစိတ်ကူးယဉ် ဝတ္ထုရဲ့ အနှစ်ချုပ်ကို ထင်ဟပ်ပေးမယ့်

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

ဂီတးကို ဖန်တီးပေးရန် အော်ဒါ ရရှိခဲ့ပါတယ်။

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

အဲဒါနဲ့ တီထွင်ဖြစ်ခဲ့တဲ့ အရာကို "ကြယ်များ အကြားတွင်" ဆိုပြီး ခေါ်ဝေါ်ခဲ့ပါတယ်။

and it was recorded with CMG Orchestra in Hollywood,

အဲဒါကို ဟောလိဝုဒ် CMG သံစုံတီးဝိုင်အဖွဲ့က အသံသွင်းယူခဲ့ပါတယ်၊

under great conductor John Beal,

ဂီတညွှန်ကြားပေးသူ John Beal ရဲ့ ညွှန်ကြားမှုဖြင့်ပါ၊

and this is what they recorded, made by AIVA.

AIVA ရဲ့ လက်သံကို သူတို့ အသံသွင်းပေးခဲ့တာကို ဖွင်ပေးပါမယ်။

(Music)

(ဂီတ)

(Music ends)

(ဂီတအဆုံးသတ်)

What do you think?

ဘယ်လိုများ ထင်မြင်ကြပါသလဲ။

(Applause)

(လက်ခုပ်သံများ)

Thank you.

ကျေးဇူးတင်ပါသည်။

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

ဒီတော့ AI ဟာ လှပတဲ့ ဂီတ အပိုင်းအစ တွေကို ဖန်တီးနိုင်တာ ထင်ရှားပါတယ်၊

and the best part of it

ဒီနေရာမှာ အကောင်းဆုံးအချက်က

is that humans can actually bring them to life.

လူတွေက အဲဒါတွေကို လက်တွေ့ အသက်သွင်းပေးနိုင်ကြခြင်းပါပဲ။

အဲဒါဟာ နည်းပညာက လူသားရဲ့ ဖန်တီး နိုင်စွမ်းကို တိုးမြှင့်ပေးခဲ့တာ

And it's not the first time in history

that technology has augmented human creativity.

သမိုင်းထဲမှာ ပထမအကြိမ် မဟုတ်ခဲ့ပါ။

Live music was almost always used in silent films

အသံတိတ် ရုပ်ရှင် ခေတ်တုန်းက လူကိုယ်တိုင် ပါဝင်တီးပေးခဲ့လျက်

to augment the experience.

ခံစားရမှုကို မြှင့်တင်ပေးခဲ့ကြတယ်။

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

ဒါပေမဲ့ လူကိုယ်တိုင် တီးခတ်ပေးစဉ် စကေးကို ထည့်စဉ်းစားရန် မလိုခဲ့ပါ။

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

ဆင်ဖိုနီ တီးဝိုင်းအဖွဲ့ကြီးကို ဇာတ်ရုံလေး ထဲသို့ ထည့်သွင်းရန် ခဲယဉ်းသလိုပဲ၊

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

ပြီးတော့ ကမ္ဘာပေါ်ရှိ ပြဇာတ်ရုံအားလုံး အတွက် လုပ်ပေးဖို့ ခက်ပါလိမ့်မယ်။

So when music recording was actually invented,

အဲဒါနဲ့ ဂီတကို အသံသွင်းနည်းကို တီထွင်ပေးလိုက်တော့၊

ရုပ်ရှင်ကို ဖန်တီးသူတို့လို အကြောင်းအရာကို ဖန်တီးသူဟာ

it allowed content creators, like film creators,

to have prerecorded and original music

ကြိုပြီး အသံသွင်းပြီးသား မူရင်း ဂီတကို အသင့်ရယူလျက်

သူတို့အကြောင်းအရာများရဲ့ အကွက်တိုင်းနဲ့ ကိုက်ညီအောင် ထည့်သုံးနိုင်တယ်။

tailored to each and every frame of their stories.

And that was really an enhancer of creativity.

အဲဒီအချက်ကလည်း ဖန်တီးနိုင်စွမ်းကို မြှင့်တင်ပေးနိုင်ခဲ့တယ်။

လွန်ခဲ့တဲ့ နှစ်နှစ်ခွဲတုန်းက "Her" ဆိုတဲ့ ရုပ်ရှင် ကြည့်ရှုနေခဲ့စဉ်၊

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

လူတစ်ဦးချင်းအတွက် ဖန်တီးပေးနိုင်မယ့်ဂီတကမှ ကျွန်ုပ်တို့ ဂီတကို သုံးစွဲဖန်တီးကြပုံ

I thought to myself that personalized music

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

ဆိုင်ရာ တစ်ခုတည်းသော အကြီးမားဆုံး အပြောင်းအလဲ ဖြစ်မယ်လို့ နားလည်မိခဲ့တယ်။

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

ဒီနေ့တွင် ဗီဒီယိုဂိမ်တွေလို တုံ့ပြန်နိုင် စွမ်း ရှိတဲ့ အ​ကြောင်းအရာတွေ ရှိလာတော့၊

that have hundreds of hours of interactive game plays,

တုံ့ပြန်ကစားနိုင်တဲ့ ဂိမ်းတွေဟာ နာရီပေါင်း ရာချီ ရှိကြတယ်၊

but only two hours of music, on average.

ဒါပေမဲ့ ဂီတဟာ ပျမ်းမျှအားဖြင့် နှစ်နာရီခန့်ဘဲ ရှိတတ်တယ်။

And it means that the music loops and loops and loops

ဂီတဟာ တကြော့ပြီး တကြော့ ထပ်ထပ်ပြီး တီးမှုတ်ပေရတယ်

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

ဆိုတော့ နှစ်မြုပ်နေသလို ခံစားမရနိုင်ပါဘူး။

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

အဲဒါကြောင့် ကျွန်ုပ်တို့ အခု အားထုတ်နေတာက အသုံးပြုရန် လိုအပ်နိုင်တဲ့ ဂီတတွေကို

hundreds of hours of personalized music

လူသားအနေနဲ့ လိုက်လုပ်မပေးနိုင်တဲ့ စကေးမျိုးမှာ

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

AI အနေနဲ့ လူ့တစ်ဦးချင်းကို ရည်စူးလျက် ဂီတနာရီ ထောင်ချီကို ဖန်တီးပေးဖို့ကိုပါ။

ပြီးတော့ ကျွန်ုပ်တို့ အဲဒါကို ဂိမ်းများ အတွက်သာ လုပ်နေတာ မကပါဘူး။

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

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

Beethoven ဟာ သူအရမ်းကြိုက်ခဲ့တဲ့ "Für Elise" ဂီတကို ရေးစပ်ပေးခဲ့ဘူးတယ်၊

and imagine if we could bring back Beethoven to life.

ကျွန်ုပ်တို့က Beethoven ကိုပြန်ပြီး ရှင်လာအောင် လုပ်နိုင်မှာ စိတ်ကူးကြည့်ပါ။

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

သူဟာ သင့်ဘေးမှာ ထိုင်နေပြီး သင်ကိုယ်တိုင် အတွက် သင်ရဲ့ ဘဝအတွက်

and your life story.

ဂီတကို ရေးစပ်ပေးနေတယ် ဆိုပါစို့။

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

ဒါမှမဟုတ်၊ ဥပမာ၊ Martin Luther King လို ပုဂ္ဂိုလ်ထံတွင်

had a personalized AI composer.

သူ့စိတ်စိတ်ကြိုက် AI တေးစပ်စက် ရှိနေတယ် ဆိုပါစို့။

Maybe then we would remember

အဲဒီလိုသာဆိုရင်၊ သူရဲ့ "I had a dream" ကို

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

ဧရာမ မိန့်ခွန်းအဖြစ်သာမက၊

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

ကျွန်ုပ်တို့ သမိုင်းထဲက ဧရာမ ဂီတအဖြစ်ပါ သတိရလျက်

and capturing Dr. King's ideals.

Dr. King ရဲ့ ရည်မှန်းချက်တွေကို ပိုကောင်းမွန်စွာ နားလည်နိုင်ခဲ့ကြမှာပါ။

And this is our vision at AIVA:

ကျွန်ုပ်တို့က AIVA ကို စိတ်ကူးမိပုံက-

to personalize music so that each and every one of you

လူတစ်ဦးချင်းစီ၊ ကမ္ဘာပေါ်က လူတိုင်းအတွက်၊

and every individual in the world

ဂီတကို စိတ်တိုင်းကျ ရေးစပ်ပေးလျက်

can have access to a personalized live soundtrack,

စိတ်တိုင်းကျ ကိုယ်ပိုင် ဂီတကို ရယူသုံးပိုင်ခွင့် ရှိစေဖို့ပါ။

based on their story and their personality.

သူတို့ရဲ့ ဘဝဇာတ်လမ်းနဲ့ သူတို့ရဲ့ ကိုယ်ရည်ကိုယ်သွေးကို အခြေခံတဲ့ ဂီတမျိုးပါ။

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

ဒီနေ့ ကျွန်ုပ်တို့ အားလုံး အတူတကွ TED ကို ရောက်နေတာ ဘဝရဲ့ တစ်ပိုင်းဖြစ်လာပါပြီ။

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

ဒီလို ကာလမျိုးအတွက်ပါ AIVA ဟာ ဂီတကို ရေးစပ်ပေးဖို့ အသင့်ရှိတာ ခံစားမိပါတယ်။

And that's exactly what we did.

ကျွန်ုပ်တို့ဟာ တကယ့်ကို အဲဒါကို လုပ်ပြီးခဲ့ကြပါပြီ။

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

ကျွန်ုပ်တို့အဖွဲ့ဟာ TED အခမ်းအနားရဲ့ စတိုင်ကို မှီပြီး AIVA ကို အသုံးပြုလျက်

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

ကျွန်ုပ်တို့အား အံ့အားသင့် စဉ်းစားလာအောင် ခံစားစေမယ့် ဂီတကို ရေးစပ်ခဲ့ကြပါတယ်။

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

ထွက်လာတဲ့ ရလဒ်ကို "The Age of Amazement" နာမည်ပေးထားတယ်။

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

ခင်ဗျားတို့ကိုယ်တိုင် AI ကိုယူပြီး အဲဒီ လုပ်ဖို့ စမ်းမကြည့်ကြပါနဲ့။

(Laughter)

(ရယ်သံများ)

အဲဒါကို ခင်ဗျားတို့အား ဖွင့်ပြပေးမှာကို ကျွန်တော် ဂုဏ်ယူပါတယ်၊

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

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

ဖြစ်နိုင်လျှင်၊ သင်တို့ရဲ့ မျက်လုံးတွေ ပိတ်လျက် ဂီတကို ခံစားကြည့်ကြပါ။

Thank you very much.

အလွန်ကျေးဇူးတင်ပါသည်။

(Music)

(ဂီတ)

[The Age of Amazement Composed by AIVA]

[[The Age of Amazement တေးစပ်ပေးသူ AIVA]

(Music ends)

(ဂီတ ပြီးဆုံး)

This was for all of you.

ခင်ဗျားတို့ အားလုံး အတွက်ပါ။

Thank you.

ကျေးဇူးတင်ပါတယ်။

(Applause)

(လက်ခုပ်သံများ)