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

168,960 views ・ 2018-10-01

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Mariana Teixeira Revisora: Margarida Ferreira
00:12
About two and a half years ago, I watched this movie called "Her."
0
12913
3428
Há cerca de dois anos e meio, vi um filme chamado "Her."
00:16
And it features Samantha, a superintelligent form of AI
1
16365
5127
Nele aparece Samantha, uma forma superior de inteligência artificial
00:21
that cannot take physical form.
2
21516
1760
que não possui forma física.
00:23
And because she can't appear in photographs,
3
23858
2230
E como não consegue aparecer em fotografias,
00:26
Samantha decides to write a piece of music
4
26112
2016
Samantha decide compor uma peça de música
00:28
that will capture a moment of her life just like a photograph would.
5
28152
3466
que possa captar um momento da sua vida tal como uma fotografia o faria.
00:32
As a musician and an engineer, and someone raised in a family of artists,
6
32953
4408
Como músico e engenheiro, e alguém criado numa família de artistas,
00:37
I thought that this idea of musical photographs was really powerful.
7
37385
4176
achei que esta ideia de fotografias musicais era muito poderosa.
00:41
And I decided to create an AI composer.
8
41955
2868
E decidi criar um compositor de inteligência artificial.
00:44
Her name is AIVA, and she's an artificial intelligence
9
44847
3488
O seu nome é AIVA, e ela é uma inteligência artificial
00:48
that has learned the art of music composition
10
48359
2393
que aprendeu a arte da composição musical
00:50
by reading over 30,000 scores of history's greatest.
11
50776
2785
ao ler mais de 30 000 partituras das melhores da história.
00:54
So here's what one score looks like to the algorithm
12
54165
2456
Aqui podem ver como uma partitura aparece ao algoritmo
00:56
in a matrix-like representation.
13
56645
2202
numa representação ao estilo de matriz.
00:58
And here's what 30,000 scores,
14
58871
2246
Estão aqui 30 000 partituras,
01:01
written by the likes of Mozart and Beethoven,
15
61141
2096
escritas por pessoas como Mozart e Beethoven,
01:03
look like in a single frame.
16
63261
2031
numa única imagem.
01:07
So, using deep neural networks, AIVA looks for patterns in the scores.
17
67609
4340
Então, usando uma rede neural profunda, a AIVA procura padrões nas partituras.
01:12
And from a couple of bars of existing music,
18
72260
3563
A partir de algumas linhas de música que já existe,
01:15
it actually tries to infer what notes should come next in those tracks.
19
75847
3708
tenta deduzir que notas devem vir a seguir naquelas sequências.
01:19
And once AIVA gets good at those predictions,
20
79887
2498
Depois de a AIVA se aperfeiçoar nessas previsões,
01:22
it can actually build a set of mathematical rules
21
82409
3613
consegue criar um conjunto de regras matemáticas
para aquele estilo de música
01:26
for that style of music
22
86046
1166
01:27
in order to create its own original compositions.
23
87236
2788
de forma a criar as suas composições originais.
01:30
And in a way, this is kind of how we, humans, compose music, too.
24
90490
3709
De certo modo, também é assim que nós, humanos, compomos música.
01:34
It's a trial-and-error process,
25
94561
1492
É um processo de tentativa e erro,
01:36
during which we may not get the right notes all the time.
26
96077
3008
durante o qual nem sempre conseguimos as notas certas.
01:39
But we can correct ourselves,
27
99109
1389
Mas podemos corrigir-nos,
01:40
either with our musical ear or our musical knowledge.
28
100522
3293
quer pelo nosso ouvido musical quer pelo nosso conhecimento musical.
01:45
But for AIVA, this process is taken from years and years of learning,
29
105495
4143
Mas para a AIVA, este processo que demora anos e anos de aprendizagem,
01:49
decades of learning as an artist, as a musician and a composer,
30
109662
3262
décadas de aprendizagem para um artista, um músico e um compositor,
01:52
down to a couple of hours.
31
112948
1733
fica reduzido a umas horas.
01:55
But music is also a supersubjective art.
32
115030
2880
Mas a música também é uma arte muito subjectiva.
01:57
And we needed to teach AIVA
33
117934
1564
Precisámos de ensinar à AIVA
01:59
how to compose the right music for the right person,
34
119522
2445
como compor a música certa para a pessoa certa,
02:01
because people have different preferences.
35
121991
2141
porque as pessoas têm preferências diferentes.
02:04
And to do that, we show to the algorithm over 30 different category labels
36
124156
4190
Para isso, mostramos ao algoritmo mais de 30 categorias diferentes
02:08
for each score in our database.
37
128370
1945
para cada partitura na nossa base de dados.
02:10
So those category labels are like mood
38
130339
2516
Cada categoria corresponde a um estado de espírito
02:12
or note density or composer style of a piece
39
132879
2920
ou a densidade de notas ou ao estilo de composição de uma peça
02:15
or the epoch during which it was written.
40
135823
2524
ou à época em que foi escrita.
02:18
And by seeing all this data,
41
138371
1935
Visualizando todas estas informações,
02:20
AIVA can actually respond to very precise requirements.
42
140330
3056
a AIVA consegue corresponder a requisitos muito precisos.
02:23
Like the ones, for example, we had for a project recently,
43
143966
3103
Tais como, por exemplo, os de um projecto recente,
02:27
where we were commissioned to create a piece
44
147093
3035
em que nos encomendaram a criação de uma peça
02:30
that would be reminiscent of a science-fiction film soundtrack.
45
150152
3027
que lembrasse a banda sonora de um filme de ficção científica.
02:33
And the piece that was created is called "Among the Stars"
46
153839
4500
A peça criada chama-se "No meio das Estrelas"
02:38
and it was recorded with CMG Orchestra in Hollywood,
47
158363
3317
e foi gravada pela Orquestra CMG em Hollywood,
02:41
under great conductor John Beal,
48
161704
1714
com o grande maestro John Beal.
02:43
and this is what they recorded, made by AIVA.
49
163442
3067
Isto é o que eles gravaram, feito pela AIVA.
02:47
(Music)
50
167657
7000
(Música)
03:30
(Music ends)
51
210196
2190
(Fim da música)
03:34
What do you think?
52
214719
1207
O que acham?
03:35
(Applause)
53
215950
4380
(Aplausos)
03:40
Thank you.
54
220354
1150
Obrigado.
03:42
So, as you've seen, AI can create beautiful pieces of music,
55
222001
4055
Então, como viram,
a inteligência artificial pode criar peças de música lindas,
03:46
and the best part of it
56
226080
1803
e a melhor parte
03:47
is that humans can actually bring them to life.
57
227907
2581
é que os humanos podem dar-lhe vida.
03:51
And it's not the first time in history
58
231506
1838
Não é a primeira vez na história
03:53
that technology has augmented human creativity.
59
233368
3344
que a tecnologia ampliou a criatividade humana.
03:56
Live music was almost always used in silent films
60
236736
3072
A música ao vivo era quase sempre usada em filmes mudos
03:59
to augment the experience.
61
239832
1666
para ampliar a experiência.
04:01
But the problem with live music is that it didn't scale.
62
241522
3182
Mas o problema com a música ao vivo é que não pode ser dimensionada.
04:04
It's really hard to cram a full symphony into a small theater,
63
244728
3429
É muito difícil amontoar uma sinfonia inteira numa sala pequena,
04:08
and it's really hard to do that for every theater in the world.
64
248181
2991
e é muito difícil fazer isso em cada sala de espectáculos do mundo.
04:11
So when music recording was actually invented,
65
251196
2849
Assim, quando a gravação de música foi inventada,
04:14
it allowed content creators, like film creators,
66
254069
2349
os criadores de conteúdo, como os cineastas,
04:16
to have prerecorded and original music
67
256442
2786
puderam gravar antecipadamente música original
04:19
tailored to each and every frame of their stories.
68
259252
2873
adequada a cada imagem das suas histórias.
04:22
And that was really an enhancer of creativity.
69
262149
2626
Isso foi um grande reforço da criatividade.
04:26
Two and a half years ago, when I watched this movie "Her,"
70
266617
3286
Há dois anos e meio, quando vi o filme "Her",
04:29
I thought to myself that personalized music
71
269927
2907
pensei que a música personalizada
04:32
would be the next single biggest change in how we consume and create music.
72
272858
4417
seria a próxima maior mudança na nossa forma de consumir e criar música.
04:38
Because nowadays, we have interactive content, like video games,
73
278187
4222
Porque hoje, temos conteúdo interactivo, como jogos de vídeo,
04:42
that have hundreds of hours of interactive game plays,
74
282433
3015
que têm centenas de horas de jogos interactivos,
04:45
but only two hours of music, on average.
75
285472
2113
mas apenas duas horas de música, em média.
04:47
And it means that the music loops and loops and loops
76
287609
2492
Significa que a música está sempre a voltar ao início
04:50
over and over again, and it's not very immersive.
77
290125
2332
uma e outra vez, e não é muito envolvente.
04:52
So what we're working on is to make sure that AI can compose
78
292467
3951
Assim, estamos a trabalhar de forma a fazer com que toda a IA possa compor
04:56
hundreds of hours of personalized music
79
296442
2302
centenas de horas de música personalizada
04:58
for those use cases where human creativity doesn't scale.
80
298768
3866
para aqueles casos em que a criatividade humana não acompanha.
05:03
And we don't just want to do that for games.
81
303363
2206
E não queremos fazê-lo só com jogos.
05:06
Beethoven actually wrote a piece for his beloved, called "Für Elise,"
82
306657
4428
Beethoven escreveu uma peça para a sua amada, chamada "Für Elise".
05:11
and imagine if we could bring back Beethoven to life.
83
311109
3651
Imaginem se pudéssemos trazer Beethoven de volta à vida,
05:14
And if he was sitting next to you, composing a music for your personality
84
314784
5230
se ele estivesse sentado ao vosso lado, a compor uma peça
para a vossa personalidade e para a vossa história de vida.
05:20
and your life story.
85
320038
1333
05:22
Or imagine if someone like Martin Luther King, for example,
86
322632
2779
Ou imaginem que alguém como Martin Luther King, por exemplo,
05:25
had a personalized AI composer.
87
325435
2039
tivesse uma IA compositora personalizada.
05:27
Maybe then we would remember
88
327498
1373
Talvez aí recordássemos "I Have a Dream"
05:28
"I Have a Dream" not only as a great speech,
89
328895
2056
não só como um grande discurso,
05:30
but also as a great piece of music, part of our history,
90
330975
2626
mas como uma grande peça de música, parte da nossa história
05:33
and capturing Dr. King's ideals.
91
333625
2133
que captasse os ideais do Dr. King.
05:36
And this is our vision at AIVA:
92
336069
1889
Esta é a nossa visão na AIVA:
05:37
to personalize music so that each and every one of you
93
337982
2578
personalizar música para que cada um de vocês
05:40
and every individual in the world
94
340584
1649
e cada indivíduo no mundo
05:42
can have access to a personalized live soundtrack,
95
342257
3074
possa ter acesso a uma banda sonora personalizada,
05:45
based on their story and their personality.
96
345355
2505
baseada na sua história e na sua personalidade.
05:49
So this moment here together at TED is now part of our life story.
97
349915
4079
Assim, este momento aqui juntos no TED faz agora parte da nossa história de vida.
05:54
So it only felt fitting that AIVA would compose music for this moment.
98
354018
4169
Pareceu-nos adequado que a AIVA compusesse música para este momento.
05:58
And that's exactly what we did.
99
358674
2444
E foi exactamente o que fizemos.
06:01
So my team and I worked on biasing AIVA on the style of the TED jingle,
100
361436
5022
A minha equipa e eu trabalhámos para que a AIVA se baseasse na música do TED,
06:06
and on music that makes us feel a sense of awe and wonder.
101
366482
3444
e em música que nos faça sentir maravilhados.
06:09
And the result is called "The Age of Amazement."
102
369950
3913
O resultado chama-se "A Era do Espanto".
06:13
Didn't take an AI to figure that one out.
103
373887
2396
Não foi preciso uma IA para perceber isso.
06:16
(Laughter)
104
376307
1150
(Risos)
06:18
And I couldn't be more proud to show it to you,
105
378152
2402
Eu não podia estar mais orgulhoso de a mostrar,
06:20
so if you can, close your eyes and enjoy the music.
106
380578
2428
por isso, se puderem, fechem os olhos e apreciem a música.
06:23
Thank you very much.
107
383030
1333
Muito obrigado.
06:25
(Music)
108
385537
4195
(Música)
06:35
[The Age of Amazement Composed by AIVA]
109
395176
2667
[A Era do Espanto, composta pela AIVA]
08:19
(Music ends)
110
499649
1151
(Fim da música)
08:20
This was for all of you.
111
500824
1373
Isto foi para todos vocês.
08:22
Thank you.
112
502221
1166
Obrigado.
08:23
(Applause)
113
503411
4573
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7