Para ver qué hace que la IA sea difícil de usar, pídale que escriba una canción pop

Uncanny Valley vía UNSW

Bienvenido a casa bienvenido a casa oh oh oh el mundo es hermoso el mundo. No son las letras más pegadizas. Pero después de haber escuchado Beautiful the World media docena de veces, el estribillo está atascado en mi cabeza y mi pie golpea. No está mal para una melodía generada por una IA entrenada en un conjunto de datos de Eurovisión canciones y gritos de koalas y cucaburras.

En mayo, Beautiful the World ganó el concurso de canciones de IA, una competencia organizada por la emisora ​​​​holandesa VPRO, en la que 13 equipos de todo el mundo intentaron producir una canción pop exitosa con la ayuda de inteligencia artificial.

La entrada ganadora fue creada por Valle inquietante , un equipo de músicos e informáticos de Australia que utilizó tanto la composición de canciones humanas como contribuciones de IA. Su música fue emocionante, dice Anna Huang, investigadora de IA en Google Brain, quien fue una de los jueces de la competencia. El esfuerzo híbrido realmente brilló.

Muchos creen que la utilidad a corto plazo de la IA vendrá a través de la colaboración, con equipos de humanos y máquinas trabajando juntos, cada uno aprovechando sus puntos fuertes. A veces, la IA puede ser un asistente, simplemente una herramienta, dice Carrie Cai, una colega de Huang en Google Brain que estudia la interacción humano-computadora. O AI podría ser un colaborador, otro compositor en la sala. La IA podría incluso subirte de nivel, darte superpoderes. Podría ser como componer con Mozart.

Pero para que esto suceda, las herramientas de IA deberán ser fáciles de usar y controlar. Y el AI Song Contest resultó ser una prueba útil de cómo lograrlo.

Huang, Cai y sus colegas analizaron las diversas estrategias que usaron diferentes equipos para colaborar con las IA. En muchos casos, los humanos lucharon para que las máquinas hicieran lo que querían y terminaron inventando soluciones y trucos. Los investigadores identifican varias formas en que las herramientas de IA podrían mejorarse para facilitar la colaboración.

Un problema común era que los modelos grandes de IA eran difíciles de interactuar. Podrían producir un primer borrador prometedor para una canción. Pero no había manera de darle retroalimentación al modelo para una segunda pasada. Los equipos no podían entrar y modificar partes individuales o instruir a la IA para que hiciera la melodía más alegre.

Al final, la mayoría de los equipos utilizaron modelos más pequeños que producían partes específicas de una canción, como los acordes o las melodías, y luego las unían a mano. Uncanny Valley usó un algoritmo para unir letras y melodías que habían sido producidas por diferentes IA, por ejemplo.

otro equipo, Dadabots x Retrato XO , no quería repetir su estribillo dos veces, pero no pudo encontrar la manera de indicarle a la IA que cambiara la segunda versión. Al final, el equipo usó siete modelos y combinó diferentes resultados para obtener la variación que querían.

Era como armar un rompecabezas, dice Huang: algunos equipos sintieron que el rompecabezas era excesivamente difícil, pero otros lo encontraron emocionante, porque tenían muchas materias primas y piezas coloridas para armar.

Uncanny Valley usó las IA para proporcionar los ingredientes, incluidas las melodías producidas por un modelo entrenado en los ruidos de los koalas, las cucaburras y los demonios de Tasmania. Luego, la gente del equipo los juntó.

Es como tener un colaborador humano peculiar que no es tan bueno para escribir canciones pero es muy prolífico, dice Sandra Uitdenbogerd, científica informática de la Universidad RMIT en Melbourne y miembro de Uncanny Valley. Elegimos los bits con los que podemos trabajar.

Pero esto fue más un compromiso que una colaboración. Honestamente, creo que los humanos podrían haberlo hecho igual de bien, dice ella.

Los modelos generativos de IA producen resultados a nivel de notas individuales, o píxeles, en el caso de la generación de imágenes. No perciben el panorama general. Los humanos, por otro lado, normalmente componen en términos de verso y coro y cómo se construye una canción. Hay una falta de coincidencia entre lo que produce la IA y cómo pensamos, dice Cai.

Cai quiere cambiar la forma en que se diseñan los modelos de IA para que sea más fácil trabajar con ellos. Creo que eso realmente podría aumentar la sensación de control para los usuarios, dice ella.

No solo los músicos y artistas se beneficiarán. Hacer que las IA sean más fáciles de usar, al brindarles a las personas más formas de interactuar con su producción, las hará más confiables donde sea que se usen, desde vigilancia al cuidado de la salud.

Hemos visto que brindarles a los médicos las herramientas para dirigir la IA realmente puede marcar una diferencia en su disposición a usar la IA, dice Cai.

esconder