20.Дарбаидзе А.Э. "Музыка и возможности ее моделирования в ИИ"

Моделирование в музыке

Человеческий мозг - это своего рода банк данных и знаний, в котором хранится огромная информация, собранная за всю прожитую человеком жизнь. Доказано, что человеческий мозг никогда и ничего не забывает. Каждый прожитый им день до мельчайших подробностей, как на видеопленку, записывается в память. И эта информация может быть определенным образом извлечена. Кроме того, имеются попытки доказать, что может быть извлечена ин формация, переданная человеку от предыдущих поколений и из прожитых им ранее жизней. В памяти композитора существует множество различных мелодий, накопленных им в течение жизни, может быть, переданы генами от далеких предков. И естественно полагать, что фрагменты этих мелодий, отдельные музыкальные фразы, музыкальные инварианты осознанно или неосознанно используются композитором в его творческом процессе. Поэтому первое, что нужно сделать при создании модели музыкального творчества , это занести в память компьютера как можно больше музыкальных произведений. Далее, как и в любой интеллектуальной системе, нужно создать базу знаний, состоящую из законов музыкальной гармонии - соотношений между музыкальными инвариантами

Например, если вы собираетесь написать музыкальное произведение в реминоре, то вам необходимо внести основные для этой тональности аккорды -сольминор, домажор, фамажор, лямажор, и задать приемлемые варианты перебора последовательности этих аккордов. На вход компьютера надо подать начальное приближение (творческое вдохновение) - музыкальную фразу, состоящую, например, из четырех нот, и заставить компьютер отыскать такое же сочетание нот в одном из хранящихся в его памяти музыкальных произведений. Далее следует прочитать следующую за найденной фразой ноту, приписать ее к текущей музыкальной фразе, а первую ноту из этой фразы выдать в файл формируемых мелодий и вычеркнуть из текущей фразы так, чтобы в ней по-прежнему оставалось четыре ноты. Процесс поиска надо продолжить, анализируя следующие за найденной в памяти компьютера мелодии. В результате в файле формируемых мелодий сформируется последовательность нот новой мелодии, которая по своему звучанию будет напоминать заложенные в память компьютера известные мелодии, но отличаться от них. Например, если в память закладывались вальсы, то на выходе будет вальс, если марши, то на выходе - марш и т. п. Алгоритм выбора продолжений мелодий из базы данных можно снабдить эвристическими правилами, регулируя их силу с помощью все тех же коэффициентов доверия. Естественно, что для разных музыкальных стилей будут и разные коэффициенты доверия. Эти коэффициенты можно изменять в процессе обучения, добиваться улучшения качества сочиняемых мелодий. Изложенная методика компьютерного синтезирования музыки в упрощенной форме отражает процесс творчества композитора и не претендует на полную модель его деятельности. В ней есть база данных, содержащая художественное наследие, база знаний, состоящая из законов музыкальной гармонии (сольфеджио), а так же элемент вдохновения в виде начального приближения, которое можно задавать генератором случайных чисел. Есть также возможность совершенствования таланта компьютерного композитора за счет его обучения, например путем модификации коэффициентов доверия используемых правил формирования продолжений мелодии. Более сложные методики, отражающие также другие стороны музыкального творчества, были предложены в 1955 г. исследователями Иллинойского университета Хиллером и Исааксом. Они провели серию экспериментов, в которых последовательно закладывались законы сольфеджио в базу знаний (гармонизация) и вводились разнообразные музыкальные ритмы и темпы работы машина "Иллиак"

. Когда композитор сочиняет мелодию, которая становится популярной, происходит колоссальный прорыв вперед, так как это открытие нового, не известного ранее соотношения между музыкальными инвариантами. Современные компьютерные программы могут сочинять новые мелодии, которые приятно звучат и чем-то напоминают ранее известные, имеют хороший стиль и манеру, но в них всегда чего-то не хватает, чтобы стать действительно популярными. "Лунная соната" сочинена не компьютером. Однако очень вероятно, что компьютер превзойдет человека и в этой области, и, как это ни обидно сознавать, в совсем недалеком будущем молодежь будет петь и танцевать под компьютерную музыку, а великие произведения, сочиненные классиками, будут считаться экзотикой.

Моделирование в поэзии

Считается, что задача моделирования стихотворчества несоизмеримо сложнее, чем задача моделирования сочинения музыкальных произведений. Как показали исследования русского языка, одна буква делового языка несет 0,6 бит информации, буква обыкновенной разговорной речи - 1 бит, а буква поэтической речи - Не вдаваясь в философские и этические проблемы, подойдем к проблеме моделирования поэтического творчества с помощью известных инструментальных средств. Например, можно воспользоваться известным формализмом Бекуса- Наура. Этот формализм главным образом применяется в системах распознавания и обработки текстовой информации, машинного перевода, а также естественно-языкового общения. В формализме применяются следующие символы операторы "определяется как" или "может быть переписан как";| (вертикальная черта) - используется для разделения различных альтернативных возможностей; О (угловые скобки) - используются для заключения нетерминальных символов, т. е. символов, которые должны определяться одним из правил. В отличие от них символы, не заключенные в угловые скобки, считаются терминальными и представляют лишь самих себя.

Приведенное множество синтаксических правил обычно используется для синтаксического анализа текстовой информации.

. Для того чтобы сочиненные компьютером произведения имели смысл, необходимо ввести базу соответствующих знаний. Каждое вводимое в словарь слово должно быть увязано с другими не только синтаксическими, но и семантическими связями. Различные сочетания слов должны быть оценены некоторыми оценивающими параметрами, задающими уровень смыслового соответствия. Такие параметры должны использоваться при построении фраз, подобно тому, как в экспертных системах при получении заключений используются коэффициенты доверия. Этими коэффициентами можно регулировать уровень осмысленности и степень абстрагизма создаваемого произведения, определять его характер, жанр и смысловую направленность. Как и в других интеллектуальных системах, коэффициенты доверия могут меняться в процессе работы программы, т. е. алгоритмы стихотворчества могут быть обучаемыми. Таким образом, существующий уровень развития инструментальных средств и методов искусственного интеллекта позволяет создать более менее приемлемые алгоритмы поэтического творчества, что свидетельствует о том, что и этот вид человеческой деятельности в принципе поддается компьютерному моделированию.

Заключение:

В начале 70х годов произошел качественный скачок в исследованиях по искусственному интеллекту. Это объясняется двумя причинами. Во первых, все исследователи постепенно осознали, что всем ранее созданным программам не хватает самого важного-глубоких знаний в соответствующей области. Различие между экспертом и обыкновенным человеком состоит в том, что у эксперта имеется опыт в данной области, т. е. годами накопленные знания. Поэтому для существенного улучшения результатов работы, какой либо программы искусственного интеллекта требуется не просто усовершенствовать эвристики или какие-то числовые коэффициенты, с которыми работает программа, а напротив, необходимо использовать в ней методы логических рассуждений и накопленные в опыте знания, представленные в символьной форме. Во вторых, возникает конкретная проблема: как передать эти знания программе, если ее непосредственный создателями не обладает. Ответ ясен. Сама программа должна их выделять из данных, получаемых от эксперта. Исследователи столкнулись с необходимостью снабдить системы искусственного интеллекта возможностями, которых нет в обычных языках программирования, а именно: программы искусственного интеллекта должны уметь сами собирать информацию (например, информацию такого типа; "Париж, 10 февраля, погода хорошая"), хранить эту информацию и использовать только при наличии достаточных оснований. В данном случае имеется разграничение между заключением, о каком то факте и использованием этого факта. В противоположность этому обычный язык программирования позволяет выражать только выполнимые задания или указания. Число исследователей, посвятивших себя целиком искусственному интеллекту, составляет во всем мире несколько сотен, но достигнутые ими результаты касаются каждого из нас. Об эти?: результатах много говорят средства массовой информации, и нередко можно услышать о ''роботах" будущего. На самом. деле необходимо хорошо представлять себе, что эти исследования являются долгими и трудными, так как в отличие от искателя чудодейственных рецептов исследователи в области искусственного интеллекта пытаются постепенно воссоздать и ввести в ЭВМ опыт и знания специалистов всех областей знания. В общем случае эта информация отсутствует и нужна длительная работа с экспертом, чтобы выявить все, что было неосознанно отобрано и запомнено им за время своего совершенствования в какой-то конкретной области деятельности. Для решения этой проблемы разработаны специальные языки и системы представления информации. Но для ее решения необходимо также собрать больше информации, чем ее содержится в каком либо словаре или энциклопедии. Эта задача не является невыполнимой, так как уже разработаны соответствующие методы и устройства. Кроме того, она увлекательна, так как позволяет узнать много нового о самом человеке и его разуме, ибо в действительности именно человек является основным объектом изучения, и можно быть уверенным., что когда эта задача будет решена, программы искусственного интеллекта будут иметь самостоятельную ценность независимо от современных компьютеров.