In de tussentijd, de wetenschappers in de kamer - waaronder ikzelf - wilden weten wat voor soort materialen er beschikbaar waren, en hoe de experts voor ogen hadden ze te gebruiken om de symfonie te voltooien.

De taak die voor de hand lag, kristalliseerde zich uiteindelijk uit. We zouden notities en voltooide composities uit het hele oeuvre van Beethoven moeten gebruiken - samen met de beschikbare schetsen uit de 10e symfonie - om iets te creëren dat Beethoven zelf zou kunnen hebben geschreven.

Dit was een geweldige uitdaging. We hadden geen machine waar we schetsen naar konden voeren, druk op een knop en laat het een symfonie uitspugen. De meeste AI die op dat moment beschikbaar was, kon een onvoltooid muziekstuk niet langer dan een paar seconden voortzetten.

We zouden de grenzen moeten verleggen van wat creatieve AI zou kunnen doen door de machine het creatieve proces van Beethoven te leren - hoe hij een paar maten muziek zou nemen en ze nauwgezet zou ontwikkelen tot opwindende symfonieën, kwartetten en sonates.

Het creatieve proces van Beethoven samenvoegen

Naarmate het project vorderde, de menselijke kant en de machinekant van de samenwerking evolueerden. Werzowa, Gotham, Levin, en Röder ontcijferde en transcribeerde de schetsen uit de 10e symfonie, proberen de bedoelingen van Beethoven te begrijpen. Met behulp van zijn voltooide symfonieën als sjabloon, ze probeerden de puzzel in elkaar te zetten van waar de fragmenten van schetsen zouden moeten komen - welke beweging, welk deel van de beweging.

Ze moesten beslissingen nemen, zoals bepalen of een schets het beginpunt van een scherzo aangeeft, dat een zeer levendig deel van de symfonie is, meestal in het derde deel. Of ze zouden kunnen vaststellen dat een muziekregel waarschijnlijk de basis was van een fuga, dat is een melodie die wordt gecreëerd door delen met elkaar te verweven die allemaal een centraal thema nabootsen.

De AI-kant van het project - mijn kant - worstelde met een reeks uitdagende taken.

Eerst, en het meest fundamenteel, we moesten uitzoeken hoe we een korte zin moesten nemen, of zelfs maar een motief, en gebruik het om een ​​langere, meer gecompliceerde muzikale structuur, net zoals Beethoven zou hebben gedaan. Bijvoorbeeld, de machine moest leren hoe Beethoven de Vijfde symfonie construeerde uit een basismotief van vier noten.

Volgende, omdat de voortzetting van een frase ook een bepaalde muzikale vorm moet volgen, of het een scherzo is, trio of fuga, de AI moest het proces van Beethoven leren om deze vormen te ontwikkelen.

De takenlijst groeide:we moesten de AI leren een melodische lijn te nemen en deze te harmoniseren. De AI moest leren hoe twee muzieksecties met elkaar te verbinden. En we realiseerden ons dat de AI een coda moest kunnen componeren, dat is een segment dat een deel van een muziekstuk tot een goed einde brengt.

Eindelijk, toen we eenmaal een volledige compositie hadden, de AI moest uitzoeken hoe het te orkestreren, waarbij verschillende instrumenten voor verschillende partijen worden toegewezen.

En het moest deze taken uitvoeren op de manier waarop Beethoven dat zou doen.

De eerste grote test doorstaan

In november 2019, het team ontmoette elkaar weer persoonlijk - deze keer, in Bonn, in het Beethovenhuismuseum, waar de componist is geboren en getogen.

Deze bijeenkomst was de lakmoesproef om te bepalen of AI dit project kon voltooien. We hebben partituren geprint die door AI waren ontwikkeld en gebaseerd op de schetsen van Beethovens 10e. Een pianist trad op in een kleine concertzaal in het museum voor een groep journalisten, muziekwetenschappers en Beethoven-experts.

We daagden het publiek uit om te bepalen waar de zinnen van Beethoven eindigden en waar de AI-extrapolatie begon. Ze konden het niet.

Een paar dagen later, een van deze door AI gegenereerde partituren werd gespeeld door een strijkkwartet tijdens een persconferentie. Alleen degenen die de schetsen van Beethoven voor de 10e symfonie grondig kenden, konden bepalen wanneer de door AI gegenereerde onderdelen binnenkwamen.

Het succes van deze tests leerde ons dat we op de goede weg waren. Maar dit waren slechts een paar minuten muziek. Er was nog veel meer werk te doen.

Klaar voor de wereld

Op elk punt, Beethovens genie doemde op, ons uitdagen om het beter te doen. Naarmate het project evolueerde, de AI deed het ook. In de daaropvolgende 18 maanden, we construeerden en orkestreerden twee volledige delen van elk meer dan 20 minuten.

We verwachten enige weerstand tegen dit werk - degenen die zullen zeggen dat kunst verboden terrein moet zijn voor AI, en dat AI niets te doen heeft om het menselijke creatieve proces te repliceren. Maar als het op kunst aankomt, Ik zie AI niet als een vervanging, maar als een instrument - een instrument dat deuren opent voor kunstenaars om zich op nieuwe manieren uit te drukken.

Dit project zou niet mogelijk zijn geweest zonder de expertise van menselijke historici en muzikanten. Het kostte enorm veel werk - en, Ja, creatief denken - om dit doel te bereiken.

Op een bepaald moment, een van de muziekexperts van het team zei dat de AI hem deed denken aan een enthousiaste muziekstudent die elke dag oefent, leert, en wordt steeds beter.

Nu die leerling, het stokje van Beethoven hebben overgenomen, is klaar om de 10e symfonie aan de wereld te presenteren.

Ahmed Elgammal is professor in de afdeling Computerwetenschappen aan de Rutgers University en directeur van het Art &AI Lab bij Rutgers.

Dit artikel is opnieuw gepubliceerd van Het gesprek onder een Creative Commons-licentie. U vindt de origineel artikel hier.