Das Schach Problem

Mich würde interessieren, wie dieser "Stil" als Ergebnis des Trainings hinterher aussieht, denn das ist fast interessanter als das Schaffen von neuen Mixturen aus diesem Kern heraus. Ist das eine black box, oder kann man auch als Mensch daraus Honig saugen?
 

Da habe ich dieses Posting eines anderen Forums gefunden:
https://recording.de/threads/was-ist-das-schlimme-an-der-chartsmusik.219020/page-30#post-2626716
Ab 'Vorhin war ich in der Sauna".

Wer ernsthaft Klassik oder Jazz hört, gehört schon zu einer Minderheit.

Grüße
Häretiker

PS:
Die meisten wissen auch nicht, dass es mehr als eine Baugröße bei Saxophonen gibt. Ich spiele Bariton und Sopran und werde öfters gefragt, was das denn für Instrumente sind. Macht nix, ich kannte einen Hobbysaxophonisten, der wollte sich irgendwann mal 'dieses geile Holzsaxophon' besorgen. Was er meinte, war 'ne Bassklarinette.

Instrumentenkunde findet wohl nicht statt im Musikunterricht. Vertane Chance. Andererseits, warum soll der Musikunterricht so viel besser sein als der meist katastrophale Sportunterricht? Augleichende Ungerechtigkeit!
 
Mich würde interessieren, wie dieser "Stil" als Ergebnis des Trainings hinterher aussieht, denn das ist fast interessanter als das Schaffen von neuen Mixturen aus diesem Kern heraus. Ist das eine black box, oder kann man auch als Mensch daraus Honig saugen?

Das Training lernt einfach alle Bilder eines Künstlers von anderen Bildern zu unterscheiden.
Des NN lernt also keinen "Stil", sondern es lernt letztlich, wie es die Bilder eines Künstlers erkennt.

Der "Stil" ist dann das, was als immer wiederkehrendes Muster-Element in den versteckten Layern des Neuronalen Netzes gelernt wird - z.B. diese typischen Van Gaugh Striche oder Flächen.

Normal ist das eine Black Box und man bekommt als Ergebnis eines Input-Bildes nur "ist Van Gaugh" oder "ist keiner" - zu x Prozent Wahrscheinlichkeit. Es ist sehr schwer, die internen Zustände eines NN zu verstehen. Dazu wurde z.B. die Deep DreamMethode entwickelt:

Eine Stilkopie entsteht dadurch, dass dem NN ein Bild vorlegt und dann über ein modifiziertes Fehlerabstiegsverfahren solange am Input herumwerkelt, bis mit einer hohen Wahrscheinlichkeit "ist ein Van Gaugh" herauskommt (ganz vereinfacht). Dadurch kann man in diese Layer reinschauen.

Stichwort Deep Dream -KI trainiert mit Hunden/Katzen/Autos und Supermarkt zusammen ergibt z.B. das:


View: https://www.youtube.com/watch?v=DgPaCWJL7XI


So kann man ein wenig erkennen, was das NN intern als hervorstechende Sub-Merkmale erlernt hat, z.B. auch Katzenaugen, Hundeohren, Autoräder etc.
 
Erst mal danke für die tollen Antworten!
Beim NN ist ein Informationensgewinn sehr schwer zu bekommen, mein Professor arbeitetet aber mit hidden Markov Modellen. Das funktioniert ähnlich wie ein NN, nur dass man hier den Pfad vom Programm als Diagramm ansehen kann. Es ist dann ein Merkmalvektor mit verschiedenen Zuständen und Übergängen. Inwiefern man das dann künstlerisch interpretieren kann hängt dann auch vom Aufbau des Programmes ab.
Allerdings sind beim "hidden" Markov Modell diese Übergänge versteckt, existieren aber trotzdem.
Hab das noch nicht so genau verstanden, muss das nochmal mit meinem Professor besprechen.
 
Und dem Wiki-Artikel ist zu entnehmen, was das mit den Übergängen nun auf sich hat? :-D
Man kann wohl davon ausgehen, dass jemand, der sich in Vorbereitung auf eine Masterarbeit in dieses Thema einarbeitet, weit über Wiki hinaus ist.
 
Und dem Wiki-Artikel ist zu entnehmen, was das mit den Übergängen nun auf sich hat?

Die Übergangswahrscheinlichkeiten sind beschrieben (im Bild: a12, a21, a23).

"... System auf zufällige Weise von einem Zustand in einen anderen übergeht, wobei die Übergangswahrscheinlichkeiten nur jeweils vom aktuellen Zustand abhängen, aber nicht von den davor eingenommenen Zuständen. Außerdem ... Übergangswahrscheinlichkeiten über die Zeit konstant ...".
 
gestern in der New York Times: (gibts wahrscheinlich auch online, zum besseren lesen. links gehts um automatisches eMail-schreiben basierend auf der Auswertung zahlloser früherer eMails (anfangs aus den Prozessakten um Enron. Na, das kann ja heiter werden :-), rechts um einen Autor, der sich eine Software bastelte, die von ihm begonnene Sätze vervollständigt. Er schreibt seine Romane sozusagen mithilfe von Textvorschlägen aus der Maschine.
nyt_compnovel.jpg
 
Er schreibt seine Romane sozusagen mithilfe von Textvorschlägen aus der Maschine.

Da lag sie vor mir, verführerisch umhüllt.
Ich streckte meine Hand nach ihr aus, zog sie zu mir hin.
Mit leicht zitternden Händen entblätterte ich sie, langsam, voller Vorfreude.
Dann führte ich sie zu meinem Mund und kostete das süße Glück.
Lindt Vollmilch, ich liebe diese Schokolade!

Grüße
Häretiker
 
Wir werden uns an eine Welt voller technischer (vom Menschen kopierter) Intelligenz gewöhnen müssen. Entscheidend dabei ist, dass man das wahrhaft Gute und Lebendige im Menschen erkennt und bewahrt. Maschinen haben weder Seele noch Leben in sich. Exaktes Pianospiel und kreative Assistenz lässt sich auf Dauer von Maschinen effizienter bewältigen. Der Mensch wird letztendlich die "Maschine" akzeptieren und sogar kopieren.

Immerhin gibt es eine ganze Menge guter Musik von Menschen erschaffen.

Gibt es denn schon interessante Noten/Songs von Software erzeugt? Würde sie gerne mal hören/spielen.
 
Zuletzt bearbeitet:
Tatsächlich hab ich noch ein Programm zur automatischen Komposition gefunden: orb von hexachords.
Allerdings finde ich die Ergebnisse der Demo nicht so überragend, da ist die Begleitautomatik von meinem Keyboard fast noch besser.
 

Tatsächlich hab ich noch ein Programm zur automatischen Komposition gefunden: orb von hexachords. Allerdings finde ich die Ergebnisse der Demo nicht so überragend, da ist die Begleitautomatik von meinem Keyboard fast noch besser.
Kann man die Orb Demo anonym laden ohne Konten/Passworte anlegen zu müssen?
Was ist mit Synfire von cognitone?
Dann gibt es doch noch dieses Ludwig 3.0 von ChessBase.
Bisher kenne ich mich nur mit meinem Notensatzprogramm Forte 10 vernünftig aus.
Kann man mit diesen Programmen schon kombiniert arbeiten?
Bei Cubase fehlt mir noch der Tiefgang.
 
Die Fortschritte im KI-Bereich werden immer beeindruckender, hier am Beispiel der Software AlphaZero dargestellt, die sich inzwischen selbst alles beibringen kann. Man benötigt lediglich ein halbwegs funktionierendes Bewertungssystem, damit man nicht im Kreis läuft. Das scheint mir bei Musik nicht ganz so einfach zu sein. Die Vielfalt ist hoch und die Geschmäcker durchaus verschieden. Wann ist Musik gut?

Diesen menschengeschaffenen Monstern von DeepMind kann man inzwischen alles zutrauen.
 
Zuletzt bearbeitet:

Zurück
Top Bottom