Zum Inhalt springen

KI und Musik: Wie kann man sich weiterbilden?

Vor Jahrzehnten begann die Forschung zur Musikkomposition durch Künstliche Intelligenz (KI) und seither haben mehrere Organisationen aktiv KI-Technologien entwickelt, die Musik ohne menschlichen Einsatz komponieren können.

Einige Startups sowie große Unternehmen haben KI sogar dazu genutzt, kommerziell erfolgreiche Musik zu komponieren.

Eines der Beispiele für ein KI-System, das die Begeisterung für diesen Trend ausgelöst hat, ist Sonys Flow Machines. Diese Künstliche Intelligenz komponierte den Song „Daddy’s Car“ im Stil der Beatles. Die Grundlage der KI war ein auf Beatles-Songs trainierter Algorithmus für Machine Learning. So konnte die Künstliche Intelligenz einen Song auf der Grundlage des Gelernten komponieren.

Welchen Algorithmus für Machine Learning sollte ich verwenden?

Die meisten KI, die Musik komponieren können, wurden mithilfe der üblichen Techniken des maschinellen Lernens entwickelt.

Deep Learning

Um eine KI zu entwickeln, die in der Lage ist, Musik zu komponieren, können Deep-Learning-Algorithmen wie TensofFlow und CUDA-Prozessoren, die auf den Chips von Nvidia zu finden sind, verwendet werden. Dafür werden die Deep-Learning-Algorithmen von TensorFlow mit reinforcement learning (dt.: bestärkendem Lernen) programmiert.

Zuerst assoziiert das reinforcement learning die Eingabedaten mit den Ausgabedaten auf der Grundlage von Korrelationen (Bestimmung der Beziehung zwischen zwei oder mehr Elementen) und von Approximation (Übereinstimmung von ähnlichen Daten mit vorbestimmten Daten), indem es mehrere Schichten neuronaler Netze (eine Reihe von Algorithmen) verwendet. Ein neuronales Netz ist durch das menschliche Gehirn inspiriert; es erstellt und erkennt Muster. Anschließend wird reinforcement learning (RL) verwendet.

Reinforcement learning

Reinforcement learning ist eine zielorientierte Technik des maschinellen Lernens. RL-Algorithmen lernen, ein komplexes Ziel zu erreichen oder eine erhaltene Belohnung zu maximieren, indem sie sich schrittweise aus ihrem eigenen Lernen weiterentwickeln. Dazu nutzen sie die Ausgabedaten von jedem Lernschritt. Unter richtigen Bedingungen können sie unglaubliche Leistungen erzielen.

Zum Beispiel: Man bringt einer KI bei, auf einer Ebene zu laufen. Wenn sie einen vorbereitenden Spaziergang durchführt, lernt sie auf diese Weise mit jedem Schritt, den sie macht. Wenn man ihr bestimmte Hindernisse in den Weg stellt, kann sie zunächst fallen, aber von da an lernt sie, entweder den Hindernissen auszuweichen oder sie zu überwinden. Die KI-Technologie entwickelt sich bei Laufen weiter und zeichnet sich nicht nur beim Laufen auf ebenem Gelände aus, sondern auch auf steilen Wegen und mit mehreren Hindernissen.

Außerdem kann KI mit reinforcement learning automatisch das ideale Verhalten in einem bestimmten Kontext bestimmen, um ihre Leistung zu maximieren. Der Algorithmus benötigt keine gekennzeichneten Eingabe- und Ausgabedaten. Die KI findet folglich ihren eigenen Weg um die Daten herum und verbessert ihre Leistung, ohne explizite Anweisungen zu erhalten.

Wie lernt man, eine komponierende KI zu entwickeln?

Diese Technologie scheint für manche unerreichbar zu sein. Dabei muss man nur Machine Learning beherrschen, um eine KI zu entwickeln, die von A bis Z Musik komponieren kann. Du sowie viele andere Computer- und Musikbegeisterte können lernen, wie man eine KI für Musikproduktion trainiert. Du kannst Deep Learning durch die Data Scientist-Weiterbildung entdecken. Von da an wird das maschinelle Lernen kein Geheimnis mehr für Dich sein.