NSynth - Googleが生み出した人工知能シンセ！！

以前の記事でも触れた

人工知能(Tensorflow Magenta)で作曲してみた

にも関わりますが、Googleのプロジェクト magentaに新しいプロジェクト

NSynthが発表されてました。

普通のシンセサイザーといえば、発振器とサンプリングされたwave波形を使って音を合成していくものでした。

こちらは、ニューラルネットワークを使って、大量のデータから特徴量を抽出して、サウンドを作っていくのが特徴。

そして「特徴量を抽出」する方法が、ディープラーニングの肝なのですが、今回のシンセは同じく昨年googleが昨年開発した音声入出力技術のWaveNetがベースになっています。

サンプリング型のシンセサイザーだと、音がある程度以上（３秒以上）伸びると、波形が不自然になっり、単調になったりしやすかったですが、今回はそのあたりの「間」や「息遣い」なども、ある程度表現してくれるようです。

しかし、これをどう使ったらいいかというのは、まだまだ？？の世界。
magentaの自動作曲と組み合わせるともっと面白い効果を生み出せるかもしれません。

本来人の脳を模倣するために生まれたニューラルネットワーク、いつしか人の脳を飛び越して、人類が聞いたことのないような音を生み出していってほしいですね。

人間と人工知能同じテーマで作曲勝負！してみた

今回使ったのは、人工知能音楽作成サービスAmper

テーマは、サントラ風楽曲で、「2012」的なパニック映画、世界が滅亡するような、ダークで重い、でも、ビートの激しい感じ。。。。

さあ、人間のミュージシャン（僕）が作ったものと比べて見てください！！！

ほら、人間の方がいいでしょ！！！と
といいかったのですが、これ、もうわかんないよね。。。。

というか、人工知能版の方が、楽器が多かったり、リッチな印象すらあります。

人間版はタイトに削ぎ落としたとも言えるのですが。

反面、すこしマンネリしがちな人工知能版に対して、ブレイク的な空白があったりと、人間版の方が、メリハリがある構成になっています。

まあ、どっちがいいかはもう好みとしか言いようがありません。（これがすでにすごいのですが）

とはいえ、人間が１曲作る間に、AIは100曲でも1000曲でも生み出せますから、生産性においては、全く叶いそうにありません。

Amperはアルゴリズムが公開されていませんが、おそらく、ある程度のプリセット楽器のパターンに沿って、MIDIを生成し、音に変えているのでしょう。

以前の、人工知能で作曲してみた　のときはgoogle tensorflowとmagentaを使って、メロディMIDIだけ生成したのですが、それと同じようなことを各楽器ごとに行い、またコード進行などもチューニングしているような感じがします。


ちなみに人工知能作成の方は、人工知能マスタリングのLANDRで音圧調整もしています。一切人の手が入っていません。


（＊人間版の方は、以前とある雑誌の企画で作ったもので、今回新たに作ったものではありませんが、同じコンセプトでの作曲という意味ではよかったかと。）

ベーシックインカムと(BI)はAIの利益をシェアするもの

こんな記事が出てました。

毎月30万円　BI制度うらやましい？(R25)

30万といってもスイスは物価が違うので、日本だと15万円くらいの感覚ですかね。
さてこのベーシックインカム (以後BI)導入実現すればかなり大きな社会実験になりそうです。

フィンランドやオランダでも同様の議論があり、スイスに限らずどこかしら、ヨーロッパ先進国ででのBIの導入は近いうちにスタートしそうです。

（そもそももともと産油国ではBIに近いような部分がありましたが、、、、、教育・医療費、無料、医療費も無料、電気、ガス、水道全て無料のドバイとか。）

さて結局このBIの話をすると必ずコツコツ働いたほうが、、、、労働意欲が、、、
とかみたいな話になりますが、それはナンセンスな話。なぜナンセンスなのか。

[BIはAIの利益をシェアするもの]

そもそも、このBIは基本的にこれから、AI(人工知能）やロボット化によって得られる利益を資本家に独占させずに、皆に分配する手段になるべきなのです。

いまは、最低限の衣食住には、ある程度のお金がかかる。誰かが働いて、食べ物を作り、着るものを作る必要があります。

それはたとえば、日本なら１０、１５万円だったりするわけです。

これを通常はある程度の労働に従事することで、手に入れられるようになっています。

日本でいえば、サラリーマンの場合月給20から7、80万円くらいでしょうか、ほどよくこの最低ラインはクリアするようになっています。

ところが、これが今後、AIやロボット化によって、格段のコストダウンが起きたらどうでしょう。

たとえば、１つ百円のパンを手にいいれる場合。

小麦を収穫し、工場で作られ、箱づめされ、トラックで、輸送されます。

その上で、農家・工場・輸送などではたらく関係者の利益を乗せて100円という費用がつけられます。

ところがこれが、機械化ロボット化により、大幅なコストダウンがおこり、只に近い値段で作られるようになったらどうでしょう。

ひょっとしたらいままで１個あたり百円かかっていたのが、電気代だけで、１円で作れるようになるかもしれません。

その場合、そこから得られる利益、100円-1円となった99円はいったいどこに行くのでしょうか？

多くの場合ロボットを所持する資本家のところに行くことになります。

つまり、AI化・ロボット化により、資本家は多くの利益を得る一方で、工場で働いていた多くの人々は職を失い、よりお金を稼げなくなります。

日常に必要な１０、１５万円を稼ぐのも大変なことになり、生活が成り立たなくなるでしょう。
労働者の生活が成り立たなくなるということは、全体の社会が成り立たなくなることです。

まあ、これが、いわゆる格差社会と言われるものなんですが、これを是正するためにBIは多くの役目をはたすことになるはずです。

[BIは怠け者の論理、ではない]

コツコツ働くことが過剰に美徳とされがちな日本社会では、本当のBI議論が始まるのはもう少しかかりそうです。

またAI、ロボット化と同時に、あればいいものだとも思うので、日本の場合は大急ぎでBI取り入れる必要はないでしょう。

ただ、BIは怠け者や仕事のできない奴らを甘やかすだけだ、という見方からはそろそろ卒業しても良いのではないでしょうか。

やがて、２４時間休みなく働く、ロボットに比べたら人間なんてみんな怠け者で生産性の低いもの、という風になっていくのですから。

人工知能は「まだ」こわくない。人工知能は代用知能？

「囲碁の謎」を解いたグーグルの超知能は、人工知能の進化を10年早めた

当分人間に機械は勝てない、と言われていた碁の世界で、人工知能はついに人間を破りました、というニュース、が最近駆け巡りました。

また、

googleの機械学習システムのインパクトは？？

でも書きましたが、tensorflowやIBMのワトソンのように、エンジニア諸氏にとってはかなり身近に使える人工知能がふえてきました。

それ以外にも、もうすぐ人工知能が巷の職の50%を奪う、だとかいろんなところで人工知能について耳にする昨今です。


そんなことを聞くと、いますぐにでも、自分で考えるロボットがでてきて、なんでも解決してくれる、、、、どころか、友達になれたりする、、、なんてイメージがありますが。

ドラえもんや鉄腕アトムのような人工知能が発生するのはおそらくもう少し時間がかかりそう。

「人工知能は誤訳なのでは？？」

そもそも英語ででいうところの「artificial inteligence」は「人工知能」とよんでいいのかどうかという疑問すらあります。

artificialには人工以外にも「模造の」とか「代用の」なんて意味があります。

「人工知能」ではなく「代用知能」なんて言い方をすると、、、、、

ほら、だいぶイメージが変わってくるでしょう？

現在の人工知能は、人工知能というよりも、代用知能に近いものだと思った方が良いです。

人工知能の移り変わりを歴史的に見ていきますと、コンピューターの歴史に伴い、

• ルールベース（エキスパートシステム）
• 大量のデータを基にしたアプローチ
• ディープラーニング（ニューラルネットワーク）

というふうに順に変わってきました。

（筆者が学生時代はたいていlispという言語でやっていましたが、いまはもう見なくなりましたね。）

現在の花形は最後の「ディープラーニング」と言うやつになります。

どれも基本的には、過去の外界のデータが存在して、それをどうやって分析して、新しい事情に対処させるかというテクニックになります。

「感情」や「ひらめき」をどうするか

そして、一貫して言えることは、結局、「感情」や「ひらめき」を、どう扱うかというところに関しては解決法が提示されていないってことなのです。


それが解決しない限り、「人工知能」はあくまでも、「代用知能」にすぎない、のではないでしょうか。

過度に恐れたり、過度に期待をしてもいけません。


で、その分野で興味深いのが、芸術と人工知能の研究です。

つづく。

googleの機械学習システムのインパクトは？？

google の機械学習システム tensorflowがオープンソースになって、リリースされていました。

https://www.tensorflow.org/

機械学習システムとはディープラーニングとかマシーンラーニングとか呼ばれて、

現在様々な応用技術が開発されている分野で、人工知能とも大いに関わりがある分野です。

もともとこの分野には、chainer、caffeといったフレームワークが出ていました。

このtensorflowは後発とはいえ、googleからオープンソースが出たというインパクトは大きく、性能によっては、一気に他を抜き去って、普及してもおかしくありません。

筆者としては、どうやって、自動作曲に応用ができるかなあ、なんてあたりが楽しみですね。

ちなみにこんな実験をされている方もいました。

ディープラーニングでおそ松さんの六つ子は見分けられるのか 〜実施編〜

こちらは、tensorflowではなくchainerを使っているようですが、機械学習とはどういうものか、理解するのには、いい例ですね！