Paano Gumagana ang Mga Set ng Data ng AI – At Paano Makakatuwang ang Mga Artist sa Kanila

Ang ilan sa mga pinaka-iconic na kultural na sandali ay nangyari bilang resulta ng mga pakikipagtulungan, mula kay Jean-Michel Basquiat at Andy Warhol's sikat na unyon noong 1983 sa limitadong edisyon ngayon ng mga kontemporaryong artista at fashion house.

Pinagsasama-sama ng mga pakikipagtulungan ang iba't ibang pananaw, kasanayan, at impluwensya, na nagreresulta sa natatangi at madalas na makabagong mga likha. Ngayon, pinalalawak ng mga artist ang kanilang collaborative horizon sa pamamagitan ng pakikipagsosyo sa isang medyo hindi kinaugalian na creative force: artificial intelligence (AI).

"Sa mga araw na nakikipag-ugnayan ka sa writer's block, o ang mga synapses ay T nagpapaputok sa isang partikular na paraan, napakagandang makita ng [AI] Technology na nagpapasiklab sa malikhaing FLOW na iyon at nagpapalawak ng larangan ng ideya at posibilidad para sa mga artist," sabi ni Chris McGarry, tagapagtatag at CEO ng AI music platform WarpSound.

Ngunit kung sinubukan mong gamitin ang modelo ng wikang AI ChatGPT, nagpasok ng pang-eksperimentong prompt sa modelong text-to-image Stablediffusion o nakipaglaro sa text-to-music generator ng Google MusicLM, maaaring napansin mo na ang AI ay T nakakabasa ng isip – kahit hindi pa. Ang iyong mga unang pagtatangka sa pagtatrabaho sa mga tool ng AI ay maaaring magresulta sa mga generic na output, o mga simpleng T nakuha kung ano ang nasa isip mo.

"Masama sila," biro ng ONE musikero tungkol sa kanyang karanasan sa pagsubok ng mga generator ng musika ng AI. Ang komento ay ginawa noong Mayo sa isang workshop sa AI music production sa inaugural Summit ng mga wavelength sa Brooklyn, New York, na hino-host ng network ng pananaliksik sa musika na Tubig at Musika. Sumang-ayon ang mga kalahok ng madla na ang mga tool ng AI, bagama't sopistikado, ay may kapansin-pansing curve ng pagkatuto.

Para sa mga creative, ang pagharap sa machine learning ay nangangailangan ng pag-unawa sa kung paano pinakamahusay na pakainin ito ng data at pinuhin ang algorithm nito upang umakma sa masining na pagsisikap ng isang tao.

Paano gumagana ang mga dataset

ONE sa mga pangunahing paraan na magagamit ng mga artist ang kapangyarihan ng AI ay sa pamamagitan ng paggawa ng sarili nilang mga dataset, na karaniwang binubuo ng text, mga larawan, mga tunog, melodies at video. Ang bawat proyekto sa machine-learning ay maaaring mangailangan ng iba't ibang laki ng mga set ng data ng pagsasanay upang maging matagumpay. Maraming nakakatulong mga kurso at mga video available online na pinakamahusay na nagpapaliwanag kung paano i-optimize ang mga set ng data.

Upang lumikha ng isang makapangyarihang tool na sa tingin pa rin ay "tunay," maaaring sanayin ng mga artist ang mga makina batay sa kanilang nakaraang trabaho. Makakatulong ito sa kanila na makilala ang kanilang mga pakikipagtulungan sa AI mula sa mga nabuo ng libre at open-source na mga modelo, na may posibilidad na gumamit ng data na available sa publiko at kung minsan ay makikita bilang tuyo at generic.

Sa pangkalahatan, ang data ng isang libreng modelo ng AI ay nagmumula sa mga mapagkukunang na-publish sa publiko. Ang data ay kadalasang kinukuha ng internet-crawling na mga bot na kumukuha ng malawak na magagamit na hilaw na materyal at catalog ang impormasyon. Samantala, ang mga pribadong kumpanya at kumpanya ng pananaliksik ay mas malamang na gumamit ng mga pinagmamay-ariang dataset, lalo na kapag ang mga batas sa copyright ay isang alalahanin.

"Kailangan nating humanap ng mga paraan ng paggamit ng data na legal," sabi ni Michael Turbot, Technology promotion manager sa Sony Computer Science Lab (CSL) Paris, isang independiyenteng laboratoryo ng pananaliksik, sa panahon ng Wavelengths Summit. Gumagana ang lab AI-assisted music production mga kasangkapan para sa mga artista.

Ayon kay Turbot, napapailalim ang Sony CSL sa isang proseso ng pag-audit mula sa Sony Music Publishing upang makatrabaho ang sinumang artist na kasalukuyang nasa ilalim ng kontrata sa publishing house. Kaya naman naging maingat ang Sony CSL na isama lamang ang mga legal na hindi naka-airt na tunog at mga kanta sa mga dataset nito, na nag-o-opt para sa mga pampublikong domain na kanta lang, o mga kanta na pagmamay-ari ng mga artist na nakikipagtulungan sa Sony CSL na nagbigay ng tahasang pahintulot.

"Kailangan naming maging lubhang maingat sa aming paggamit ng data," sabi ni Turbot. "Kung hindi, alam namin na ang mga pinto ay agad na isasara ng mga tao, alinman sa kanilang industriya o sa mga artista."

Paggawa ng sarili mong dataset

Tulad ng mga pribadong kumpanya at lab, maaaring i-curate ng mga artist ang sarili nilang mga dataset gamit ang sarili nilang materyal. Ang pag-compile ng tamang set ng data ay mahalaga para matiyak na tumpak na nakukuha ng AI ang natatanging istilo at boses ng isang artist. Ang set ng data ay nagsisilbing pundasyon para sa mga algorithm ng AI, na gumagabay sa proseso ng paggawa ng desisyon nito.

Ang pagpino sa isang set ng data ng AI ay nagsasangkot ng maraming hakbang na proseso. Nagsisimula ito sa pagkolekta ng mataas na kalidad na pinagmumulan ng materyal, mula sa musika ng artist o mga gawa na nagpapakita ng kanilang gustong istilo. Maaaring pagsamahin ng ilang artist ang iba't ibang set ng data upang kumatawan sa mga panahon sa kanilang creative evolution o mag-opt na gumawa ng mga natatanging dataset para sa bawat bagong proyekto.

"Kamakailan lamang, kumukuha ako ng mga lumang drawing mula noong bata pa ako," sabi ng photorealistic AI artist Claire Silver sa isang Pebrero Twitter Space. "Inilalagay ko ang mga ito sa AI na may mga senyas upang subukan at muling likhain ang nakikita ko noon at sinusubukang gumuhit, ngunit T akong kakayahang ibahagi. At iyon ay talagang astig."

Sinabi ni Silver na gumagamit siya ng kumbinasyon ng mga modelo ng AI, kabilang ang DreamStudio at NMKD.

Sinabi ng literary artist na si Sasha Stiles, na nakikipagtulungan sa mga modelo ng wika ng GPT mula noong 2018, na kino-customize niya ang kanyang mga dataset gamit ang isang "compendium ng mga materyales sa pagsasanay" na nagsimula sa mga draft ng kanyang manuskrito at lahat ng kanyang "panulaang Human ." Pagkatapos ay nagdagdag siya ng mga tala sa pananaliksik, sangguniang materyal at nakasisiglang panitikan.

"Naroon ang mga tula at sanaysay na nauugnay sa mga bagay na isinusulat ko," sabi ni Stiles. "Mayroong mga sipi mula sa T.S. Eliot, may mga sipi mula sa Whitman at Dickinson at mayroon din talagang maliliit na piraso mula sa iba't ibang artikulo ng balita."

Idinagdag ni Stiles na ang pagtatrabaho sa isang modelo ng wika ng AI ay parang "kinukuha ang lahat ng bagay na umiikot sa aking isipan noong ginagawa ko ang aking manuskrito, inilalagay ang mga ito sa isang system at gumagamit ng mga algorithm upang i-synthesize ang mga ito."

Sa bawat medium, mahalaga ang kalidad ng dataset ng isang artist upang makagawa ng pinakamahusay na resulta, ngunit para sa mga musikero sa partikular, ang kalidad ng AUDIO ay napakahalaga. "Kapag ang isang producer o artist ay gumagamit ng isang modelo, mahalagang maunawaan na ang kalidad ng input ng boses ay mahalaga," sabi ni Geraldo Ramos, CEO ng Moises, isang app na nagbibigay-daan sa mga musikero na bumuo ng customized na library ng mga kanta. "Kung hindi maganda ang pagganap ng mang-aawit, ang output ay magiging kasing sama ng input."

Hinahayaan ang AI na mag-stretch sa iyo nang masining

Sa kabila ng inaasahang $42.6 bilyon na ibinubuhos sa mga generative AI investments ngayon, ang mga artistikong pakikipagtulungan sa AI ay eksperimental pa rin. Ang pag-curate at pagpino ng AI data set ay nangangailangan ng pag-unawa sa machine learning, atensyon sa detalye, maraming pasensya at sapat na pagkamausisa.

Iyon ay sinabi, ang paggamit ng AI sa mga creative na industriya ay T lumilitaw na isang dumadaan na trend. Ang ideya mismo ay bumalik sa 1959 nang ang unang libro sa computer-aided music composition ay nai-publish, at tila bumibilis lamang ito sa pagtaas ng metaverse gaming at Mga non-fungible na token (NFT) na pinapagana ng AI.

Habang nag-aalok ang AI ng mga hindi kapani-paniwalang pagkakataon para sa mga creative, ang ilan patuloy na ipahayag ang mga alalahanin tungkol sa mga kaso ng paggamit nito, na nangangatwiran na hindi mapapalitan ng AI ang damdamin ng Human , o ang koneksyon na nabuo sa pagitan ng mga artist at tagahanga. Ngunit kung gusto mong makipagtulungan sa AI sa mga paraan na gumagalang sa iyong craft habang pinapaunlad ang iyong trabaho, ang paggawa ng sarili mong set ng data ay isang mahusay na paraan upang magsimula.