Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Relazione di Corinne Schillizzi
Università degli Studi di Milano Bicocca
Dipartimento di Informatica, Sistemistica e Comun...
PENSARE UMANAMENTE
Approcci all’IA
AGIRE UMANAMENTE
PENSARE RAZIONALMENTE
AGIRE RAZIONALMENTE
L’intelligenza creativa rica...
La composizione algoritmica ha messo alla prova differenti tecniche di
Intelligenza artificiale:
rappresentazione grammati...
Un ANN consiste di semplici unità di elaborazione, i neuroni, e di con-
nessioni dirette ed aventi un peso (weight).
Il pe...
Σ
x1
x2
xn
y
w1
w2
wn
Rappresentazione neurone introdotta da
McCulloch e Pitts
f
θ
Funzioni:
funzione di propagazione
	
funzione di attivazione
	aj(t) = fact(netj(t), aj(t − 1), θj)
funzione di output
	 fo...
Topologie
Feedforward Network
i livelli sono completamente separati, ogni neurone di questa topologia
di rete è collegato ...
Topologie
Recurrent Network
Ancuni o tutti i neuroni hanno la capacità di influenzarsi
o di influenzare gli altri neuroni.
Paradigmi di apprendimento
Non Supervisionato : input
Per Rinforzo : input (e valutazione successiva dell’output)
Supervis...
Metodo del gradiente discendente
La funzione del gradiente discendente è il passaggio da un valore iniziale al valo-
re de...
Network per la composizione musicale
La topologia RNN è la più utilizzata per questo task
		
			 Problema del vanishing gr...
LSTM (LONG SHORT-TERM MEMORY)
La memoria a lungo termine è resa possibile da una struttura differente:
il CEC (Costant Err...
LSTM
Lo stato della cella mantenuto dal “nastro trasportatore” lungo tutta 	
	 la catena del network, sul quale l’informaz...
ESEMPIO COMPOSIZIONE CON LSTM
Tra i primi esperimenti: A first look at Music Composition using
LSTM Recurrent Neural Netwo...
PROGETTI IN CORSO
					Avviato da Google Brain Team ed oggi Open Source.
					 Google Brain team that asks:
					Can we us...
PROGETTI IN CORSO
Tra gli esperimenti di MAGENTA:
il primo risultato è stato la composizione di 90 secondi di melodia
per ...
PROGETTI IN CORSO
						 		 IBM WATSON BEAT
								Applicazione cloud-based compone brani
								 a partire da 30 caratt...
PROGETTI IN CORSO
										 FlowComposer
										 Parte del progetto FlowMachine 		
										 (François Pachet), per
	...
PROGETTI IN CORSO
										AIVA
										 Progetto della startup omonima,
										 le cui tracce di musica classica ve...
PROGETTI IN CORSO
										SHIMON
										
										 È un robot con 4 braccia e 8 baston	
										 cini, realizzato ...
CONCLUSIONI
La creatività è una capacità molto complessa
e continua, nonostante i risultati ottenuti, ad
essere una vera s...
GRAZIE PER L’ATTENZIONE
Upcoming SlideShare
Loading in …5
×

Neural Network per la composizione musicale

Breve introduzione sulle reti neurali, e approfondimento su LSTM RNN.
Successiva fare si Benchmark sui progetti attualmente in corso.

  • Be the first to comment

  • Be the first to like this

Neural Network per la composizione musicale

  1. 1. Relazione di Corinne Schillizzi Università degli Studi di Milano Bicocca Dipartimento di Informatica, Sistemistica e Comunicazione Corso di laurea in Teoria e Tecnologia della Comunicazione NEURAL NETWORK FORMUSIC COMPOSITION Intelligenza Artificiale 2016-2017
  2. 2. PENSARE UMANAMENTE Approcci all’IA AGIRE UMANAMENTE PENSARE RAZIONALMENTE AGIRE RAZIONALMENTE L’intelligenza creativa ricade nell’approccio dell’agire umanamente “Lo studio di come far eseguire ai computer le attività in cui, al mo- mento, le persone sono più brave” (Rich e Knight, 1991)
  3. 3. La composizione algoritmica ha messo alla prova differenti tecniche di Intelligenza artificiale: rappresentazione grammaticale, metodi probabilistici, network neurali, sistemi basati su regole ecc. La tecnologia più utilizzata è quella delle Neural Network
  4. 4. Un ANN consiste di semplici unità di elaborazione, i neuroni, e di con- nessioni dirette ed aventi un peso (weight). Il peso della connessione tra il neurone i ed il neurone j è definito come wij
  5. 5. Σ x1 x2 xn y w1 w2 wn Rappresentazione neurone introdotta da McCulloch e Pitts f θ
  6. 6. Funzioni: funzione di propagazione funzione di attivazione aj(t) = fact(netj(t), aj(t − 1), θj) funzione di output fout(aj) = oj netj= ∑ (oi . wij) i ∈ I
  7. 7. Topologie Feedforward Network i livelli sono completamente separati, ogni neurone di questa topologia di rete è collegato direttamente ai neuroni del livello successivo. input layer hidden layer output layer
  8. 8. Topologie Recurrent Network Ancuni o tutti i neuroni hanno la capacità di influenzarsi o di influenzare gli altri neuroni.
  9. 9. Paradigmi di apprendimento Non Supervisionato : input Per Rinforzo : input (e valutazione successiva dell’output) Supervisionato : input, output desiderato, vettore d’errore Nell’apprendimento supervisionato viene utilizzato il backpropagation method, una procedura di apprendimento che utilizza la tecnica del gradiente discendente, per determinare i cambiamenti dei pesi necessari per la minimizzazione dell’errore.
  10. 10. Metodo del gradiente discendente La funzione del gradiente discendente è il passaggio da un valore iniziale al valo- re desiderato tramite step di dimensioni sempre più piccole. gradiente è il vettore definito ad ogni punto della funzione rispetto all’obiettivo
  11. 11. Network per la composizione musicale La topologia RNN è la più utilizzata per questo task Problema del vanishing gradient i livelli e gli step dei Neural Network sono legati l’un l’altro tramite funzioni moltiplicative, l’errore è suscettibile alla diminuzione o esplosione espo nenziale. Hochreiter & Schmidhuber nel 1997 introducono la rete LSTM(Long Short Term Memory)
  12. 12. LSTM (LONG SHORT-TERM MEMORY) La memoria a lungo termine è resa possibile da una struttura differente: il CEC (Costant Error Carousel) forget gate layer input gate layer output gate layer
  13. 13. LSTM Lo stato della cella mantenuto dal “nastro trasportatore” lungo tutta la catena del network, sul quale l’informazione può proseguire invariata, o essere rimossa o aggiunta. i gates bloccano o passano l’informazione agendo su di essa tramite i propri set e pesi Il metodo di apprendimento è realizzato tramite la Truncated Backpropagation che divide la sequenza al quale viene riportato il gradiente in più step.
  14. 14. ESEMPIO COMPOSIZIONE CON LSTM Tra i primi esperimenti: A first look at Music Composition using LSTM Recurrent Neural Network di Douglas e Schmidhuber (IDSIA) input: 12 barre musica blues network: suddivisione in celle per la struttura e celle per la melodia errore: note attivate rispetto alle attivabili task raggiunto: composizione di una struttura di accordi e melodie su tale struttura
  15. 15. PROGETTI IN CORSO Avviato da Google Brain Team ed oggi Open Source. Google Brain team that asks: Can we use machine learning to create compelling art and music? Sviluppato sulla libreria per la computazione numerica tramite grafo, TensorFlow, open source dal 2016
  16. 16. PROGETTI IN CORSO Tra gli esperimenti di MAGENTA: il primo risultato è stato la composizione di 90 secondi di melodia per piano NSinth (Neural Synthetizer) -> sviluppa i suoni a partire dai dati AI duet -> risponde alle melodie del musicista con altre melodie Jam session-> ha richiesto l’uso di sei Neural network
  17. 17. PROGETTI IN CORSO IBM WATSON BEAT Applicazione cloud-based compone brani a partire da 30 caratteristiche, apprende live dagli utenti o dai brani forniti in input Il maggiore risultato in collaborazione con il produtto- re Alex da kid per la realizzazione del brano “not easy”, trami- te l’uso di altre API Watson (Tone Analyzer e Alkemy Language)
  18. 18. PROGETTI IN CORSO FlowComposer Parte del progetto FlowMachine (François Pachet), per realizzare una macchina che sappia creare uno stile a partire da quelli dati in input. Uso del modello di Markov, uno dei primi modelli utilizzati per la com- posizione automatica, ma con dei vincoli. Constrained Markov Model
  19. 19. PROGETTI IN CORSO AIVA Progetto della startup omonima, le cui tracce di musica classica ven- gono già utitilizzate per vari contenuti pubblicitari e cinematografici. È stata riconosciuta come compositore ed ha registrato il suo primo album Genoma.
  20. 20. PROGETTI IN CORSO SHIMON È un robot con 4 braccia e 8 baston cini, realizzato nel laboratorio dell’ istituto di tecnologia in Georgia. input di 5000 canzoni ed altre piccole tracce musicali, è in grado di comporre generando la melodia e la struttura armonica autonomamen- te.
  21. 21. CONCLUSIONI La creatività è una capacità molto complessa e continua, nonostante i risultati ottenuti, ad essere una vera sfida. L’uso combinato di tecnologie di apprendi- mento automatico con tecnologie semanti- che per la comprensione della struttura e si- gnificato della composizione potrebbe essere una soluzione.
  22. 22. GRAZIE PER L’ATTENZIONE

×