מגזין הטכניון | סתיו 2020

/https://shunithaviv.github.io/bebopnet למ אמר: בינה מלאכותית 34 וקרים בפקולטה למדעי המחשב ע”ש טאוב זכו ב”פרס המחקר הטוב ביותר” בכנס החברה הבין- .) ISMIR 2020( לאומית לאחזור מידע מוזיקלי הפרס ניתן לסטודנטים נדב בהונקר ושונית חביב-חכימי ולמנחה פרופ’ רן אל-יניב על פיתוח תוכנה ליצירת קטעי ג’ז מקוריים המתאימים לטעמו המוזיקלי של המשתמש. הלחנת מוזיקה באמצעות בינה מלאכותית היא אתגר מורכב המעסיק קבוצות מחקר רבות ברחבי העולם, ואתגר מורכב במיוחד הוא הלחנה של מוזיקה המותאמת לטעמו של המשתמש. אתגר זה מורכב אף יותר בהקשר של מוזיקת ג’ז. בהונקר וחביב-חכימי, שניהם נגני ג’ז חובבים, פיתחו מערכת מבוססת רשתות נוירונים ולמידה עמוקה הפועלת בכמה שלבים. בשלב הראשון לומדת המערכת את אומנות הג’ז על סמך מאגר גדול של קטעי סולו המכיל מאות יצירות של ענקי ג’ז ובהם צ’רלי פרקר, סטן גץ ודקסטר גורדון. לאחר מכן היא לומדת את טעמו האישי של המשתמש, ובסופו של דבר היא מייצרת מוזיקה מקורית על סמך שני , מצליחה BebopNet מקורות אלה. המערכת החדשה, חלקית לספק אפיון אובייקטיבי של העדפותיהם המוזיקליות הסובייקטיביות של המשתמשים. המחקר כלל גם ניתוח של האלתורים ובחינת קרבתם המוזיקלית לאלתורי המקור שעליהם אומנה המערכת. כך התברר כי האלתורים שייווצרו אינם גנבה מוזיקלית (פלגיאט) אלא קטעים מקוריים. בשלב הפיתוח הנוכחי, מבהיר פרופ’ אל-יניב, “המערכת אומנם מפיקה אלתורים מעניינים, ובאופן מפתיע לעיתים אף ערבים לאוזן, אולם עדיין איננו קרובים ליצור אלתורי ג’ז מקצועיים, אנושיים. אנחנו מעריכים שאפשר יהיה לשפר משמעותית את איכות האלתורים באמצעות לימוד ישיר מסיגנל קול (אודיו) שיאפשר להרחיב משמעותית את מדגם האימון. לדעתנו העבודה מחדדת אתגר מהותי בדרך לבנייתן של מכונות המסוגלות לייצר אומנות ברמה אנושית. אתגר זה הוא היכולת להעריך ולמדל באופן מהימן וממוכן איכות סובייקטיבית של יצירות אומנות. פיצוח אתגר זה יאפשר התקדמות משמעותית בתחום.” חוקרים בפקולטה למדעי המחשב ע”ש טאוב פיתחו תוכנה המפיקה באמצעות בינה מלאכותית יצירות ג’ז המותאמות לטעמם של השומעים ח בתבונה מאלתרים שונית חביב-חכימי פרופ’ רן אל-יניב נדב בהונקר Shutterstock צילום :