当前位置:首页 > 充电吧 > 充电吧
[导读]艺术能将我们和人工智能区分开来。虽然机器人能够作曲,但它们仅仅是将音符按照物理参数排列成一定模式,而不会去考虑音乐所诱导的情绪。但如今,情况即将发生转变。

艺术能将我们和人工智能区分开来。虽然机器人能够作曲,但它们仅仅是将音符按照物理参数排列成一定模式,而不会去考虑音乐所诱导的情绪。但如今,情况即将发生转变。

尽管乍一看,音乐和数学关系不大。但几百年来,音乐学者们早已注意到,音乐模式背后蕴含着数学之美。因此,人工智能似乎在谱曲上有着优势。但实情并非如此。尽管AI能够谱写出还不错的乐曲,但它却无法体现出“情感”层面。优质音乐能够激荡我们的情感,或使我们体会绝望、或使心灵享受愉悦。但机器无法做到这点,至少目前不行。

绝大多数机器是根据自动谱曲系统进行谱曲。他们为机器预编了乐曲,但机器只能谱出类似的音乐。

如今,大阪大学和东京都立大学的国际研究团队研制出一种新型机器学习设备,它能够在谱曲时分析人类脑波。该机器能够获悉听众的感受,并进行协调,给听众带去更多他们希望听到的音乐。

大阪大学的教授Masayuki Numao想到,如果他能够通过某种方法挖掘听众的情绪状态,探究他们喜欢何种音乐,那么人工智能就能给出更多相似的东西。大体说来,他设法为AI乐曲手动植入了情感。

过程中,听众戴着含脑波传感器的无线耳机听音乐。传感器能够探测脑电图读数,机器据此使音乐根据听众进行反应。随后,机器当场通过“乐器数字接口(MIDI)”技术谱曲,并用合成器播放出来。

他们为机器人预编了一些乐曲,但又通过添加听众的脑波,来创造出新的音乐。研究人员发现,当系统探测脑波时,听众对音乐更加投入。目前,研究人员没有公布任何音频样本,但志愿者给出了积极的反馈。

该技术既是人工智能方面的潜在突破,又拥有着实际应用价值。举例而言,根据你的感受定制的音乐能够提升你的工作效率、激励你锻炼健身。我们都知道,寻找适合自己情绪的音乐有时候很难。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机

尼得科株式会社将扩大其位于泰国的服务器用水冷模块CDU(Coolant Distribution Unit)生产线,计划在目前的月产能200 台基础上于 2024 年 6 月增加到每月 2,000 台。

关键字: 人工智能 电源 电路板

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能
关闭
关闭