اگر کاربران دنیای اینترنت تاکنون پرسشهای خود را از گوگل میپرسیدند و میان هزاران پاسخ متفاوت سردرگم میشدند، حالا با ابزاری روبهرو شدهاند که با رفتاری انسانگونه، بهترین و درستترین پاسخ را از گنجه بیرون میکشد و روبهروی پرسش کننده میگذارد.
گوگل خیلی آهسته و بیسروصدا به کار روی پروژهای مشغول شده که قرار است دنیای موسیقی را متحول کند و جا پای آهنگسازان بزرگ جهان بگذارد.
بنا بر اعلام «ایندیپندنت»، این پروژه که موزیک الام (MusicLM) نام دارد، میتواند از پیامهای متنی، قطعات موسیقی چنددقیقهای بسازد، یا زمزمه یک ملودی را به موسیقی ارکسترال تنظیمشده تبدیل کند. این پروژه گوگل فعلا در مرحله تحقیق است و در متنی که در آن باره منتشر شده، آمده است که این ربات قرار است موسیقی را با استفاده از درخواستهایی متنی، مثل «ملودی آرامشبخش با ویولن و پسزمینه گیتار» یا «تکنو دهه ۹۰ برلین با باس کم»، تولید کند.
تاکنون چندین قطعه از طریق این ابزار منتشر شده است که درخواستکننده تنها حالوهوای قطعه مورد نظرش را در قالب متن نوشته، و موسیقی را تحویل گرفته است. بخش شگفتانگیز ماجرا این است که نتایج منتشرشده از کیفیت قابلقبولی برخوردارند؛ کیفیتی که میتواند در آیندهای نه چندان دور، آهنگسازان را به دشمنی جدی برای این ابزار تبدیل کند.
هوش مصنوعی گوگل تا این جای کار با استفاده از ۲۸۰ هزار ساعت موسیقی آموزش دیده است تا قطعاتی تولید کند که دارای پیچیدگی منطقی باشند.
موزیک الام حتی میتواند آوازها را هم شبیهسازی کند؛ هرچند، در این بخش هنوز نتوانسته است با صدای انسان رقابت کند و به کیفیت قابلقبولی دست یابد، و البته مشکل ساخت شعر و ترانه را هم نباید دست کم گرفت. ترانههایی که این ابزار تولید میکند عموما بیمعنیاند، اما برای سیستمی که هنوز دارد قدمهای اولیه را برمیدارد، همین شبیهسازی نصفهنیمه نیز تحسینبرانگیز است.
نمونههای کاملی که تاکنون از موزیک الام منتشر شدهاند، عموما قطعات پنج دقیقهایاند که در نتیجه یک یا دو کلمه درخواست نوشته شدهاند و هرچه توضیحات طولانیتر میشوند، خروجی کوتاهتر است. مثلا برای قطعاتی که توضیحات چندجملهای در شرح حالوهوای موردنظر دارند، گوگل توانسته است حدود ۳۰ ثانیه موسیقی بسازد. البته اگر توصیفات متوالی را کنار هم بیاوریم، میتوانیم قطعاتی را به هم بچسبانیم که مثل یک سریال روایی موسیقیایی عمل میکنند.
هرچند این ابزارآهنگساز، بهترین و پیشرفتهترین سیستمی است که برای تولید موسیقی از طریق هوش مصنوعی ساخته شده، اما اولین نیست. در واقع، چندین سال است که تولید موسیقی به دست هوش مصنوعی ذهن فعالان حوزه تکنولوژی و موسیقی را درگیر خود کرده است. سیستمهایی وجود دارند که هماکنون نیز میتوانند موسیقی باخ را بهتر از انسان کپی کنند، یا یک اثر پاپ خلق کنند که تاکنون نشنیدهاید.
برای مثال، استیبل دفیوژن (StableDiffusion) یکی از همین ابزارها است که سالها تلاش کرده تا هوش مصنوعی را به خدمت موسیقی درآورد و تا حدودی نیز موفق بوده است، اما به نظر میرسد که مسئولیت انقلاب موسیقیایی اصلی در این زمینه، بر دوش گوگل و موزیک الام قرار دارد.
گوگل بسیار محتاطتر از همتایان خود در این راه قدم برمیدارد و قرار است صداهایی که تولید میکند، از نظر محتوا و کیفیت فراتر از آنچه باشد که تاکنون وجود داشته است. با این حال، هنوز قصد افشای مدل آن و حتی همگانی کردن استفاده از موزیک الام را ندارد و ترجیح میدهد که مرحله آزمون و خطا را در سکوت و به آرامی قدم بردارد.
ناگفته نماند که با اینکه این غول هوشمند تکنولوژی پشت ماجرا است، هنوز هم خطر سرقت هنری و کپی از آثار موسیقیایی موجود در جهان مطرح است، و باید دید گوگل چگونه میخواهد پیش از اینکه پایش به دادگاه حق مولف باز شود، بر این نارسایی غلبه کند.