人工智能竟能寫歌詞？但現(xiàn)在還是不靠譜
如果不太連貫的鋼琴旋律和假日歌曲也算是音樂的話，那么人工智能已經(jīng)可以相當(dāng)熟練地創(chuàng)作它們了。除了伴奏之外，一些研究人員還在試圖讓人工智能寫歌詞，可是到現(xiàn)在為止效果并不算好。
研究人員最近發(fā)布了一個分步驟的指南，展示神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)上是多層數(shù)學(xué)函數(shù)，它們松散地模仿大腦中神經(jīng)元的行為，可用于生成任何藝術(shù)家風(fēng)格的原創(chuàng)歌詞，從表面上看是這樣。他們選擇的算法是長短期記憶（LSTM）網(wǎng)絡(luò)。總體而言，KUKA機(jī)器人示教器維修，訓(xùn)練數(shù)據(jù)集越大，結(jié)果越好。為了進(jìn)行演示，研究人員為該神經(jīng)網(wǎng)絡(luò)提供了10,000首歌曲的歌詞文本文件。
人工智能寫歌
你不能將原始韻腳送入人工智能系統(tǒng)，需要進(jìn)行一些預(yù)處理。正如這一教程的作者所解釋的那樣，工業(yè)機(jī)器人維修，歌詞數(shù)據(jù)用于構(gòu)建詞匯表映射，它通過單熱編碼進(jìn)一步轉(zhuǎn)換即分類變量（在本例中為單詞）轉(zhuǎn)換為整數(shù)數(shù)據(jù)的過程。
在Keras（一個用Python編寫的開源神經(jīng)網(wǎng)絡(luò)庫）和谷歌的TensorFlow機(jī)器學(xué)習(xí)框架中制作機(jī)器學(xué)習(xí)模型，并存儲權(quán)重和偏差值，隨著時間的推移調(diào)整網(wǎng)絡(luò)突觸連接的強(qiáng)度，研究人員為其提供歌詞并開始訓(xùn)練。一旦模型達(dá)到了預(yù)期的準(zhǔn)確度，它們就會產(chǎn)生新的歌詞。毫無疑問，人工智能在解析自然語言方面越來越好。但是現(xiàn)在還可以肯定的是，KUKA機(jī)器人電路板維修，歌曲作者們暫時不會失業(yè)。