读天才与算法:人脑与AI的数学思维笔记18_心流机

2024-05-05 07:52

本文主要是介绍读天才与算法:人脑与AI的数学思维笔记18_心流机,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. 心流机

1.1. 在音乐中你会期盼旋律从不稳定解决到稳定,最终实现某种张力的解决

1.2. 将马尔可夫链系统中的自由与约束条件结合起来,从而形成一种更具结构化的组合

1.3. 美籍匈牙利心理学家米哈里·契克森米哈赖(Mihaly Csikszentmihalyi)于1990年首次提出并确立了“心流”(flow)这一概念

1.3.1. 人们在心流状态下最为快乐,这是一种对正在进行的活动和所在情境的完全投入和集中,是一种人们因为过于沉浸在一项活动中而忽略身边一切事物的状态

1.3.2. 心流状态是内在动机的最佳形式,在这里人可以完全沉浸在他所做的事情中

1.3.3. 许多艺术家和表演者曾描述,当他们全身心地投入到艺术中时,就失去了时空感,有些人称之为“进入状态”

1.4. 要想达到“心流”状态,必须在任务的难度和操作者的技术能力之间建立起平衡

1.4.1. 如果操作者技术能力不足,任务难度又相对较高,那么他就会陷入焦虑的状态

1.4.2. 如果任务难度过低,所需技术能力要求也很低,就会给人带来无聊的感觉

1.5. 毕加索花了数年时间来汲取埃尔·格列柯(El Greco)、雷诺阿(Renoir)、委拉斯贵支(Velázquez)和马奈(Manet)的作品风格,通过模仿、组合和调整他们的风格,并添加不同的约束条件,来创造一种属于他自己的独特风格,但这种风格植根于过去的这些大师

1.6. 帕切特“心流机”的核心算法是,先使用马尔可夫链来学习艺术家的风格,然后再添加一定的约束条件

1.6.1. 一个使用博登组合型创造力概念进行算法试验的绝佳例子

1.7. “心流机”并不局限于音乐

1.7.1. 你可以让它学习一个诗人的风格,并使用另一个人的风格为约束条件

1.7.2. 帕切特的团队用马尔可夫模型来学习鲍勃·迪伦(Bob Dylan)歌词的风格,然后将其应用到甲壳虫乐队的《昨日》(Yesterday)歌词中

1.7.3. “心流机”的任务是在这个框架中填充被识别认可为鲍勃·迪伦所作的词句

1.7.4. 由“心流机”作曲的新歌叫作《老爸的车》(Daddy’s Car),采用了帕切特最喜欢的甲壳虫乐队的音乐风格

1.7.4.1. 许多音乐分析家认为,甲壳虫乐队的音乐有一个暗含的模式,帕切特希望破解他们的密码

1.8. 帕切特在2018年初发行了专辑《Hello World》

1.8.1. 专辑是卡里和其他一些使用“心流机”的音乐家合作完成的

1.8.2. “心流机”帮助这些音乐家不断地拓展自己的创造力

1.8.3. 定义这是人工智能制作的第一张专辑并不十分准确,因为卡里和他的合作者在确定最终产品的边界上发挥了重要的、无可替代的作用

1.9. 艺人有可能写出无穷无尽的“口水歌”,这就是公式化创作的结果

1.9.1. 许多流行歌曲只是在重复已验证可行的格式,而没有考虑去挑起人们的期许和愿望

1.9.2. 这样的流行歌曲一般是4/4拍,4小节或是8小节一个乐句,旋律不停地一遍一遍重复

1.10. 算法已经开始控制我们所听的内容了

2. Jukedeck

2.1. Jukedeck是由两名剑桥大学的毕业生创建的,他们是发小,8岁时就在教会唱诗班认识了

2.2. Jukedeck是众多利用人工智能为机构和公司创作歌曲的公司之一

2.2.1. 他们的顾客,从自然历史博物馆这样的机构到可口可乐这样的公司都有

2.2.2. 这些公司需要原创但便宜的背景音乐来制作视频和广告,它们不想支付高昂的版税

2.3. Jukedeck的目标是创作视频制作或游戏开发中所需的背景音乐,而不是与阿黛尔打擂台

2.3.1. 金钱推动着人工智能的艺术革命而不是对艺术方面的考量

2.4. Jukedeck利用人工智能几秒钟就可以完美地为视频配乐

2.4.1. 从阳春白雪到下里巴人,从合奏到鼓和低音

2.4.2. 你需要告诉它你想要的音乐是积极的、忧郁的,还是其他八种情绪中的哪一种

3. 量子作曲

3.1. 艺术创作的一个奇特之处是,艺术家创作的作品必须吸引许多不同的人来观看、阅读或聆听

3.2. “大举进攻”乐队

3.2.1. 2016年年初他们选择了一种创新的方式发布了四首新歌

3.2.1.1. 粉丝们通过下载、安装并运行一款名为Fantom的应用程序来收听歌曲,这个应用程序是为这四首作品专门开发的
3.2.1.2. 应用程序Fantom依赖于音乐家对歌曲各部分的管控能力

3.2.2. 一旦你允许应用程序访问你的位置信息、时间信息、摄像头图像、心率和Twitter,算法就会决定如何为你现场混编音乐

3.2.2.1. 决定接下来要添加哪部分迷你音轨,以及以何种方式混合
3.2.2.2. 用户的心率、动作、摄像头捕捉到的画面,都将影响你所听到的歌曲的旋律和音质

3.2.3. “大举进攻”乐队的算法本质上就是高级复杂版的莫扎特骰子游戏

3.2.3.1. 莫扎特精心策划了每一个小节,提供了11个选项,每一个都可以作为华尔兹舞曲的下一个小节,而华尔兹的整体结构确立了游戏规则

3.2.4. 该算法的关键之处在于创建了一棵可能树,源树提供的可能性足够丰富和多样,又具有足够的连贯性,所以无论算法选择哪条路径,结果都会显得天衣无缝、那么自然

3.2.4.1. 你想要的绝不是完全的随机性

3.3. 在量子世界里,一个电子因量子叠加的缘故,可以同时出现在许多不同的地方,是观察的行为导致了波函数坍缩,坍缩成它的许多种可能状态之一

3.3.1. 创作一首可以存在于许多种可能状态之中的歌曲

3.3.2. 算法会根据我的数据和做出的选择,将“大举进攻”的“波函数”坍缩成一首歌曲

3.4. 使用人工智能音乐帮助诱导人进入冥想状态的应用程序

3.4.1. 音乐对人当前的精神和身体状态的数据做出判断和反应,让算法学习如何操纵人的精神和身体来使之放松

3.5. 米克·格里森(Mick Grierson)

3.5.1. 曾与冰岛先锋乐队西格尔·罗斯(Sigur Rós)密切合作

3.5.2. 把他们的一首歌“风暴”(Óveður)扩展成一个24小时的版本,在其中不会有任何重复,但保留了5分钟的原曲目

3.5.2.1. 这个时长24小时的版本是为了配合一次环绕冰岛海岸的旅行而制作的
3.5.2.2. 对于一个人类作曲家来说,创作一个24小时不重复的原声音乐是相当困难和耗时耗力的
3.5.2.3. 格里森开发的软件使用概率工具生成音轨,来响应音乐所附的图像

3.5.3. 他还创作了这首歌的一个更长的版本,这个版本将永远播放,永不重复

3.5.3.1. 即使“大举进攻”乐队或是“西格尔·罗斯”乐队解散了,借助这个算法,只要我们想听,还是会有源源不断生成的新版本的歌曲

3.6. “生成音乐”(generative music)

3.6.1. 来描述由一个系统或算法创造的不断变化的音乐

3.6.2. 一种音乐苗圃,作曲家播种下种子,算法与外界互动(如一个人玩电脑游戏,或者其一天的经历),然后这些种子就会生长出声音

3.6.3. 它是为自己思考的音乐。

3.6.3.1. 布莱恩·埃诺(Brian Eno)

3.6.4. 从乐谱到体验

4. 音乐人工智能革命的开始

4.1. 机器学习正在挑战人类作曲家所依仗的洛夫莱斯对人工智能的预言

4.2. 2016年,一个名为AIVA的算法成为被法国音乐人、创作人和版权代理商协会(简称SACEM)授予作曲家称号的第一台机器

4.3. 该算法由皮埃尔·巴罗(Pierre Barreau)和文森特·巴罗(Vincent Barreau)两兄弟创建,该算法学习了巴赫、贝多芬、莫扎特以及其他海量的音乐家的作品乐谱,产生了一位正在创作自己独特音乐的人工智能作曲家

这篇关于读天才与算法:人脑与AI的数学思维笔记18_心流机的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/961179

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig