Fascination, Challenges and Constraints
Seit einigen Jahren ist das akademisches Interesse groß, Deep Learning für kreative Aufgaben wie die Erstellung von Texten, Bildern oder Musik zu verwenden. Das Forschungsinteresse an diesen generativen Modellen basiert auf der Annahme, dass die Erzeugung neuer, ähnlicher Daten nur mit grundlegendem Verständnis über die Beschaffenheit der Eingangsdaten möglich ist.
Technisch gesehen können Deep-Learning-Modelle nur die Statistiken der Daten lernen. So können sie oft Zusammenhänge in den Daten erkennen, die menschliche BeobachterInnen nicht wahrnehmen, und so als neue Inspirationsquelle für menschliche Kreativität dienen.
Dieser Workshop konzentriert sich auf aktuelle technische Ansätze zur automatischen Musikgenerierung. Wir gehen den Fragen nach: Was ist das Besondere an Musikdaten? Welche Strukturen gibt es nur in diesen? Was können KünstlerInnen, WissenschaftlerInnen oder MusikliebhaberInnen von diesen Modellen erwarten? Inwieweit akzeptieren die ZuhörerInnen Musik einer KI?
Biografie:
Ali Nikrang is a key researcher & artist at Ars Electronica Futurelab. His background is in both computer science (Johannes Kepler University in Linz) and classical music (composition and piano performance, Mozarteum in Salzburg). His research interests include creative and interactive applications of artificial intelligence systems.
https://ars.electronica.art/futurelab/team/ali-nikrang/
