为什么AWS销售MIDI键盘来教机器学习

 
本周早些时候，AWS推出了DeepComposer，这是一套基于Web的工具，用于学习AI制作音乐以及售价99美元的MIDI键盘来输入音乐。但是，那次发布引起了相当大的混乱，因此我们与AWS AI设备部门主管Mike Miller坐了下来，讨论DeepComposer适合该公司AI设备阵容的范围，其中包括DeepLens摄像头和DeepRacer AI汽车，这两种方法也旨在教给开发人员特定的AI概念。
这里要记住的第一件事是DeepComposer是一种学习工具。它不适合音乐家使用，而是适合想要学习生成式AI的工程师。但是AWS并没有称其为“世界上第一个为开发人员提供机器学习功能的音乐键盘”。毕竟，键盘本身只是一个标准的基本MIDI键盘。里面没有情报。所有的AI工作都在云中进行。
“这里的目标是将生成式人工智能作为过去十年来机器学习中最有趣的趋势之一，” Miller告诉我们。 “我们特别告诉了生成对抗网络GAN，那里有两个一起训练的网络。从开发人员的角度来看，我们之所以感兴趣，是因为它非常复杂，并且当您将两者一起训练时，开发人员在学习机器学习模型方面学到的很多东西都会变得混乱。”
使用DeepComposer，开发人员可以逐步学习基础知识。使用键盘，您可以输入基本的旋律，但如果您没有此旋律，也可以使用屏幕键盘来入门或使用一些默认的旋律(例如《欢乐颂》)。从实际的角度来看，系统会根据您选择的音乐风格退出并为该旋律生成背景音轨。为了简单起见，系统会忽略键盘上的一些值，包括力度(以防您需要更多证据证明这不是音乐家的键盘)。但是更重要的是，开发人员还可以深入挖掘系统生成的实际模型，甚至可以将其导出到Jupyter笔记本。
出于DeepComposer的目的，MIDI数据只是另一个向开发人员介绍GAN和SageMaker的数据源，这是AWS的机器学习平台，可为DeepComposer提供幕后支持。
“使用MIDI文件并基于MIDI进行训练的优点是，例如，进入训练的数据的表示形式实际上与图像中的数据表示形式相同，” Miller解释说。 “因此，它实际上非常适用且相似，因此，当开发人员查看该SageMaker笔记本并了解数据格式以及我们如何传递数据时，这也适用于其他域。”
这就是为什么该工具还公开所有原始数据的原因，包括损失函数，分析和各种模型的结果，因为它们试图获得可接受的结果，等等。因为这显然是生成音乐的工具，所以它将还公开了有关音乐的一些数据，例如音高和空条。
“我们相信，随着开发人员进入SageMaker模型，他们会看到，嘿，我可以将其应用于其他域，并且我可以将其应用到我自己的领域中，并看看我可以产生什么，” Miller说。
到目前为止，您已经听到了结果，因此可以肯定地说DeepComposer不会很快产生任何匹配。创建鼓音轨似乎很不错，但是低音线条似乎有些不稳定。尽管如此，它仍然是该机器学习技术的一个不错的演示，尽管我猜想它的成功将比DeepRacer有限，因为大多数开发人员都会着眼于DeepRacer这个概念，对于大多数人来说，它更容易理解认为他们需要能够演奏一种乐器来使用它并继续前进。