Специалисты Magentа — отдельной группы Google Brain, которая изучает творческий потенциал глубокого машинного обучения, — опубликовали первую мелодию, которую написала нейросеть. О мелодии продолжительностью менее полутора минут сообщает TechCrunch, исходный код альфа-версии проекта доступен в репозитории GitHub.
Официально группа Magenta начала работать в июне 2016 года, но первые наработки в области музыкального творчества машин уже были продемонстрированы на музыкальном фестивале Moogfest. На основе пяти полученных нот программа сыграла более сложную и длинную мелодию.
Тег audio не поддерживается вашим браузером.
Программа для импорта музыки из MIDI-файлов в платформу машинного обучения TensorFlow — первый из проектов, над которыми работает группа Magenta. В дальнейшем разработчики доработают алгоритм, чтобы нейросеть могла сочинять более сложные и длинные мелодии, а также займутся разработками машинного творчества в области создания изображений. Специалисты исследовательской группы считают, что подобные технологии будут служить новыми инструментами в руках художников и музыкантов.
Проект Magenta это не первая попытка применить технологии машинного обучения в творчестве. Ранее исследователи из Университета будущего Хакодате с помощью искусственного интеллекта написали роман, который прошел в финал литературной премии имени Хоси Синъити. Также исследователи из лаборатории Google Brain в ходе обучения системы искусственного интеллекта пониманию человеческой речи научили ее создавать подобие поэзии, напоминающее подростковые стихи.
Он основан на анализе конформации хромосом
Дмитрий Пшежецкий (Dmitri Pchejetski) из Университета Восточной Англии с коллегами и компанией Oxford BioDynamics разработал и успешно испытал диагностический тест на миалгический энцефаломиелит (синдром хронической усталости) по образцу крови. Он основан на разработанной ранее платформе EpiSwitch, которая использует алгоритмы для анализа эпигенетической регуляции экспрессии генов по трехмерной конформации хромосом в мононуклеарных клетках периферической крови. Эту платформу уже успешно применяли для диагностики бокового амиотрофического склероза, ревматоидного артрита, тяжелого ковида и некоторых онкозаболеваний. Публикация появилась в Journal of Translational Medicine.