exJCiter a écrit:Difficile aussi, je trouve, de reprocher à une IA de s'appuyer sur les morceaux qu'elle a rencontrés dans sa "vie" pour créer elle-même, je trouve, car c'est un peu ce que fait n'importe quel auteur/compositeur non ?
Justement non, c'est l'erreur originelle. Le machine learning va s'appuyer sur des algorithmes connus et conçus par l'homme pour décortiquer et réassembler ce qui a été appris, classifié. Pour l'utilisateur externe, c'est une boîte noire au fonctionnement mystérieux, les sociétés derrière ces applications gardant jalousement leurs secrets, mais en réalité le fonctionnement est connu et réductible à une suite d'instructions mathématiques créées par l'homme.
À la différence, la création musicale d'un être humain est encore aujourd'hui appuyée sur des processus bien plus complexes, pas uniquement liées à la musique elle-même, mais à l'état émotionnel, la somme de souvenirs autres qu'on a emmagasiné dans notre vie, la façon dont on les perçoit, ce qu'on en fait. La complexité de la pensée humaine est encore indéchiffrable, mais autrement complexe qu'une suite d'algorithmes. Notre cerveau ne va pas classifier la musique qu'il a entendue comme un ordinateur le ferait, tout est infiniment plus subtil, corrélé à tout un tas d'autres choses (la vue, l'odeur, les sentiments, rattachés à un moment, une personne, que sais-je encore).
Certes, les résultats produits par le machine learning sont bluffants, incroyablement bien conçus et structurés. Mais le machine learning aura-t-il l'idée de taper sur un tube en métal, d'en sampler le son qu'il utilisera comme un instrument ? Aura-t-il l'idée de poser sa guitare contre l'ampli et en faire sortir un larsen qui confèrera au morceau une nouvelle couleur ? D'inventer de nouvelles façons de structurer un morceau ? De décider de faire un morceau de 20 minutes parce que voilà ?
L'histoire de la musique est pleine de moments de tests, d'essais, d'expérimentations, qui ont fait grincer les dents à leur naissance, mais qui ont défriché et ouvert des voies jusque-là inexplorées. En l'état, aujourd'hui, le machine learning n'est capable que de reproduire ou de réinventer ce qui existe déjà, de manière parfois très convaincante, mais ça reste un assemblage, fouillé et complexe, mais qui ne propose intrinsèquement rien de neuf. C'est dans sa conception même.