CHÀNG KỸ SƯ VIỆT DÙNG CÔNG NGHỆ AI CÓ THỂ VIẾT 10 BÀI HÁT CHỈ TRONG THỜI GIAN.... MỘT NỐT NHẠC

Nguyễn Hoàng Bảo Đại sinh năm 1994, là một trong những kỹ sư đặc biệt trong cộng đồng AI Việt Nam. Anh vừa có thể lập trình, lại có thể sáng tác và biểu diễn âm nhạc.

Năm 2015 - 2016, khi AI bắt đầu rộ lên, máy học đạt được nhiều thành tựu đáng kinh ngạc, Đại cũng bắt đầu nghiên cứu về các mô hình AI trong âm nhạc đang được xây dựng trên thế giới. Anh đúc kết ba mô hình có thể tạo được nhạc: Mạng neuron truyền thẳng; vanilla RNN (mạng neuron hồi quy) và Transformer. Tuy nhiên, nhược điểm của những mô hình này là chuyên sáng tác nhạc cổ điển, khác rất nhiều với thị hiếu nghe nhạc của người Việt là những bản nhạc nhẹ, nhạc Pop. Hơn nữa những mô hình này vẫn còn một số hạn chế, như nhiều quãng nghịch, nghe chói và không bắt tai.

Mô hình Đại dùng để huấn luyện AI là Encoder - Decoder kết hợp thuật toán Attention và một vài công cụ cho nhạc pop Việt Nam. Để máy đọc được các giai điệu, dữ liệu đầu vào phải là file ở định dạng Midi. Tuy nhiên các sản phẩm âm nhạc định dạng Midi trên Internet rất hiếm. Anh phải tự nghe đi nghe lại các bài hát và đàn lại để lấy dữ liệu cho máy học.

Trong hai năm ròng rã, anh đã đàn gần 18.000 bài hát. Có những ngày, Đại chỉ nhốt mình trong phòng và đàn từ sáng đến đêm để lấy dữ liệu cho máy học.

Sau hai năm xây dựng, mô hình AI này đã có thể viết được 10 bài hát trong vòng một giây. AI sáng tác nhạc của Đại hoạt động theo mô hình: Nhạc sĩ chỉ cần "mớm" cho máy 3 - 5 nốt nhạc, sau đó, AI sẽ tự hoàn thiện, đưa ra một bài hát hoàn chỉnh.

Điều đặc biệt của mô hình AI này là người dùng chỉ cần chọn một giai điệu ngắn muốn viết, sau đó bấm nút. Máy sẽ cho ra các lựa chọn khác nhau, nhạc sĩ sẽ chỉ cần nghe và chọn giai điệu mình thích. Thuật toán ngẫu nhiên trong AI cho phép tạo ra các bản nhạc không trùng nhau, vì vậy sẽ luôn đưa ra những lựa chọn mới, không đơn điệu, một màu và tránh được nỗi lo về bản quyền.

Đến nay kho dữ liệu của Đại có khoảng 30.000 bài hát, trong đó 60% là do anh tự đàn.

----------------------------
Theo VnExpress

#林澤佑老師│三種不可不知的自然語言處理模型

自然語言處理 (NLP) 是個很有趣的領域，其應用領域之廣，要一一細數可能非常困難。

從基於 RNN(遞歸神經網路) 的 Encoder-Decoder (NLP裡的模型框架)的架構，到引入注意力機制 (attention mechanism) 的發展，模型的演化可以說是非常精彩。

Google 在 2017 發表的 一文中，提出了被稱為變形金剛 (Transformer) ，其大量基於矩陣運算的重新定義了注意力機制。 Transformer 其特殊的架構，不僅打破許多資料集上的紀錄，也同時刷新了我們的想像力上限，Transformer 近期更作為 NLP 的標準模型架構被大量使用中，可謂是不可不知的 NLP 模型之一。

這篇文章將會討論近年來非常熱門的 ELMO、BERT 與 GPT-2 模型，讓大家能夠更快速理解這些近代熱門的 NLP 模型。

#跟著林老師一起學AI
◎課程主題：深度學習菜鳥救星-讓你一次學會AI深度學習
◎課程連結：https://bit.ly/3aosMma