„Mozart a gépben” – Yuval Noah Harari: 21 lecke a 21. századra

(Animus, 2021)

A digitalizáció az élet minden területén megjelent az utóbbi években, így többek között a zene világában is teret hódított: számos platform segíti elő az élő koncertközvetítést, együttzenélést, a szektor különböző szereplői közötti kapcsolatépítést, applikációk támogatják a zenetanulást, „robotkarmesterek” vezénylik esetenként a zenekarokat. A mesterséges intelligencia zenében történő felhasználása az elmúlt években szintén dinamikus növekedésnek indult. Megjelentek különböző zeneszerző programok, amelyek milliók számára tették lehetővé, hogy zeneszerzővé váljanak mindenféle előképzettség nélkül: csupán a stílust, tempót és a hangulatot kell megadniuk, és a program pillanatok alatt generál egy egyedi zeneművet. Némelyik alkalmazás és zenemű annyira jól sikerült, hogy fogyasztói tesztek során a hallgatók (akár szakavatott fülek) sem tudták megkülönböztetni, hogy melyik Bach és melyik a mesterséges intelligencia szerzeménye. A mesterséges intelligencia akár olyan zeneművek születését is elősegítheti, amelyek teljesen újszerű hangzásvilággal rendelkeznek, vagy éppen személyre szabottak, és az éppen aktuális érzéseinkre reflektálnak.

Egyesek szerint a mesterséges intelligencia a művészet végét jelenti, mások azonban az ebben rejlő lehetőségeket emelik ki. Gyakori félelem a gépekkel, robotokkal szemben, hogy elveszik az emberek munkáját – vajon ez megtörténhet a zene világában is? Előfordulhat, hogy akár érdekesebb vagy „jobb” zenét készít egy alkalmazás, mint egy zeneszerző? „Nagyszerű művészetet” fog ez a folyamat eredményezni, vagy a művészet ilyen értelemben vett tömegesedése a minőség romlásához vagy elvesztéséhez vezet? Ezekre a kérdésekre keresi a választ Yuval Noah Harari 21 lecke a 21. századra című könyvének „Mozart a gépben” fejezetében. A könyv az élet fontos területeire, korunk eseményeire fókuszáló, reflektáló, válogatott leckék gyűjteménye. Ezek a leckék azonban nem adnak egyszerű, egyértelmű válaszokat. Céljuk, hogy további gondolkodásra késztessék az olvasót a világról, amelyben él. Mindez igaz az említett fejezetre is: ahelyett, hogy egyértelmű válaszokat vagy követendő példákat fogalmazna meg a mesterséges intelligencia alkalmazása kapcsán a zene világában, sokkal inkább gondolatébresztő jelleggel ismerteti a jelenséget.

Ahogyan az író fogalmaz, a rutinfeladatok esetében elkerülhetetlen az automatizáció. A rutinfeladatokat jellemzően sokkal költséghatékonyabb módon, kevesebb hibával, jobb minőségben tudja egy robot ellátni. Más a helyzet azonban azon feladatok esetében, ahol előre nem látható eseményekre kell reagálni, és számos képességet kell együttesen alkalmazni. Harari az orvos és ápoló példáján keresztül illusztrálja gondolatait: véleménye szerint előbb lesz mesterséges intelligencián alapuló „háziorvosunk”, mint „ápolórobotunk”, mert az orvosi adatok elemzését és az ez alapján történő diagnózis felállításának feladatát egy gép sokkal könnyebben elvégzi, mint az ápoláshoz kapcsolódó feladatokat (például egy kötés kicserélése), amelyek motoros és érzelmi képességeket is jobban igényelnek.

Az automatizálás kapcsán a kreativitás is további gátat jelent – azonban az író felhívja az olvasó figyelmét, hogy mindezen gátak ellenére egyetlen munkahely sem lehet biztonságban az automatizálás kapcsán hosszú távon, még a művészet sem feltétlenül. A művészet kapcsán természetesen az emberi érzésekre asszociálunk, és azt gondoljuk, hogy a művészet célja, hogy érzéseket keltsen bennünk. Elsőre a legtöbben azt gondolnánk, hogy ez nem egy mechanikus folyamat, amelyet különböző algoritmusokkal le lehetne írni. Azonban az író felteszi a kérdést: biztos, hogy ez így van? Mi történik, ha különböző algoritmusok képesek lesznek jobban megérteni és befolyásolni az emberi érzelmeket, mint a legnagyobb művészek? Lehet, hogy így a mesterséges intelligencia válik korunk Shakespeare-évé vagy Mozart-jává? Az érzelmek biokémiai folyamatok eredményei, így egy tanuló algoritmus a biometrikus adataink elemzése alapján meghatározhatja személyiségtípusunkat, aktuális hangulatunkat, és akár azt is kiszámolhatja, hogy milyen hatást fog az adott egyénre gyakorolni egy „zenemű” vagy akár csak egy hang vagy hangsor is.

Harari azzal támasztja alá érvelését, hogy a zene esetében az input és az output is felírható matematikailag: az inputok hanghullámok, míg az outputok elektrokémiai mintázatok, így pedig könnyen elemezhetőek. Akár néhány évtizeden belül képes lehet egy tanuló algoritmus rengeteg ilyen mintázatot végigelemezve képes lehet megjósolni, hogy egy adott input milyen outputot fog kiváltani bennünk. Az író példájával élve, ha összeveszünk a párunkkal, egy ilyen algoritmus felismerheti feldúltságunkat, és az alapján, amit rólunk, illetve általánosan az emberi lélekről tud, olyan dalokat játszhat le, amelyek illenek hangulatunkhoz, majd pedig – ha már kellően átéltük bánatunkat – lejátszhatja azt a dalt, amely felvidít bennünket. Ez a kombináció természetesen egyénenként különbözik: ugyanezen dalok sora egy másik, hasonló állapotban lévő embernél nem feltétlenül ér célba. Felvetődik a kérdés, hogy hogyan fogunk így új zenei stílusokat megismerni, és a véletlenszerűség öröme így eltűnik. Azonban ez is könnyen megoldható: beállítható, hogy a választások adott százaléka teljesen véletlenszerű legyen, idővel pedig akár az algoritmus is „megtanulhatja” a kívánatos szint meghatározását egyénenként.

További kérdés, hogy mi alapján jelöli ki az érzelmi célt az algoritmus. Egy veszekedést követően segítsen minket abban, hogy szomorúságunkban még jobban elmerülhessünk (hiszen esetenként ez is jól eshet), vagy inkább a felvidításunkra törekedjen? Az egyik megoldás, hogy a felhasználó „utasíthatja” az algoritmust, megadva, hogy éppen mi a célja a zenehallgatással. Azonban akár az is megoldható, hogy a pszichológusokra és a pszichológiai kutatások eredményeire hagyatkozva „döntsön” az algoritmus arról, hogy mi lesz nekünk a legjobb. Ezt továbbgondolva akár az algoritmus elkezdhet játszani a dalokkal, és némi igazításokkal, változtatásokkal az éppen aktuális hangulatunkhoz igazíthatja azokat. Hosszabb távon akár az algoritmusok saját „szerzeményeket” is készíthetnek személyre szabottan, biometrikus adatainkat felhasználva. Születhet így olyan „zenemű”, amely akár egyedül csak nekünk tetszik a világon. Ennek realitását jól mutatja, hogy – ahogyan korábbi cikkünkben (A mesterséges intelligencia megjelenése a zenei szektorban, ZeneKar, 28. évfolyam, 3. szám) kifejtettük - már jelenleg is elérhető olyan szoftver a piacon, amely kifejezetten ezt a működési elvet követi: személyre szabott, a hallgató éppen aktuális hangulatához, lelkiállapotához illeszkedő lejátszási listákat, zenéket generál. Az is látszik azonban, hogy még van tér a fejlődésre: számos felhasználói úgy érzi, hogy nem kap sokkal többet ettől az alkalmazástól az ingyenesen elérhető, stresszoldó lejátszási listákhoz képest.

A személyre szabott „alkotások” kapcsán felvetődhet további kételyként, hogy ezek nyilvánvalóan nem tudnak olyan népszerűségre szert tenni, úgy elterjedni, mint az olyan slágerek, amelyekért milliók rajonganak. A mesterséges intelligencia számára azonban ez sem jelent problémát: rengeteg biometrikus adatot begyűjtve az algoritmus még inkább alkalmas lehet világslágerek készítésére, mint személyre szabott „művek” alkotására. Könnyedén meg fogja tudni határozni, hogy „mit kell tennie” ahhoz, hogy mindenki a táncparketten teremjen egy pillanat alatt. Ahogyan Harari fogalmaz, legfeljebb néhány zeneszerző veheti fel a versenyt egy ilyen algoritmussal, mert „egyikük sem fogja hozzá hasonló mértékben megérteni a fő hangszert, amelyen játszik: az ember biokémiai rendszerét”.

„Nagyszerű művészet lesz-e mindennek az eredménye?” – veti fel a kérdést az író. Amennyiben a cél a befogadó igényeinek minél jobb kielégítése, akkor a válasz: igen, van erre esély. Ahhoz, hogy a piacon érvényesülni tudjon a mesterséges intelligencia számos „hús-vér” zeneszerzővel szemben, „nem kell mindjárt Csajkovszkijon túltennie” – konkludál a szerző.

A cikk szerzői:

Szedmák Borbála kutató a Budapesti Corvinus Egyetemen. Közel húsz éve foglalkozik klasszikus zenéléssel, fő kutatási területe a kultúramenedzsment. (borbala.szedmak@uni-corvinus.hu)

Dr. Szabó Zs. Roland digitális transzformációs, üzletimodell-innovációs és változásvezetési szakértő, egyetemi docens a Széchenyi István Egyetemen. (roland.szabo@sze.hu)