Keskustelua tekoälystä

[Ferraro]

Tehdäänpä oma ketjunsa tekoälylle yleisesti. Aihe on varmasti riittävän ajankohtainen, että sille voi pyhittää oman ketjunsa. Avataan ketju tällä musiikkiaiheisella keskustelulla, mutta täällä voi keskustella AI:n hyödyntämisestä, mahdollisuuksista ja uhkista laaja-alaisemminkin.

Olin vastaamassa toisessa ketjussa aloittamaani keskusteluun Suno AI:lla luodusta musiikista, joten avaan ketjun tällä vastauksella. Mahdollisesti nuo pari aiempaa viestiä samasta keskustelusta (linkki) voisi myös siirtää tänne?

Suomeksi lauletut v4 -mallilla tehdyt biisit on kyllä härskisti napanneet muutamilta suomalaisilta tähtiartisteilta lauluäänet. Tunnistettu ainakin Antti Tuisku, Jannika B, Ellinoora, ja (aikaisempi) Pyhimys.

Itse en noista esimerkeistä varmaankaan tunnistaisi kuin Antti Tuiskun (ehkä), mutta tuon linkittämäni tilutusbiisin lauluääni kuulostaa mielestäni aivan siltä kuin koomikko Heikki Vilja olisi vaihtanut alaa laulajaksi.

Tekoäly ei saisi mitään aikaiseksi, jos joku ei olisi tehnyt materiaalia aiemmin.

Totta. Toisaalta, sisältäähän suurin osa ihmisen tuottamastakin musiikista joko tietoisia tai tiedostamattomia ideoiden lainauksia ja inspiraation lähteitä. Esimerkiksi suurin osa 90-luvulla pinnalle nousseista power metal -yhtyeistä olisi todennäköisesti jäänyt syntymättä ilman esimerkiksi Helloweenin, Kai Hansenin ja Gamma Rayn vaikutusta. Otin sen esimerkiksi koska se on itselleni tuttu genre. Saman tyylilajin uudetkin levyt ovat vaikutteiltaan edelleen hyvin vahvasti jäljitettävissä samoille alkulähteille 80-90 -lukujen taitteeseen. Eli jostainhan myös ne "orgaanisen" musiikin vaikutteet aina tulevat.

Genreä (kikkelihevi?) vähemmän kuunnelleena (kuitenkin aika paljon kaverien kautta) voin vain todeta että tämä on just sitä itseään. Sanat, laulu ja kaikki. Ihan täydestä menisi ainakin meikäläiselle. Tosin näkemykseni on että tämä genre(?) vähän elääkin sillä että se on "aina sitä samaa", tuttua ja turvallista.

Itsellä oli joskus jonkinnäköinen fiksaatio kaikenlaisen power metallin levyhyllyyn haalimiselle, oli kyse sitten oikeasti hyvästä musiikista tai täydestä tusinatavarasta. Olen siis kuunnellut genreä suhteellisen paljon, ja aivan täydestä menisi itsellenikin. Itse asiassa tämä on omaan korvaani niin hyvä biisi, että jos en biisin alkuperää tietäisi, niin etsisin kappaleen esittäjän tiedot ja selvittäisin saako tätä levyä ostettua jostakin.

PS. Mistä muuten tulee tuo "kikkelihevi"? Miten poikien sukuelin liittyy asiaan?

Eipä kyllä mitään hajua.

Sanoitukset on näissä yksi isoimmista yllätyksistä, että kuinka hyviä "laineja" sieltä löytää.

Tuossakin on sellainen kuin "Graphics so pixel perfect too real to be clear", missä jotenkin niin ytimekkään oivaltavaa ja humoristista tekstiä. Tai jos siis tulkitsin tuon oikein, että "grafiikat niin pikselintarkat, liian todelliset ollakseen tarkkoja/selviä" (eli että on "pikselintarkkaa" mutta koska kyse todella pikseleistä niin täydellinenkin on epätarkka tms.) mutta ehkä se onkin väärä tulkinta ja tuo onkin tylsästi "grafiikat niin pikselintarkat, liian todelliset, tarkentaakseni", mikä taas onkin jo vähän pökkelömäinen lyriikka. Päädyn jälkimmäiseen: ei tekoäly itse voi äkätä tuollaista, eihän?

Sunolla on tällä hetkellä kaksi sanoitusmallia. "Turvallisempia" ja kaavamaisempia riimejä tuottava Classic, ja huomattavasti monimuotoisempaa (ja välillä sekavampaa) tekstiä luova ReMi. Atari-biisin sanat on luotu Classicilla, joten uskoisin suurimman syyn tuolle mainitulle lainille olevan yksinkertaisesti sopivan riimin löytyminen.

Nuo linkittämäni Lara Croft -biisien sanoitukset on sen sijaan tehty ReMi-mallilla. Tällä vaihtoehdolla luotuja sanoituksia joutuu yleensä tarkistelemaan ja säätämään itse hiukan Classicia enemmän, mutta biiseistä tulee tällä myös todennäköisemmin monipuolisempia ja -vaiheisempia kuin perinteisellä mallilla tehdyistä. Olen tykännyt leikkiä kummallakin mallilla, vähän kappaleen lähtökohdasta riippuen.

Summauksena: uskomattoman hyviä tuotoksia ja pelottava suunta oikeiden tekijöiden osalta. Mikä on huono suunta myös kuuntelijoille, kun kaikki on entistä enemmän "radiosoittolistaa" eli tasapaksuksikin lytättyä "taustamusaa".

Tästä jotakuinkin samaa mieltä. Toisaalta, kyllähän jo nyt "kaikki" kaupallisesti menestyväksi tarkoitettu musiikki tuotetaan algoritmien ehdoilla. Algoritmit määrittelevät radiosoittolistat sekä striimipalveluissa "ehdotettavat" sisällöt. Merkittävä osa eri radiokanavien soitossa pyörivistä biiseistä noudattaa samaa, tiukasti määriteltyä kaavaa niin sävellysten kuin sanoitustenkin osalta, ja ovat usein lauluääneltäänkin sen verran vahvasti käsitellyn ja epäorgaanisen kuuloisia, että jo nyt tekoälyllä pystyy tekemään "aidomman" kuuloisen tuotoksen jopa kohtalaisen helposti. Ketään yksittäistä artistia mustamaalaamatta, mutta noin yleisesti. Kyynisesti voisi kysyä, tarvitseeko pelkästään algoritmejä varten olemassaolevan ns. tusinatavaran välttämättä edes olla "orgaanisesti" tuotettua?

En siis missään tapauksessa tarkoita, että kaiken musiikin tai sävellys- ja sanoitutustyön voisi korvata tekoälyllä. Haluaisin ajatella, että mikäli radiosoittolistoille tarkoitettujen, jo valmiiksi tiukasti tiettyä formaattia noudattavien tusinabiisien tekemisen toimintoja automatisoitaisiin, vapauttaisi se voimavaroja oikeasti luovaa työtä vaativan musiikin tekemiseen. Tämä lienee toki jossakin määrin naiivi ajatus, sillä voihan hyvin olla että sitä tilausta enemmän luovuutta vaativalle sävellystyölle ei kuitenkaan syntyisi nykyistä enempää. Tästä kirjoituksestani voi varmasti myös päätellä, että en ole ammattimuusikko, tai muusikko ylipäänsä. Jos olisin, olisin varmaankin huolissani toimeentulostani ja mielipiteeni olisi hiukan erilainen.

Ihan pelkästään henkilökohtaisella tasolla ajateltuna Sunon kaltainen tekoäly on vain positiivinen asia. Pidän valtavasti musiikin kuuntelusta, mutta soitto- tai laulutaidottomana omaa musiikkia en ole koskaan edes kuvitellut tekeväni. Joskus vuosia sitten kirjoittelin lyyrikoita "pöytälaatikkoon", mutta biisit niille puuttuivat ja tiesin että tulisivatkin puuttumaan. Sunolla pystyn itse itselleni tekemään hyvän kappaleen melkein mistä tahansa ideasta, mikä tuntuu uskomattoman hienolta mahdolisuudelta.

Muistan muuten muutama vuosi sitten Horizon Forbidden Westiä pelatessani törmänneeni pelin sisäiseen datapointtiin, jossa mainittiin jotakin "luonnollisen" musiikin uudesta noususta AI-musiikin rinnalle. Pohdin silloin, että kauankohan meidän maailmassamme kestää että AI-musiikki alkaa tosissaan haastaa alan perinteiset metodit. Melko tarkalleen kolme vuotta tämän jälkeen huomasin, että tulevaisuus onkin jo täällä.

 

[shamaniac]

Totta. Toisaalta, sisältäähän suurin osa ihmisen tuottamastakin musiikista joko tietoisia tai tiedostamattomia ideoiden lainauksia ja inspiraation lähteitä. Esimerkiksi suurin osa 90-luvulla pinnalle nousseista power metal -yhtyeistä olisi todennäköisesti jäänyt syntymättä ilman esimerkiksi Helloweenin, Kai Hansenin ja Gamma Rayn vaikutusta. Otin sen esimerkiksi koska se on itselleni tuttu genre. Saman tyylilajin uudetkin levyt ovat vaikutteiltaan edelleen hyvin vahvasti jäljitettävissä samoille alkulähteille 80-90 -lukujen taitteeseen. Eli jostainhan myös ne "orgaanisen" musiikin vaikutteet aina tulevat.

Tämä on totta ja sen tiedostin kirjoittaessanikin. Mielestäni on kuitenkin merkittävä ero vaikutteilla ja suoralla materiaalin "miksauksella", sillä tekoälyhän käytännössä vain sekoittelee olemassa olevaa materiaalia. Ihmistekijällä voi olla vaikka miten runsaasti vaikutteita mutta silti siinä on edes pieni mahdollisuus että tyyppi tuo hommaan jotain omaakin. Lauluääni on varmasti helpoin esimerkki, sillä sellaistahan ei tekoälyllä voi tietysti omaa olla, toisin kuin ihmisellä.

Näin ollen siis jokainen Pena lähikapakassa laulamassa Aikuista naista omalla viskiäänellään luo enemmän uutta kuin tekoäly, joka voi korkeintaan varastaa Penan ja kavereiden äänen omaa käyttöönsä.

Mutta tietysti tässä on mukana myös ihmisen osuus, mistä nuo biisisi ovat loistava esimerkki. Sinä keksit sen, mitä yhdistää tai luoda, joten onhan tässä siis mukana vahvasti ihmisenkin taiteellinen osuus. Kenties jopa se tärkein, "kapellimestarin", rooli.

Enemmän tuo varmasti häiritsee kuitenkin sen kannalta, mitä ikäviä vaikutuksia sillä on perinteisille tekijöille. Japanissahan tekoälyn konsertitkin on olleet kai jo pitkään arkea, joten milloin aletaan meilläkin saamaan osa festareiden esiintyjistä korvattua tekoälyesiintyjillä? Minulle ainakin raja menee livessä, sillä en ole innostunut koskaan niistä jo kuolleiden laulajien esiintymisistäkään, joissa on joku tekoäly- ja/tai videoversio esiintyjästä. Ei ole liveä se. Edes playback ei ole liveä.

Minusta siis oikean artistin raja menee siinä, voiko tyyppi esiintyä livenä. Tässäkin tosin on jonkinlaisena poikkeuksena konemusiikki: minkä verran siinä voi käyttää tekoälyä että pysyisi "oikeana" artistina? Mielenkiintoisia kysymyksiä.

Itsellä oli joskus jonkinnäköinen fiksaatio kaikenlaisen power metallin levyhyllyyn haalimiselle, oli kyse sitten oikeasti hyvästä musiikista tai täydestä tusinatavarasta. Olen siis kuunnellut genreä suhteellisen paljon, ja aivan täydestä menisi itsellenikin. Itse asiassa tämä on omaan korvaani niin hyvä biisi, että jos en biisin alkuperää tietäisi, niin etsisin kappaleen esittäjän tiedot ja selvittäisin saako tätä levyä ostettua jostakin.

On minullekin genre tuttu mutta ihmeemmin en ole siihen keskittynyt. Tuo kyseinen teos oli kuitenkin tosi perusvarma genren edustaja, jopa siinä määrin että hyvin voisi itsekin laittaa omille kuuntelulistoille.

Eipä kyllä mitään hajua.

Näistä termeistä ei aina myöskään tiedä että onko nämä vain jotain oman kaveripiirin keksintöjä vai laajemminkin levinneitä sanontoja. Piti ensin googlata että löytääkö google termillä mitään, ettei tänne kirjoittele jotain "kikkelihevistä" ja kaikki on että WTF.

Sunolla on tällä hetkellä kaksi sanoitusmallia. "Turvallisempia" ja kaavamaisempia riimejä tuottava Classic, ja huomattavasti monimuotoisempaa (ja välillä sekavampaa) tekstiä luova ReMi. Atari-biisin sanat on luotu Classicilla, joten uskoisin suurimman syyn tuolle mainitulle lainille olevan yksinkertaisesti sopivan riimin löytyminen.

Nuo linkittämäni Lara Croft -biisien sanoitukset on sen sijaan tehty ReMi-mallilla. Tällä vaihtoehdolla luotuja sanoituksia joutuu yleensä tarkistelemaan ja säätämään itse hiukan Classicia enemmän, mutta biiseistä tulee tällä myös todennäköisemmin monipuolisempia ja -vaiheisempia kuin perinteisellä mallilla tehdyistä. Olen tykännyt leikkiä kummallakin mallilla, vähän kappaleen lähtökohdasta riippuen.

Joo, Lara-biisissä yllätyin kun laulu menikin ihan eri urille eikä ollut niin kaavamaista mitä odotin. Toisaalta sekin oli sellainen laulumelodia että vastaavaa on tullut vastaan paljonkin muualla. Lähteet on siis taas olemassa eikä se yllättävyydestä huolimatta ollut lopulta yllättävää kuin sen kannalta, kuinka monipuolista matskua tekoäly pystyy tekemään.

Tästä jotakuinkin samaa mieltä. Toisaalta, kyllähän jo nyt "kaikki" kaupallisesti menestyväksi tarkoitettu musiikki tuotetaan algoritmien ehdoilla. Algoritmit määrittelevät radiosoittolistat sekä striimipalveluissa "ehdotettavat" sisällöt. Merkittävä osa eri radiokanavien soitossa pyörivistä biiseistä noudattaa samaa, tiukasti määriteltyä kaavaa niin sävellysten kuin sanoitustenkin osalta, ja ovat usein lauluääneltäänkin sen verran vahvasti käsitellyn ja epäorgaanisen kuuloisia, että jo nyt tekoälyllä pystyy tekemään "aidomman" kuuloisen tuotoksen jopa kohtalaisen helposti. Ketään yksittäistä artistia mustamaalaamatta, mutta noin yleisesti. Kyynisesti voisi kysyä, tarvitseeko pelkästään algoritmejä varten olemassaolevan ns. tusinatavaran välttämättä edes olla "orgaanisesti" tuotettua?

Hyvää pohdintaa, joka kuitenkin pohjautuu kyyniselle ajatukselle että radiokama olisi tuotettu nimenomaan radioon tietyllä kaavalla. Itse näkisin ja toivoisin silti vielä että ennemminkin artistit tekevät kappaleita, joista osa vain sopii paremmin radioon ja soitetaan siellä sitten puhki. Luultavasti nämä molemmat näkemykset pitää paikkansa: on täsmätuotettua, on hitiksi tähdättyä kamaa ja on kamaa, jota tehdään "radiosoittoon" lähinnä sen kautta että biiseissä nyt vain on tietty kaava olemassa, siinä missä vaikka teatterin draaman kaaressa.

Pelkkänä taustamusiikkina siis varmasti ihan ok. Näkisin ja varsinkin toivoisin että perinteisille tekijöillekin olisi silti tilaa eikä AI söisi alaa liikaa. Pessimistinä en odota silti kauheasti mitään hyvää vaikka AI-kama miten hyvältä kuulostaisikin.

En siis missään tapauksessa tarkoita, että kaiken musiikin tai sävellys- ja sanoitutustyön voisi korvata tekoälyllä. Haluaisin ajatella, että mikäli radiosoittolistoille tarkoitettujen, jo valmiiksi tiukasti tiettyä formaattia noudattavien tusinabiisien tekemisen toimintoja automatisoitaisiin, vapauttaisi se voimavaroja oikeasti luovaa työtä vaativan musiikin tekemiseen. Tämä lienee toki jossakin määrin naiivi ajatus, sillä voihan hyvin olla että sitä tilausta enemmän luovuutta vaativalle sävellystyölle ei kuitenkaan syntyisi nykyistä enempää. Tästä kirjoituksestani voi varmasti myös päätellä, että en ole ammattimuusikko, tai muusikko ylipäänsä. Jos olisin, olisin varmaankin huolissani toimeentulostani ja mielipiteeni olisi hiukan erilainen.

Pelkäänpä, että siinä vaiheessa kun/jos "good enough" riittää, niin ei enää enemmästä tai muusta makseta. Jäljelle ehkä jää jonkinlaiset connoisseurit, jotka vielä jaksavat vääntää siitä huolimatta että massat eivät heidän taiteestaan välitä (ja sekin pitkälti siksi, että isot tekijät eivät anna sille tilaa ja näkyvyyttä).

Itsekään en ole muusikko mutta luovaa työtä tekevänä koen pystyväni samaistumaan pelkoon siitä, että a) omat työt vähenee/loppuu ja b) ala itsessään nahistuu jollekin "good enough"-tasolle, jolla jo esimerkiksi monet AAA-pelit ovat: kädenlämpöistä, ketään ja mitään haastamatonta höttöä, joka menee helposti alas.

Ihan pelkästään henkilökohtaisella tasolla ajateltuna Sunon kaltainen tekoäly on vain positiivinen asia. Pidän valtavasti musiikin kuuntelusta, mutta soitto- tai laulutaidottomana omaa musiikkia en ole koskaan edes kuvitellut tekeväni. Joskus vuosia sitten kirjoittelin lyyrikoita "pöytälaatikkoon", mutta biisit niille puuttuivat ja tiesin että tulisivatkin puuttumaan. Sunolla pystyn itse itselleni tekemään hyvän kappaleen melkein mistä tahansa ideasta, mikä tuntuu uskomattoman hienolta mahdolisuudelta.

Tälle kyllä minultakin peukku ylös, erityisesti kun itseltäkin löytyisi halua tehdä vaikka ja mitä luovaa mutta osaaminen tai kyvyt ei ole sillä tasolla, mitä haluaisi saada tehtyä. Toisaalta homma tuntuu itselleni silti enemmän lelulta: hyppää ja se hyppää, mutta koska se en ole minä joka hyppää, niin en saa tyydytystä, jota saa kun oikeasti itse tekee. Ei ehkä täysin sama asia mutta noin minä sen koen.

Toisaalta kun tämä konsepti kehittyy, kuten varmasti tekee, niin ehkä jatkossa homma on vähemmän matkimista ja kone oikeasti osaa luoda vaikka käyttäjän hymisemästä melodiasta halutulla soittimella soitetut melodian, joka menee vielä oikeassa tahdissa jne.

Siinä kohtaa täytyy sanoa etten enää osaa sanoa kuka lopulta on tekijä. Laulun suhteen homma ei taida voida koskaan olla täysin vastaavaa, sillä eihän tekoälyllä voi olla omaa ääntä? Toisaalta jos oman äänensä saisi tekoälylle (kuten siis saakin), niin missä menee raja että kyse on originaalista teoksesta? Jos ei itse osaa laulaa, mutta antaa äänensä tekoälylle, joka sitä osaa mestarillisesti käyttää, niin kuka lopulta on artisti? Se, joka tuottaa äänen, vai se joka määrää, miten ääntä käytetään?

Hommahan menee jo vammaisurheilun jne. puolelle: tekoraajan avulla juokseman saavutustahan pidetään täysin juoksijan omana vaikka apuna on apuväline. Jos siis jalan tai muun liikkuvuuden puutteen korvaaminen on täysin ok, niin eikö kurkunpään (ja muiden lauluelinten) rajoitusten kiertäminen tekoälyllä olisi ihan vastaavasti ok asia? Mutta toisaalta jos kyse on taidon korvaamisesta, niin onko asia enää sama? Onko se sama kuin doping?

Muistan muuten muutama vuosi sitten Horizon Forbidden Westiä pelatessani törmänneeni pelin sisäiseen datapointtiin, jossa mainittiin jotakin "luonnollisen" musiikin uudesta noususta AI-musiikin rinnalle. Pohdin silloin, että kauankohan meidän maailmassamme kestää että AI-musiikki alkaa tosissaan haastaa alan perinteiset metodit. Melko tarkalleen kolme vuotta tämän jälkeen huomasin, että tulevaisuus onkin jo täällä.

Noinhan se saattaa mennä. AI hyppää ensin valtaan ja sitten porukka ehkä herää siihen, että perinteisissä artisteissa on jotain, mitä tekoäly ei voi tarjota.