Искусственный интеллект

Как тут многие знают, нейросеть-игрушка под названием «Суно» создает музыку.
Судя по размещаемым на сайте результатам, у юзеров, обычно, динамика общения с этой нейросеткой выглядит примерно так:
- Напиши песню на вот такие стихи.
- Напиши песню на вот такие стихи вот в таком музыкальном стиле.
- Смешай такие, такие и такие музыкальные жанры…
- Напиши песню с использованием этих жанров на вот такие стихи…
И вариации подобного.
Я решил пойти немного дальше.
Если нейросетка работает по предлагаемому ей текстовому промпту, в котором описывается стиль, темп, задействованные инструменты, изменение ритма, наличие голоса, пол исполнителя и иное, то почему бы другую нейросетку не попросить такой промпт составить, - подумал я.
И обратился к ChatGPT.
ЧатЖПТ моему предложению не удивился и на запрос «Исследуй песню такого-то исполнителя с таким-то названием и составь для нее промпт по аналогии с приведенным» с легкостью выдал результат в виде текстового описания, которое я и скормил нейросетке, создающей музыку. На выхлопе получилась вполне слушабельная, не затасканная музычка в том стиле, который мне приятен. Вернее, много музычки, ибо я пробовал, и пробовал и пробовал. Очень много музычки. Мелодии и аранжировки становились сложнее, жанры смешивались, слои добавлялись, но мне все было мало.
В какой-то момент я попросил ChatGPT: «Назови мне критерии, отличающие гениальное музыкальное произведение от просто хорошего», а когда он перечислил необходимые составляющие, без проблем убедил его составить мне по этим критериям промпт для «гениального произведения». Конечно же, он его создал, в этом плюс ЧатЖПТ, он никогда не отказывается от любого движа, и радостно машет хвостом на любое ваше предложение.
- Ок, - сказал я, - посмотри на этот промпт скажи, по каким критериям он НЕ отвечает «гениальному»?
- Вот по таким-то, - ответил ЧатЖПТ.
- Исправь!
- Готово!
- Хорошо! Теперь смотри: сейчас ты пишешь промпт, словно его будут читать композитор и музыканты. Убери все лирические отступления, потому что ты пишешь для нейросети. Оставь только то, что она поймет!
- Есть, сэр! – ответил ЧатЖПТ.
Короче! На всех этапах все готовые промпты я скармливал Суно, в итоге получил несколько сотен песен. И вот что я скажу, в качестве резюме. Конечно же, на нынешнем этапе никаких ГЕНИАЛЬНЫХ произведений эти ИИ-ребята, даже в соавторстве и даже под чутким руководством человека сделать не в состоянии, но! На уровне массового потребителя, как на мой вкус, как массового потребителя, результаты их плодов вполне и вполне приличны. Вполне сопоставимо с сотнями и тысячами существующих музыкальных групп и даже выше.
В любом случае, у меня теперь есть несколько часов чудесной для моего уха музыки, которая идеальна как фон для «тыкания» картинок.
Для интересующихся поделюсь одним из получившихся альбомов. Пока что без "гениальных" творений, просто эксперименты. Будет время, желание и запрос, соберу коллекции и по другим жанрам.

DeepSeek 3 стал доступен через сервис Perplexity прямиком из браузера, включая телефон. Также там доступны и другие нейронки, в т.ч. Llama

Ссылка

Источник

Исследователи провели глубокий анализ того, как человекоподобные роботы взаимодействуют с людьми, и пришли к выводу, что обучение машин пониманию эмоций является ключевым фактором для достижения оптимальных результатов.

Профессор Бушра Сенаджи, возглавляющая инженерный отдел Университета Джеймса Кука, выступила соавтором исследования, посвященного роли эмпатии в долгосрочных взаимодействиях человека и робота. Эта статья была опубликована в Международном журнале социальной робототехники.

Профессор Сенаджи отметила, что роботы становятся все более популярными в различных областях, включая поддержку обучения и развития детей, включая эмоциональные навыки, а также в учреждениях по уходу за престарелыми для помощи пожилым людям.

Однако, как показало изучение взаимодействия людей с социальными роботами в течение нескольких встреч, роботы могут испытывать трудности в поддержании контакта с человеком на протяжении длительного времени.

Предыдущие исследования, направленные на улучшение этой ситуации, подчеркивали важность эмпатии в долгосрочном взаимодействиях человека и робота. Эмпатия включает в себя как сопереживание чувствам другого человека, так и понимание того, что он испытывает. Особенно важно, чтобы робот мог распознавать эмоции своего пользователя и соответствующим образом реагировать на них.

Профессор Сенаджи объяснила, что эмоции, выражаемые партнером-человеком, служат сигналами для оценки эмоционального состояния человека. Это эмоциональное состояние затем используется для определения реакции робота.

Исследователи обнаружили, что исследуемые роботы применяли различные методы, такие как измерение взгляда глаз, анализ вокальных паттернов, мимических сигналов и поз, чтобы оценить, как проходило их взаимодействие с людьми.

Какой бы поведенческой модели ни следовали роботы, все исследования в конечном итоге основывались на эмоциональном состоянии пользователя для определения реакции машины.

Полученные результаты подчеркивают, насколько значимо понимание эмоций для формирования реакций социального робота и поддержания вовлеченности пользователей. Это говорит о том, что социальные роботы должны иметь возможность учиться у своих пользователей и постоянно адаптировать свои реакции. Чтобы максимально использовать эти инструменты, мы должны признать, что поведенческая реакция робота должна основываться на эмоциональном состоянии человека, с которым он взаимодействует, и оптимизировать способности машины оценивать и реагировать соответствующим образом.

Больше статей в Telegram и VK