ஒரு மென்பொருள் உருவாக்குநர், கிளவுட் இணைப்பு இல்லாமலேயே லேப்டாப் அல்லது போனில் முழுமையாக பியானோ மெலடிகளைத் தானாகவே பூர்த்தி செய்யக்கூடிய (autocomplete) 125 மில்லியன் அளவுருக்கள் (parameters) கொண்ட ஒரு டிரான்ஸ்பார்மர் (transformer) மாதிரியை Hacker News தளத்தில் பதிவிட்டுள்ளார். இதன் மூலம் இசைக்கலைஞர்கள் தங்கள் யோசனைகளைத் தனிப்பயனாக்கிக் கொள்ளும் அதே வேளையில், நிகழ்நேரத்தில் (real time) ஒவ்வொரு குறிப்பையும் (note) பரிந்துரைகளாகப் பெற முடியும்.

சாதனத்திலேயே இயங்கும் இசை AI ஏன் முக்கியமானது

தாமதம் (Latency) படைப்பாற்றலின் ஓட்டத்தைக் குலைத்துவிடும். ஒரு மில்லி விநாடி தாமதம் கூட இசையின் தாளத்தை (groove) உடைத்துவிடக்கூடும். இந்த மாதிரியை உள்ளூர் சாதனத்திலேயே (locally) இயக்குவதன் மூலம், சில மில்லி விநாடிகளிலேயே பரிந்துரைகள் வழங்கப்படுகின்றன, இது எந்தவிதமானத் தாமதத்தையும் உணரவிடாமல் செய்கிறது.

தனியுரிமையும் (Privacy) அவ்வளவு முக்கியமானது. இந்த மாதிரி சாதனத்திலேயே இருப்பதால், ஒரு கலைஞரின் இசை வரைபடங்கள் (sketches) அவர் வைத்திருக்கும் வன்பொருளை (hardware) விட்டு வெளியேறாது.

ஆஃப்லைன் வசதி இருப்பதால், வைஃபை (Wi-Fi) வசதி குறைவாகவோ அல்லது இல்லாமலோ இருக்கும் எந்தவொரு பயிற்சித் தளம், இசை நிகழ்ச்சி நடைபெறும் இடம் அல்லது தொலைதூர ஸ்டுடியோக்களிலும் இந்தத் கருவியைப் பயன்படுத்த முடியும். ஒரு சிறிய லேப்டாப் அல்லது நவீன டேப்லெட் ஒரு முழுமையான படைப்பாற்றல் உதவியாளராக மாறுகிறது.

இந்த மாதிரி எவ்வாறு செயல்படுகிறது

இந்த அமைப்பு பியானோ இசையை ஒரு மொழியாகக் கருதுகிறது. இது MIDI நிகழ்வுகளை—note-on, note-off, velocity—ஒரு டோக்கன் வரிசையாக (token sequence) மாற்றி, அந்த வரிசையை ஒரு டிரான்ஸ்பார்மருக்குள் செலுத்துகிறது. டிரான்ஸ்பார்மர்கள் அடுத்தப் பொருளைக் கணிப்பதில் சிறந்து விளங்குகின்றன, இது இசையில் "அடுத்த குறிப்பு எது?" என்பதை நேரடியாகக் கணிப்பதற்குச் சமம்.

மென்பொருள் உருவாக்குநர் குவாண்ட்டைசேஷன் (quantization) முறையைப் பயன்படுத்தி, ஒவ்வொரு எடையையும் (weight) குறைந்த துல்லியமான வடிவத்திற்கு (lower-precision format) மாற்றியுள்ளார். இது கோப்பின் அளவைக் குறைப்பதோடு, தேவைப்படும் கணக்கீடுகளையும் (computation) பெருமளவு குறைக்கிறது.

இந்தத் கருவியால் உண்மையில் என்ன செய்ய முடியும்

  • தொடர்ச்சியான இசையைப் பரிந்துரைத்தல்: சிறிய மெலடி துண்டுகளுக்குத் தொடர்ச்சியான இசையைப் பரிந்துரைப்பதன் மூலம், இசையின் ஒருமைப்பாட்டைப் பேணிக்கொண்டு ஒரு வாக்கியத்தை (phrase) நீட்டிக்கிறது.
  • கீ சிக்னேச்சர்களை (key signatures) மதித்தல்: ஸ்கேல் கட்டுப்பாடுகளைப் பின்பற்றி, இசையின் ஓட்டத்தைச் சிதைக்கும் தவறான குறிப்புகளைத் தவிர்க்கிறது.
  • சுற்றியுள்ள பாணியைப் பின்பற்றுதல்: உள்ளீடு ஜாஸ் (jazz), கிளாசிக்கல் (classical) அல்லது பாப் (pop) என எதுவாக இருந்தாலும், அதன் பாணியைப் பிரதிபலிக்கிறது.
  • படைப்பாற்றல் முட்டுக்கட்டைகளை உடைக்க உதவுதல்: ஒரு இசையமைப்பாளர் யோசனையின்றித் தவிக்கும்போது, புதிய யோசனைகளை வழங்குவதன் மூலம் உதவுகிறது.

இந்த அம்சங்கள் இந்த அமைப்பை ஒரு டெக்ஸ்ட் எடிட்டரில் உள்ள 'ஆட்டோகம்ப்ளீட்' (autocomplete) வசதி போலச் செயல்பட வைக்கின்றன—ஆனால் இது இசையிற்கானது மட்டுமே. இது ஒரு உதவியாளர் போலச் செயல்படுகிறதே தவிர, மனிதனின் முடிவெடுக்கும் திறனுக்கு மாற்றாக அமையாது.

இந்த மாதிரியின் குறைபாடுகள்

  • மனித வழிகாட்டுதல் இன்றி 64-பார் (64-bar) அளவுள்ள முழுமையான இசையமைப்பை உருவாக்க முடியாது.
  • இது முற்றிலும் புதிய இசை வகைகளை (genres) உருவாக்குவதில்லை; இதன் வெளியீடு பயிற்சித் தரவின் (training data) புள்ளிவிவர எல்லைகளுக்குள்ளேயே இருக்கும்.

நடைமுறையில், ஒரு எழுத்தாளர் ஸ்பெல்-செக்கரில் (spell-checker) வரும் வாக்கியங்களைத் திருத்துவது போலவே, இசைக்கலைஞர்களும் இந்தத் தரவுகளை மதிப்பீடு செய்து, திருத்தி, வடிவமைக்கிறார்கள்.

இதன் பரந்த தாக்கங்கள்

படைப்பாற்றல் சார்ந்த பணிகளுக்கான பயனுள்ள AI தொழில்நுட்பம் இனி பிரம்மாண்டமான கிளவுட் சார்ந்த மாதிரிகளைச் சார்ந்திருக்க வேண்டிய அவசியமில்லை என்பதை இந்தத் திட்டம் காட்டுகிறது. ஒரு மிதமான அளவுள்ள டிரான்ஸ்பார்மர், சாதாரண வன்பொருள்களிலேயே நிகழ்நேர உதவியை வழங்க முடியும்.

அடுத்து கவனிக்க வேண்டியவை

  • சமூக விரிவாக்கங்கள் (Community extensions): அசல் பதிவில் ஒரு கற்றல் சமூகத்திற்கான இணைப்பு உள்ளது, அங்கு மென்பொருள் உருவாக்குநர்கள் தங்கள் மேம்பாடுகளைப் பகிர்ந்து கொள்ளலாம்.

இதன் முக்கியச் செய்தி எளிமையானது: ஒரு மிதமான அளவுள்ள டிரான்ஸ்பார்மர், பியானோ கலைஞர்களுக்கு ஏற்கனவே பயனுள்ள, உடனடி மற்றும் தனிப்பட்ட உதவியை வழங்க முடியும். உங்கள் லேப்டாப்பை விட்டு வெளியேறாமல், அடுத்த குறிப்பை மெதுவாகச் சொல்லிக்கொடுக்கும் ஒரு "கோ-பைலட்" (co-pilot) உங்களுக்குத் தேவைப்பட்டால், அந்த எதிர்காலம் இதோ வந்துவிட்டது.