[3O5-OS-22a] 音楽認識・生成技術が紡ぎ出す未来の社会

[3O5-OS-22a-04] （OS招待講演）人と調和する音楽AI：深層学習で実現する構成的モデルと制御性

〇赤間 健人¹ (1. ソニーコンピュータサイエンス研究所)

キーワード：音楽の構成性、制御性、低リソース学習、音楽と脳波、音楽とダンス

近年、生成AIの進化が注目される中、音楽分野でもAIと人間が協調し、共創する時代が訪れつつあります。音楽AIの活用により、個人がより付加価値の高い活動に専念できるようになり、これまで人間が苦手としていた複雑なプロセスや膨大なタスクをAIが支援することで、人の能力の拡張が期待されています。また、AIは人の音楽に対する理解や表現力を向上させ、音楽の活用機会を増やし、結果として音楽の価値をさらに高める可能性を秘めています。

では、このような未来を実現するために、AIが乗り越えるべき課題とは何でしょうか。私は特に、「人のように音楽を構成的に理解するAI、人の意図を理解するAI」の研究が重要だと考えています。そこで我々は、音楽を階層的な構造としてモデル化し、音楽の構成要素及び脳波やダンスで制御するモデルを構築し、人の意図を多面的にくみ取れるAIを探求しています。

特に「人間の教示への依存を減らした、汎化性が高いアプローチ」を紹介し、音楽AIの継続的発展について皆様と共に考えていきたいと思います。