Facebook的新编排AI是舞后

每个人都在跳舞，历史上每种文化都在跳舞。无论您是敲击脚趾，弹出，锁定还是优美的拍照，它都是我们最古老的表达方式之一，除了一些羽毛状的例外之外，这完全是人类的艺术。但是，随着Facebook AI成为教导AI赶上节奏的最新团队，我们垄断移动破坏市场的时代可能很快就会结束。

“在这项工作中，我们专注于设计有趣的舞蹈编排，将人类天生擅长的最佳技巧–观众可能会喜欢的'善舞'启发法–以及擅长使用什么机器–优化定义明确的目标功能，小组在周二发表的研究中写道。

这不是我们第一次尝试教AI跳舞。2016年，瑞典编舞家Louise Crnkovic-Friis和她的丈夫，Peltarion首席执行官Luka Crnkovic-Friis在48小时的Louise运动中训练了一个名为Chor-rnn的循环神经网络。该系统不仅可以编排新的舞蹈，而且可以按照她的特定样式进行。同样，2017年，皇家芭蕾舞团常驻编舞者Wayne McGregor与Google Arts&Culture合作开发了编舞人工智能。它可以使用数千小时的培训视频来解释其公司的舞蹈风格并产生更多的动作。NVIDIA在2019年与加州大学默塞德大学合作建立了深度学习模型能够随着主题音乐的风格及时地产生新的动作。

但是，这些系统只是模仿了所显示的动作。可以肯定的是，他们使用这些数据来生成新的编舞，但这是基于观看人类的舞蹈，而不是基于自己想象新的舞蹈。而且，他们仅限于接受过舞蹈训练的舞蹈和音乐风格。您不能指望经过古典音乐训练的模型能够成功创建时髦的迪斯科舞步。但是Facebook的AI在风格上要灵活得多。

Facebook AI研究人员Devi Parikh告诉Engadget：“与其试图模仿已经存在的编舞，不如尝试模仿它。”“我们想看看我们是否能发现一些新颖的东西。”

她解释说：“我们正在尝试看看是否可以布置某些非常高级的直观约束。”“我们所说的是，最后的动作应该以输入的音乐为基础。我们对机芯的外观没有任何其他限制。”

Parikh的团队-乔治亚理工大学的Purva Tendulkar，Facebook AI的Abhishek Das和Allen AI的Aniruddha Kembhavi(艾伦AI研究所)-用25种10秒的片段对AI进行了训练，其中包括22种音乐作品，包括传统音乐非洲和中国对现代摇滚和爵士乐的旋律。计算过程非常简单。“这是一个搜索过程，当给定输入音乐时，我们会计算一个表示矩阵，该矩阵告诉我们两个不同时间点上的哪些音乐彼此之间更相似，” Parikh解释说。“然后，我们使用搜索程序找到矩阵表示相同模式的舞蹈序列。”

由于舞蹈动作不是基于人的动作，因此它们的图形表示看起来更像是Winamp可视化工具，而不是我们通常认为的舞蹈程序。在该实验中，舞蹈以点的形式沿一条直线来回移动，一系列脉动波或粗略渲染的简笔画。该团队根据四个基线测量值之一定义的创造力水平，确定一个例程是否可以接受。

团队假设：“如果代理商的动作可预测(即不令人惊讶/新颖)或与音乐不同步(即低质量)，则将被认为缺乏创造力。”然后，由Amazon Mechanical Turk(AMT)的工作人员对生成的舞蹈进行了评估，向他们展示了一对舞蹈，并询问哪种音乐在音乐中效果更好，哪些更令人惊讶，富有创造力和启发性。

该系统仍处于开发初期。向前发展，Parikh希望训练一个神经网络以直接基于输入音乐生成舞蹈，而不必执行搜索过程。

“从AI的角度来看，创造力可以看作是圣杯，这是智能的终极挑战-这与使我们成为人类的事物非常重要，” Parikh总结道。“我们可以拥有增强人类创造力的工具，使创造过程更加引人入胜，并使人类更满意。总的来说，我觉得这是对AI和技术的强大使用。”