Il futuro della scoperta musicale ricerca vs generazione

Futuro della scoperta musicale ricerca vs generazione

Musica funzionale nell’era dell’IA

Perché questa domanda è importante

Circa dieci anni fa, i servizi di streaming musicale si contendevano pesantemente il miglior sistema di raccomandazione musicale. Chiaramente, un sistema di raccomandazione impeccabile fornirebbe all’utente l’esatta composizione musicale che soddisfa ottimamente le sue esigenze, ogni volta. Tuttavia, alcune persone considerano i sistemi di raccomandazione come tecnologie transitorie. In definitiva, indipendentemente dalle dimensioni del tuo catalogo musicale, non può esistere una corrispondenza perfetta disponibile per ogni possibile richiesta dell’utente.

I moderni sistemi di IA generativa potrebbero potenzialmente risolvere questo problema generando musica adattata (roboticamente) su misura per ogni richiesta. D’altra parte, questi sistemi generativi non producono ancora musica di alta qualità, hanno costi computazionali enormi e sono soggetti a complessi problemi etici e legali.

Pertanto, questo articolo si propone di confrontare i vantaggi e le limitazioni del recupero musicale basato sulla ricerca e della generazione musicale per scoprire se dovremmo aspettarci che i sistemi generativi sostituiscano completamente, aumentino o addirittura non influiscano sulle soluzioni attuali. Prima di iniziare, definiamo cosa intendiamo per “algoritmo di ricerca” e “modello generativo”.

Algoritmi di ricerca

Un algoritmo di ricerca è una soluzione a un problema di ricerca. Un problema di ricerca esiste quando un utente desidera recuperare un’informazione o un oggetto come un video o una canzone da un database. Chiamiamo la richiesta dell’utente la query e il risultato della ricerca la risposta. Lo scopo di un algoritmo di ricerca è trovare quella specifica informazione che soddisfa ottimamente le esigenze dell’utente, ossia fornisce una risposta ottimale per la query data.

• Google AI Research propone un approccio generale per la generazione di testo personalizzato utilizzando grandi modelli linguistici (LLM)
• Organizzare un Monorepo di Machine Learning con Pants
• Una guida completa sulle Common Table Expression in SQL

Tuttavia, c’è anche un vincolo di tempo sul problema di ricerca. Nella maggior parte dei casi, preferiremmo ricevere la seconda migliore risposta dopo 10 secondi piuttosto che la risposta assolutamente migliore dopo 10 ore. Pertanto, un algoritmo di ricerca dovrebbe trovare una risposta che sia qualitativamente soddisfacente, entro un tempo ragionevole.

Modelli generativi

Un modello generativo è una soluzione a un problema di previsione. Sulla base di un insieme di parametri di input (query), il modello genera una previsione per ciò che è ottimale…