À QUOI RESSEMBLERA DEMAIN LA DÉCOUVERTE MUSICALE ?

Les intelligences artificielles parviendront-elles à nous comprendre mieux que personne pour orienter nos choix musicaux ? Nous entraîneront-elles dans une dimension encore inexplorée de l’histoire de la musique ? Sauront-elles répondre à notre soif de bugs et d’imperfections ? Deux spécialistes imaginent avec nous la place que prendront les IA dans notre rapport à la découverte musicale.

Diplômé d’art à Harvard, Glenn McDonald a fait le tour de la Silicon Valley comme designer avant de s’orienter vers l’analyse de données chez Google. Il est aujourd’hui Data Alchemist chez Spotify, où il tente de cartographier toute la musique de l’application sur Every Noise At Once.

Féru de philosophie et de communication, Antoine Buffard est obsédé par la musique électronique dont il explore les palettes de long en large. Editeur en chef puis président de Trax Magazine de jour, il rythme les nuits parisiennes sous le nom de Calcium.

LES INTELLIGENCES ARTIFICIELLES OUVRENT-ELLES DE GRANDS HORIZONS POUR LA DÉCOUVERTE MUSICALE ?

AB :  Comme aujourd’hui, elles en donneront l’illusion ! Elles permettront de mieux connaître quelque chose qu’on connait déjà. Mais on peut aimer des choses auxquelles on ne s’attendait pas, or les algorithmes ne sont qu’une puissance de calcul, sans pouvoir d’anticipation ou alors de manière très basique. Je suis convaincu que ces technologies ne sont pas capables d’apporter à l’homme ce qu’il cherche sans le savoir vraiment. Si les entreprises qui créent les IA demandent aux gens « bon ok vous voulez quoi ? », les gens diront des choses, mais, dans tout ce qui touche à la création, notre langue n’est pas à la hauteur de nos désirs. Les algorithmes sont déjà des interprétations minorées de la richesse de ces mots, et ces mots sont une minoration de ce que l’on pense vraiment, donc à la fin on arrive à un truc peu pertinent… À mon avis même dans 1000 ans on n’aura pas mis le doigt dessus. 

GM : La personnalisation est très attrayante parce qu’elle a l’air efficace, alors que ce que l’on trouve et aime sont une mauvaise extrapolation de ce que les algorithmes savent de nous. La plupart des morceaux sont capables d’être aimés, donc c’est plutôt facile de faire mieux que l’aléatoire lorsqu’on sait des choses à propos de l’auditeur. Mais c’est difficile de faire beaucoup mieux que l’aléatoire, en grande partie parce que la plupart du temps vous ne savez pas grand-chose de l’auditeur, puisque beaucoup, surtout ceux qui viennent de l’ère du pré-streaming, ne connaissent pas grand-chose de leur relation à la musique du monde. Vous aimez le lezginka ? Même si on avait des raisons de penser que oui, la moitié du bon lezginka n’est probablement pas présent sur les services de streaming, l’autre moitié n’est pas bien tagguée, et la moitié qui est bien tagguée est en fait techniquement autre chose. D’ailleurs la moitié de cette « autre chose » n’est même pas tagguée du tout. Ainsi, nous avons toute la musique du monde à portée de main, mais on finit avec des algos qui nous recommandent Ed Sheeran. Il n’y a pas de raison que l’IA fonctionne mieux tant que notre manière d’organiser l’espace musical n’est pas opérationnelle. Nous avons de nombreuses années de travail devant nous avant de mettre le doigt sur les goûts musicaux des humains plutôt que sur leurs simples expériences.

Suite de l’article de la Fabrique Culturelle (Sacem) : https://la-fabrique-culturelle.sacem.fr/blog/creation-sacem/quoi-ressemblera-demain-la-decouverte-musicale



Catégories :I.A., Infos générales, Réflexion

Répondre

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l'aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

%d blogueurs aiment cette page :