Wekinator是一套免費、開源的機器學習(Machine Learning)軟體,由Goldsmiths資工教授Rebecca Fiebrink所開發。這套軟體可以讓任何人藉由機器學習的力量,來創建新型態的樂器、手勢控制、互動介面,透過電腦的分析與回應,來解讀外部資訊與動作,而這過程甚至不用自己撰寫任何一行程式碼!
近年機器學習(Machine Learning)成為跨展業的熱門議題,而基礎的機器學習技術,可以被用來合理化手勢、音樂、聲音或各種即時資訊,進而套用於藝術創作之上。但沒有程式背景的創作者,要如何了解與切入此題目呢?Wekinator是一套專門為音樂人與藝術家開發的機器學習運算軟體,可以自行指定input/out數量與範圍、選擇適合的演算法,然後自動幫你運算出模型。
這種人機互動模式,是去「教」機器該怎麼執行。創作者能透過展示某種期望被生成的範例結果,讓機器去分析與模仿,這就是機器學習。創作者一方面建立「規則」、與機器溝通如何「選擇」,一方面則釋出控制權,留下一些未完成的美學抉擇予機器;人與機器的「互動」,變成使用者與生成系統「協作」的過程。
與探究通則的大數據不同,在藝術領域,我們通常是以少量樣本來建構規則並生成結果;某種程度上,是在與隨機性與不可預期性互動,進而探索介於規律與混亂間的世界,及潛在於數位運算邏輯背後的創作可能。
Wekinator軟體下載 http://www.wekinator.org
參考影片:利用Leap Motion與Wekinator來控制聲音
延伸閱讀:分析人聲與物件敲擊聲響,自動觸發不同預錄sample
2018年融聲創意受邀參與的Convergence Festival論壇項目中,Rebecca也是其中一位Keynote講者。在其分享主題「AI Creativity (Machine Learning as Creative, Collaborative Design Tool) 」,提及了許多機器學習的觀念與優點,以及在推廣創作平權方向的優勢。包括:
i. 可將個人化的經驗融入機器學習之中(Machine learning supports highly personalized experiences.)
ii. 幫助人們成為創作者(Machine learning can empower more people to become creators.)
iii. 使創作的過程更具有身體性(不再只是動手指按按鈕而已!)(Machine learning can enable creators to be people with bodies again.)
iv. 可運行人性化的設計流程(Machine learning can support human design processes.)
v. 更有效率地創作:當透過機器學習技術,獲取更多prototyping,也意味著創作者擁有充足的探索空間,以找到新的、更佳的成果。
探索更多音樂、科技、藝術的交匯與創新應用,現在就訂閱我們!
這邊的文章都滿好,有空可以多來看看