用神經網路創建音游譜面

生成《勁舞革命》的譜面是很費時的任務。遊戲中的箭頭指示玩家跟上節拍從而獲得分數。這些譜面通常由開發者或者愛好者們手動編寫。現在，工程師們用神經網路可以更快地為每一首歌製作譜面。

加州大學的研究人員訓練神經網路來生成新的譜面。神經網路研究從玩家自製譜面中獲取的豐富數據從而分析寫譜模式，然後創建相似的輸出。

這項研究的一名成員(同時也是這遊戲的老玩家)Chris Donahue說：「當我還是個少年的時候，我沉浸於這個遊戲的硬體和文件夾里數不清的數據中，將它們在電腦之間轉移。那時，我獲得了靈感。」研究人員使用了來自不同編舞家的兩個主要數據集，訓練數據包含 了35小時的樂譜和超過350,000個節拍。

神經網路生成譜面的不同階段

神經網路用一系列簡單的操作來生成新譜面。首先，歌曲被轉化成頻譜圖(將聲音的頻率可視化)，用於分辨音調和節奏。接下來，箭頭置入演算法將歌曲分成10毫秒的樣本，然後根據是否出現相關音頻特徵決定在一個樣本內放置箭頭。之後，箭頭選擇演算法為這些箭頭映射不同的動作，便創作出了一張完整的譜面。

下面的視頻中有同一首歌曲的兩種譜面，左邊是人類寫的，右邊是電腦生成的版本。

這樣的成果十分適合人們玩，但是，專家們依然可以指出人工智慧與人類的差異。製作了很多譜面協助訓練神經網路的作者Fraxtil說：「看出它是合成的太簡單了。」

Fraxtil說：「譜面中有很多創意，主要是選擇性地使用重複和對比，這是AI學不了的，也就沒有辦法運用了。」但是，他另外提到，他們已經看過所有自動生成的例子，這是至今「最成功的一個」。現在，我們還剩下創造像人類一樣玩《勁舞革命》的機器人了。

[bakako via TheVerge]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！