Η Google είναι από τις πρωτοπόρους εταιρείες στον χώρο της τεχνητής νοημοσύνης. Έχουμε γράψει αρκετά άρθρα με τα… κατορθώματά της, κατά καιρούς, κι ακόμη περισσότερα άρθρα για επιτεύγματα στον τομέα της τεχνητής νοημοσύνης, γενικότερα. Τα περισσότερα εξ αυτών αφορούν τεχνολογίες μεγάλης σημασίας στον τομέα της υγείας ή άλλων τομέων που αναμένεται να έχουν τεράστιο αντίκτυπο στην καθημερινότητα όλων μας, λίαν συντόμως. Κάποιες άλλες, όμως, γίνονται απλά ως άσκηση, με μοναδικό σκοπό το να εξερευνήσουν ή να επεκτείνουν τα όρια της εκάστοτε τεχνολογίας, χωρίς κάποιον άμεσο (ή έστω ανακοινώσιμο) στόχο.
Αυτό ισχύει και για το σημερινό μας θέμα. Το infinite cover. Αλλά ας αρχίσουμε από τα βασικά. Πέρυσι, η πασίγνωστη, ταλαντούχα και βραβευμένη πιτσιρίκα Billie Eilish κυκλοφόρησε ένα νέο τραγούδι, το Bad Guy, το οποίο έγινε τεράστιο hit μέσα σε… δευτερόλεπτα. Πολύ σύντομα οι fans της Billie άρχισαν να φτιάχνουν δικά τους βίντεο με το τραγούδι, ενώ δεν άργησαν και τα covers. Μέσα σε λίγες ημέρες, στο YouTube είχαν ανέβει χιλιάδες cover versions του Bad Guy, καλύπτοντας όλα τα στυλ μουσικής, όλα τα γούστα και όλες τις παραλλαγές! Ψάχνοντας στο YouTube μπορείς να βρεις από τυπικά covers, όπως acoustic ή metal, μέχρι… ακορντεόν, τρομπέτα ή… γάτες.
Ωραία. Και τι σχέση έχει το AI της Google; Αυτό που κατάφεραν οι προγραμματιστές της Google είναι το να βάλουν ένα δικό τους νευρωνικό δίκτυο να καταγράψει, να οργανώσει και να συγχρονίσει τα πάνω από 150.000 covers που υπάρχουν ως βίντεο στο YouTube!
Αρκεί να μπεις στο https://billie.withyoutube.com/ για να ξεκινήσει η εφαρμογή. Το σύστημα θα ξεκινήσει με το original βίντεο της Billie. Αν προσέξεις καλύτερα, όμως, θα δεις πως δεξιά και αριστερά του βίντεο υπάρχουν links για άλλα δύο βίντεο (τα οποία είναι covers του Bad Guy). Αν κάνεις κλικ πάνω σε ένα εξ αυτών, η εφαρμογή θα περάσει αυτόματα στο άλλο βίντεο, χωρίς διακοπή στον ήχο και χωρίς (σημαντική) αλλαγή στο tempo, ακριβώς στο σωστό σημείο του τραγουδιού! Και θα εμφανιστούν άλλα δύο βίντεο, δεξιά και αριστερά, για να διαλέξεις. Με αυτό τον τρόπο, μπορείς να μεταπηδήσεις από cover σε cover, χωρίς διακοπή και χωρίς να καταλάβεις πως έχεις αλλάξει τραγούδι.
Επίσης, μπορείς να κάνεις κλικ πάνω σε κάποιο από τα hashtags που εμφανίζονται στο κάτω μέρος, οπότε η εφαρμογή θα διαλέγει αυτόματα covers με το ίδιο hashtag!
Το εντυπωσιακό σε αυτό είναι το ότι η ανάλυση όλων των covers, ο εντοπισμός του εκάστοτε σημείου, ο συγχρονισμός όλων των covers έτσι ώστε να είναι εφικτή η μετάβαση από το ένα στο άλλο χωρίς διακοπές, αλλά και στο σωστό σημείο του τραγουδιού, έχει γίνει μέσω ανάλυσης των βίντεο από το νευρωνικό δίκτυο, χωρίς ανθρώπινη παρέμβαση!
Η εφαρμογή έχει φτιαχτεί χρησιμοποιώντας τη βιβλιοθήκη Tensor Flow της Google, η οποία μάλιστα είναι open-source και μπορεί να τη χρησιμοποιήσει όποιος θέλει.
Εντάξει, η αλήθεια είναι πως υπάρχουν κάποιες περιπτώσεις που ο συγχρονισμός δεν είναι τέλειος. Κάποιες φορές, η τεχνητή νοημοσύνη της Google μπερδεύεται με στίχους που εκφέρονται με παρόμοιο τρόπο, κάποιες φορές νομίζει πως βρίσκεται στο δεύτερο κουπλέ ενώ βρίσκεται στο πρώτο, κάποιες φορές χάνει λίγο το τέμπο. Αλλά συνολικά, μιλάμε για συγχρονισμό εκατοντάδων χιλιάδων covers αυτομάτως, χωρίς ανθρώπινη παρέμβαση. Και πως θα ήταν δυνατόν, άλλωστε; Η Google αναφέρει πως το σύνολο όλων των πιθανών συνδυασμών όλων των covers αριθμεί κάπου 1,46×10¹⁰⁰ χρόνια βίντεο. Χρόνια! Οποίος αριθμός είναι πολλές, πολλές, πολλές φορές πολλαπλάσιο της ηλικίας του σύμπαντος (1,38×10¹⁰ χρόνια). Με άλλα λόγια, αν παίξεις λίγο με την εφαρμογή και ακούσεις 2-3 παραλλαγές, πατώντας πάνω σε διάφορα links, είναι σχεδόν βέβαιο πως έχεις ακούσει μια μοναδική εκδοχή του mashup. Για την ακρίβεια, ακόμη κι αν κάθε άνθρωπος πάνω στον πλανήτη χρησιμοποιούσε την εφαρμογή για ένα χρόνο συνεχώς, είναι σχεδόν βέβαιο πως κανένας δεν θα είχε ακούσει το ίδιο πράγμα με οποιονδήποτε άλλον άνθρωπο!
Αναρωτιέσαι τι νόημα έχει αυτό; Μην αναρωτιέσαι. Μπορεί κανένα, μπορεί και πολλά. Οι επιστήμονες κάνουν πράγματα φαινομενικά χωρίς λόγο… μέχρι που έρχεται η ώρα και τα κομμάτια του παζλ συνδέονται και τότε όλοι μπορούμε να δούμε τη συνολική εικόνα. Για την ώρα, αυτό που βλέπουμε δεν είναι παρά ένα απειροελάχιστο κομμάτι της.