世界音乐
人工智能大会
2021 北京

中央音乐学院/民族文化宫
2021年10月22-24日

Nick Bryan-kinns

尼克 布莱恩-金斯是伦敦玛丽女王大学(QMUL)的交互设计教授和EPSRC+AHRC媒体和艺术技术博士培训中心的主任。他是华中科技大学的客座教授,中国武汉理工大学的特聘教授,并且是中国湖南大学交互设计的客座教授。他是EECS国际合资企业的主任,人工智能和音乐博士培训中心国际伙伴关系的负责人,并领导QMUL数字音乐中心的声波交互设计实验室。Bryan-Kinns是英国皇家艺术学会会员,英国计算机学会会员,以及计算机协会(ACM)高级会员。Bryan-Kinns发表了获奖的国际期刊和会议论文,他在参与式设计、协作、相互参与、互动艺术、跨模式互动和有形界面方面的用户体验研究得到了广泛的资助。获奖情况包括:2015年AT&T和纽约大学连接能力挑战赛冠军,以及2015年和2017年QMUL公众参与奖冠军。他的研究在《新科学家》等出版物和BBC等媒体上报道,并在伦敦科学博物馆等场所展出。Bryan-Kinns曾是QMUL的科学和工程副院长,并担任皇家工程院的工业借调人员,以表彰他在学术研究商业化方面的工作。他是苏黎世艺术大学Z-Kubator发展计划的导师,也是美国国家科学基金会CreativeIT资助小组的成员,并为欧盟委员会资助的Creativity和ICT提供专家咨询。他是ACM创意和认知系列会议的指导委员会主席,也是ACM创意、认知和艺术社区的创始主席。他主持了2009年ACM创意和认知会议,并共同主持了2006年英国计算机学会(BCS)国际人机交互会议。Bryan-Kinns教授是ACM和BCS服务认可奖的获得者。1998年,他被授予伦敦大学人机交互专业的博士学位。

XAI for Music: 可解释的人工智能与音乐

        可解释的人工智能(XAI)领域已经成为一个热门话题,研究如何使机器学习模型(如神经网络和深度学习技术)更容易被人类理解。特别是,如何解释这些不透明的、非直观的、难以理解的人工智能模型。例如,如何提供人类可以理解的解释,说明为什么人工智能系统会做出特定的医疗诊断,自动驾驶汽车中的人工智能模型如何工作,以及人工智能系统使用什么数据来产生关于消费者行为的洞察力。

        在这次演讲中,我将通过探索XAI在音乐创作方面的潜力,来探讨XAI对人工智能和艺术创作可能意味着什么。将音乐创作和XAI结合起来会带来一个难题:在共同创作音乐时,理解AI意味着什么?当我们与人类共同创作音乐时,我们部分地依赖于对彼此音乐意图和实践的直观理解,以便能够相互接触,相互激发,进入状态,并在创作时刻迷失自己。当我们与人工智能共同创作时,这意味着什么?我将探讨人工智能和音乐的一些当前趋势,以说明人工智能模型是如何被解释的,或者更多的时候没有被解释,并提出一些我们可以设计XAI系统的方法,以帮助人类在我们共同创作时更好地掌握人工智能的要点。