关于人工智能的公开对话围绕着是否人工智能可以成为有源性的因此，机器人霸主的风险。虽然有些人激发了这种恐惧，但许多使AI的技术人员希望世界知道这与众不同HAL 2001年：太空奥德赛或者终结者的天网。他们展示了AI是一种有效的软件工具，并且可以使人类受益。
国际象棋大师加里·卡斯帕罗夫（Garry Kasparov）曾经说过损失大蓝没有教我们很多关于让计算机做大脑所做的事情的知识。为了击败他，一支计算机科学家，国际象棋专家，大量游戏库以及一台可以处理每秒2亿动作的机器，这不是人类的玩法。
“如果AI被定义为人类的工作，那么世界上就没有人工智能。”Wendy Pfeiffer，Nutanix的CIO。
作为数据中心中AI工具的用户，Pfeiffer领导了一个IT团队，该团队正在将平凡的任务留给机器学习 - 她更喜欢称其为AI而不是AI，以便人们更有效。
这是背后的动机艾哈迈德·埃尔加马（Ahmed Elgammal）教授的项目罗格斯大学完成贝多芬的第十交响曲。作曲家的第9交响曲被认为是他在形式上取得的冠军成就。但是之后，尽管聋哑人，健康状况不佳，但为第十个交响曲记下了一些想法。
对于Elgammal的AI来说，这是一个挑战，即从几个片段中创建大约10分钟的动作。
“我们可以教AI向古典作曲家学习如何采用这样的主题，并将其发展为运动中的整个部分……然后随着第二个主题发展第二部分？”他在接受Nutanix的预测采访时提出了假设。
在这个技术晴雨表播客中，了解为什么Elgammal相信，尽管某些音乐评论家谴责了以贝多芬风格写音乐的想法，但他们误解了其目标是什么。
他说：“目标确实是推动AI和机器的创造力向前发展，以便它确实可以成为艺术家的创造性合作者。”
在Elgammal的思想中，AI将取代人类的想法并不是遥不可及的。他认为该项目是学习练习：AI协助贝多芬完成音乐。他的公司Playform，本质上是这样做的。它为艺术家提供了一个平台，以建立自己的AI来帮助他们进行创作。
这些AI工具正在改变人们在艺术，工程，教育，农业，运输，医学或数据中心的工作方式。这主要是由于云。
“如果没有云，AI将不会取得进展，”涵盖下一代应用程序和人力资本管理的星座研究的副总裁兼首席分析师霍尔格·穆勒（Holger Mueller）说。“这样做不会有廉价的计算和巨大的规模。”
在此播客中，我们探讨了AI工具如何帮助人们改善自己的示例。
成绩单（未经编辑）：
杰森·洛佩兹（Jason Lopez）：这是一个关于人工智能的故事。这也是一个关于天才，人类和改变世界的故事。这是技术晴雨表播客，我是杰森·洛佩兹（Jason Lopez）。我们想在此播客中要做的是向您展示AI领域的情况。这不是反乌托邦电影叙事的故事。云正在引发构造轮班。该平台可以帮助您学习讲冰岛语或降落飞机或建造数据中心。是的，这是真正的AI可能是流行语。但是随着云的成熟，机器学习工具有望彻底改变人们的工作方式。我们开始体验自然语言处理，例如Siri或Alexa，或者当您呼吁银行提供服务并达到自动服务员时，并且有计算机视觉，这是无人驾驶汽车使用的； or deep learning, which can analyze complex data like video or audio. An example of this is how Ahmed Elgammal computer science professor at Rutgers University helped to finish movements for Beethoven's 10th Symphony using AI.
艾哈迈德·埃拉格马尔（Ahmed Elgammal）：贝多芬的草图很长一段时间。以前已经尝试完成他的交响曲。
杰森·洛佩兹（Jason Lopez）：贝多芬在写了我们称之为第十交响曲的任何实质性的东西之前就死了。他以分数的形式留下了许多音乐片段，并在各种纸上写下了笔记。在1980年代，音乐学家巴里·库珀（Barry Cooper）使用了贝多芬（Beethoven）的素描集，该素描旨在进行第十个交响曲，将假设的第一乐章汇总在一起。但是，随着库珀（Cooper）项目的一些新音乐素描，Elgammal的团队面临着一个有趣的挑战：本质上是教AI Beethoven的创作过程，为AI提供了少数音乐笔记贝多芬（Beethoven）的痕迹，并完成了第10个交响曲。
艾哈迈德·埃拉格马尔（Ahmed Elgammal）：问题确实是我们如何使用AI迭代并产生交响曲，因为这些草图非常稀疏，以至于任何完成同一点的尝试都必须主要是人类作曲家的间插值。所以问题是，我可以在这里做点什么吗？AI准备好了吗？
杰森·洛佩兹（Jason Lopez）：以作曲家风格写音乐的想法并不是什么新鲜事。25年前，加利福尼亚大学圣克鲁斯音乐教授David Cope现已退休，他通过一项名为“音乐智能实验的计划”制作了音乐，他自1980年代初以来就开始了EMI。在作曲家中，EMI正在向作曲家学习吗？巴赫。
大卫·科普（David Cope）：我之所以选择发明是一种初始输出，是因为我们大多数人都参加了钢琴课，因为孩子们最终在这些小小的对立噩梦中挣扎，因为它们很难这是必不可少的，似乎没有其他作品以相同的方式做。我希望该项目要做的是教我音乐风格，并希望能够产生一些我喜欢听的好音乐。因为我认为这是非常非常重要的质量。
杰森·洛佩兹（Jason Lopez）：Cope开发了该程序，以发行计算机生成音乐的专辑。EMI输出的原创性取决于您编程的内容。
大卫·科普（David Cope）：您至少需要两项要模拟的类型的作品，越多的作品，输出将越独特或个人。而且工作越少。您输入的一项作品越多，结果就会是。因此，如果您将两作作品放入其中，很可能您很可能会认识到，很明显，与数据库中的一项作品相关的一些音乐想法。如果您投入了一百件作品，那么您至少可以通过数据库中的任何一项作品来绘制即时连接的机会。
杰森·洛佩兹（Jason Lopez）：到2000年代初，Cope将EMI开发到了以至于他更名为Emily Howell的节目，并以她的名字发行了几张音乐专辑。在此播客结束时，我们将播放EMI以及Bach的音乐，看看您是否可以分辨出区别。
艾哈迈德·埃拉格马尔（Ahmed Elgammal）：我们可以教AI从古典作曲家那里学习学习如何采用这样的主题并将其发展为运动中的整个细分市场吗？然后，随着第二个图案的发展。
杰森·洛佩兹（Jason Lopez）：除了成为计算机科学教授外，Elgammal还是一个名为Playform的AI计划的开发人员。这是艺术家的协作工具。它通过允许创作者构建和训练自己的AI来访问AI编程。他完成贝多芬第十交响曲的原因不仅仅是成为古典音乐爱好者。这是为了提高人工智能的能力。
艾哈迈德·埃拉格马尔（Ahmed Elgammal）：需要做很多事情，以便能够获得非常分散并做出一两个动作的分数。为了写出音乐会议记录，这是一个巨大的挑战，必须做很多事情要做。
杰森·洛佩兹（Jason Lopez）：那个待办事项清单有点艰巨。他们不得不喂食贝多芬（Ai Beethoven）的写作方式，例如Scherzos或Trios。他开发旋律线并协调它们的方式。对位。他使用重复，桥梁和尾巴。然后，贝多芬喜欢如何将零件分配在编排中的乐器之间。要拿走很少的材料，只有几个碎片，所需的远远超过填充空白。这意味着AI必须学习贝多芬做什么。
艾哈迈德·埃拉格马尔（Ahmed Elgammal）：因此，贝多芬只是留下小短语或图案。确切地说，就像您听到第五交响曲时一样，这四个音符开始交响曲。贝多芬这四个笔记将采取并发展整个运动。
杰森·洛佩兹（Jason Lopez）：AI完成贝多芬的第十个展示了非常有力的东西。这是一个过程。因为该过程。这不是将一些音乐碎片喂入计算机，按下按钮并弹出交响曲的问题。现实是这是一个过程。AI的第一个结果听起来不像贝多芬会做的。这意味着使用机器学习来开发作品。
大卫·科普（David Cope）：计算机是由人类制造的…………不是那么神秘。
杰森·洛佩兹（Jason Lopez）：还记得2001年的场景，人类的曙光：太空漫游吗？灵长类动物第一次发现工具……骨头躺在地面上，他们捡到武器。其中一只猿猴将其扔向空中。当它降回地球时，图像跳跃削减了未来的数百万年，取而代之的是前往空间站的太空船。没有一个细微的消息，即颚骨和空间站基本上是同一回事。此外，AI。在计算机讲话中，AI认为。但这就是行话。实际的想法比书籍实际记住信息了。许多技术人员会说，如果将智力定义为人类所做的事情，那就……
Wendy Pfeiffer：世界上没有人工智能。
杰森·洛佩兹（Jason Lopez）：Wendy Pfeiffer是Nutanix的CIO，他指出所有这一切的真正含义是我们创建越来越强大的工具，这些工具基于算法可以做出选择。
Wendy Pfeiffer：但是机器除了编程之外没有做任何事情。
杰森·洛佩兹（Jason Lopez）：计算机科学思想家和作家马克·米尔斯，介绍的角度：云正在改变世界，其信息技术从网络到IoT。人工智能是云实现的关键工具之一。
马克·米尔斯：他们为个人提供实时的建议，这具有非凡的经济价值，因为它具有深远的生产力，因为它节省了宇宙中最宝贵的商品：人类时代。
杰森·洛佩兹（Jason Lopez）：Pfeiffer谈论了Move Works AI的机器学习工具的示例，该工具使员工能够用母语寻求帮助。它将查询转换为机器可读语言。并自动执行请求。
Wendy Pfeiffer：因此，即使我没有一位母语人士，他们是法语的人……工作流程。
杰森·洛佩兹（Jason Lopez）：2019年的德勤研究指出，云是数据中心中80％以上AI实现的驱动程序，以及用户可以访问AI工具的平台。尽管某些工具是企业级别，但帮助IT的人在数据中心工作或在X射线上找到肿瘤；无数的AI应用程序即将帮助我们做得更好，您可以想到的任何事情，例如完成音乐作品。Elgammal强调这并不意味着AI正在将人类推开 - 这并不是完成贝多芬第十位的原因。
艾哈迈德·埃拉格马尔（Ahmed Elgammal）：有些人认为创造力对人类是神圣的，嗯，机器不应该介入。嗯，我不同意。如果您了解此类项目的背景，那不是机器现在可以制作的，是音乐，树皮音乐或Mo音乐。是的。它可以，我们证明这是可能的，但这不是目标。目标实际上是推动AI和机器的创造力向前发展。因此，它确实可以成为艺术家的创意合作者。
杰森·洛佩兹（Jason Lopez）：无论是帮助人们创作音乐，设计建筑还是自动化数据中心，这种合作似乎无限。Elgammal的追求是了解如何使机器学习更好。
艾哈迈德·埃拉格马尔（Ahmed Elgammal）：我无法想象没有能力在某种程度上具有创造力的能力而被称为智能的机器。我们所有人，嗯，在自动化的背景下谈论AI，或者游戏玩耍，下棋和比赛，嗯，alphago或驾驶汽车，自主，呃，但是，嗯，所有这些都很重要。嗯，但我认为这是一个基本的事情，实际上是在变得有创造力，嗯，富有创造力，嗯，呃，呃，嗯，人类的合伙人。
杰森·洛佩兹（Jason Lopez）：艾哈迈德·埃拉格马尔（Ahmed Elgammal）是计算机科学教授，也是罗格斯大学（Rutgers University）的艺术与AI实验室主任，他还是使Playform的公司Artrendex的创始人。
您可以在playform.io上使用AI创建艺术。大卫·科普（David Cope）是作家，作曲家和科学家。他是加利福尼亚大学圣克鲁斯分校的退休音乐教授。如果您想沉浸在有关算法的大量信息，音乐和写作中，Cope的网页是Artsites.ucsc.edu/faculty/cope。Wendy Pfeiffer是Nutanix的CIO。除了她讽刺的演讲题为“我们的机器人霸主和技术的未来”（您可以在YouTube上找到）之外，她作为CIO的最新项目是IT工作的杂交，其中包括远程和异步的员工协作。AI工具是这项工作的一部分。
我们还收到了曼哈顿学院高级研究员马克·米尔斯（Mark Mills）的消息，也是西北大学麦考密克工程学院的教职员工。是云革命的作者，新技术的融合将如何释放下一个经济繁荣和2020年代咆哮。
技术晴雨表由预测生产。有关技术的更多故事，请访问ForecastbyNutanix.com。您可能对迈克尔·布伦纳（Michael Brenner）的故事感兴趣，即AI在云计算中的作用。因此，看看您是否可以说出这些作品是由Bach组成的，其中大卫·科普（David Cope）的艾美奖（Emmy）组成。第一件是Bach在G MINOL，BWV 782中的发明11。第二部分是EMI的发明。我是杰森·洛佩兹（Jason Lopez）。这是技术晴雨表播客。
杰森·洛佩兹（Jason Lopez）是技术晴雨表的执行制片人，技术晴雨表是预测的播客渠道。他是互联社交媒体的创始人。此前，他曾是Podtech的执行制片人，也是NPR的记者。
©2022 Nutanix，Inc。保留所有权利。有关其他法律信息，请去这里。
