AWS se complace en anunciar el ganador del primero Desafío Chartbusters de AWS DeepComposer, Catalina Chui. AWS Deep Composer ofrece a los desarrolladores una forma creativa de comenzar con el aprendizaje automático (ML). Para que el aprendizaje sea más divertido, en junio de 2020 lanzamos Chartbusters Challenge, una competencia en la que los desarrolladores usan AWS DeepComposer para crear composiciones originales y competir para mostrar sus habilidades de aprendizaje automático y de inteligencia artificial generativa. El primer desafío, Bach hacia el futuro, requirió que los desarrolladores utilizaran un nuevo algoritmo de inteligencia artificial generativa proporcionado en la consola AWS DeepComposer para crear composiciones al estilo del compositor clásico Bach.
Cuando Catherine Chui se enteró por primera vez de AWS DeepComposer, no tenía idea de que algún día sería la ganadora del Chartbusters Challenge y la estrella de una publicación en el AWS Machine Learning Blog. Entrevistamos a Catherine sobre su experiencia con el desafío y cómo creó su composición ganadora.
Catherine con su premio disco de oro
Empezando con el aprendizaje automático
Antes de participar en el Chartbusters Challenge, Catherine no tenía experiencia previa con ML y se describió a sí misma como una principiante con IA. Conoció AWS DeepComposer por primera vez cuando su esposo, Kitson, asistió a AWS re: Invent en 2019. Kitson es profesora del primer curso de AWS Educate Cloud Degree, Higher Diploma in Cloud and Data Center Administration, en el Hong Kong Institute of Vocational Educación (IVE).
“Después de que Kitson acompañó a un estudiante de IVE a AWS re: Invent 2019 para unirse a la AWS DeepRacer Championship Cup, asistió a un taller de AWS DeepComposer y trajo una unidad de regreso a Hong Kong”, recordó Catherine. "Fue la primera vez que eché un vistazo al producto real y lo comprendí un poco".
Catherine con su teclado AWS DeepComposer
Catherine se inspiró para competir en el Chartbusters Challenge cuando vio a su esposo jugando con el teclado AWS DeepComposer con sus alumnos. Catherine ama la música clásica de piano, habiendo alcanzado el nivel 7 del Associated Board of Royal Schools of Music (ABRSM).
“Al principio, me sorprendió por qué tocaba un pequeño piano en casa con sus alumnos, ya que sabía que es profesor de informática, no de música. Siento que sus habilidades con el piano son débiles, así que comencé a ayudarlo a enseñar a sus alumnos las habilidades con el piano ".
Su curiosidad por el teclado AWS DeepComposer la llevó a trabajar con los estudiantes de Kitson, que también competían en el Chartbusters Challenge. Después de ayudar a los estudiantes con sus habilidades con el piano, se inspiró para competir en Bach hacia el futuro.
"En una hora de aprendizaje, completé mi primera canción con IA, ¡que es divertida y emocionante!"
Catherine grabando su primera composición
Compilación en AWS DeepComposer
Para comenzar, conectó su teclado AWS DeepComposer a la consola y grabó una melodía de entrada. Catherine eligió la técnica de IA generativa autorregresiva y el modelo de Bach de CNN autorregresivo (AR-CNN). El algoritmo AR-CNN le permite colaborar de forma iterativa con el algoritmo ML al experimentar con los hiperparámetros para crear una composición original. Al decidir cómo manipular su modelo, tuvo en cuenta lo siguiente:
“Podemos utilizar la salida de una iteración del algoritmo AR-CNN como entrada para la siguiente iteración para ayudar a que sea mejor y más suave. Mantuve el riesgo creativo lo más bajo posible y no eliminé demasiadas notas originales, ya que me gustaría mantener mi melodía original ".
La siguiente captura de pantalla muestra el Estudio de musica en la consola de AWS DeepComposer.
Catherine pasó un par de horas grabando su melodía, luego pasó un tiempo ajustando las composiciones para mejorar su composición. Creó alrededor de 10 composiciones y evaluó cada composición hasta que quedó satisfecha con su melodía final. Catherine encontró que las funciones de arpegio y acordes dentro del teclado AWS DeepComposer eran útiles para generar notas automáticamente para su composición.
Aprendió más sobre el algoritmo AR-CNN en las cápsulas de aprendizaje de AWS DeepComposer. Las cápsulas de aprendizaje brindan contenido pequeño y fácil de consumir para ayudarlo a aprender los conceptos de los algoritmos generativos de IA.
“Aprendí el concepto de AR-CNN, dos redes neuronales que tienen un diseño sofisticado para ayudar a agregar y eliminar notas. No podría experimentarlo fuera de este entorno. Aunque por el momento todavía no estoy familiarizado con Amazon SageMaker, creo que las cápsulas de aprendizaje me ayudarán en el futuro ".
La siguiente captura de pantalla muestra las cápsulas de aprendizaje disponibles en la consola de AWS DeepComposer.
Puedes escuchar la composición ganadora de Catherine, "Garden Party in Bach", en el Nube de sonido de AWS Deep Composer .
Conclusión
El desafío Chartbusters de AWS DeepComposer Bach hacia el futuro ayudó a Catherine, que no tenía experiencia en ML, a desarrollar su comprensión de la IA generativa en tan solo unas horas y luego a ganar el primer AWS DeepComposer Chartbusters Challenge.
Catherine con estudiantes de IVE en Hong Kong.
“El desafío me inspiró a que el aprendizaje automático puede generar algunas ideas sobre cómo componer música nueva y creativa. Seguiré uniéndome a los próximos desafíos para aprender algo nuevo y avanzado sobre el aprendizaje automático. Además, seguiré ayudando a los estudiantes de mi esposo en IVE dándoles comentarios sobre la música ".
¡Felicitaciones a Catherine Chui por su merecida victoria!
Esperamos que la historia de Catherine le haya inspirado a aprender más sobre ML y AWS DeepComposer. Mira el siguiente Desafío Chartbusters de AWS DeepComposer, Los sonidos de la ciencia, que se ejecutará desde el 9/1 al 9/23.
Sobre la autora
Paloma Pineda es gerente de marketing de productos para dispositivos de inteligencia artificial de AWS. Le apasiona la intersección de la tecnología, el arte y el diseño centrado en el ser humano. Fuera de la oficina, Paloma disfruta de la fotografía, ver películas extranjeras y cocinar cocina francesa.
