Instrumento Audiovisual Inteligente

1. Instrumento Audiovisual Inteligente Intelligent Grafikton

2. Agenda • Introducción • Objetivos • Planteamiento del Problema • Pianographique • Aprendizaje por reforzamiento • Algoritmos utilizados • Conceptos Musicales

3. Metodología • Desarrollo • Espiral 1 • Espiral 2 • Espiral 3 • Resultados • Conclusiones • Recomendaciones • Dudas y Preguntas

4. Introducción • La inteligencia Artificial Robótica, sistemas expertos, procesamiento de lenguaje y video juegos • Masificación del uso de las computadoras Crecimiento de la IA + = • ¿Inteligencia Artificial y Música ? Sistemas autónomos de Composición musical Intelligent Grafikton

5. Objetivos • Objetivo General Diseñar e implementar un sistema inteligente y visualmente agradable que utilice el teclado y el mouse como dispositivos de entrada para proveer gráficos y sonidos de diversos instrumentos musicales y samples cortos de piezas según las preferencias del usuario.

6. Objetivos • Objetivos Específicos • Identificar y utilizar algoritmos que permitan la continua generación de usuario según sus preferencias. • Identificar el algoritmo de aprendizaje que mejor se comporte ante las preferencias del usuario.

7. Identificar y utilizar herramientas para la grabación de sonidos en formato de alta calidad. • Grabar y clasificar sonidos según conceptos de teoría musical para la implementación del sistema. • Identificar técnicas de síntesis de sonido que permitan la grabación digital del mismo. • Identificar y utilizar herramientas y librerías para el desarrollo multimedia que permitan la implementación del sistema.

8. Planteamiento del Problema • IA: robótica, sistemas de navegación autónoma y video juegos • Pianographique: arte (música) e informática. • IA y Música: sistemas algorítmicos para la composición musical como la Suite Illiac. • Un estilo de Pianographique de conducta no determinística basada en las preferencias del usuario para generar nuevas formas musicales, compositores: usuario y maquina

9. Esquematización del problema planteado

10. Pianographique • Autor: Jean Luque Lamarque, artista programador de origen francés. • Provee sonidos y gráficos de manera determinística haciendo uso del teclado y el mouse

11. Aprendizaje por reforzamiento • Utilizado en casos donde es difícil determinar lo que debe hacer un programa para solucionar un problema: conjunto de entrenamiento. • Interactúa un agente con su ambiente:

12. Agente: el ente que realizará acciones y aprenderá una tarea determinada. • Ambiente: conforma los estados donde puede encontrarse el agente en un tiempo t. • Función de reforzamiento: retroalimentación con recompensas o castigos. • Función Valor: “Cuán bien” es estar en un estado, o “cuán bien” es realizar una acción en un estado.

13. Si un agente no es informado de sus recompensas y llega a un estado catastrófico ¿Cuál de todas la acciones que realizó lo llevo a este estado final? • Programación dinámica: • Si realizar una acción en un estado causa inmediatamente resultados inadecuados, la misma debe evitarse. • Si toda acción en un estado causa resultados inadecuados, entonces debe evitarse dicho estado

14. ( ) ( ( ) ( ) ) = + g g V x max r x , u V x + t t t 1 u Algoritmos utilizados • Iteración de valores - Valor de estar en un estado x. Notación V(x) : Factor que reduce la importancia de reforzamientos futuros para la actualización.

15. - Matriz de Valores del algoritmo Iteración de Valores Encontrarse en el estado x2 vale 0,12. ¡ Estaba mejor en el estado x1 ! Estar en el estado x1 vale 0,2

16. ( ) ( ) ( ) = + g Q x , u r x , u max Q x , u + + t t t t t 1 t 1 u + t 1 • Aprendizaje Q Valor Q: Valor de realizar una acción u, encontrándose en un estado x. Notación: Q(x,u).

17. - Matriz de Valores del algoritmo Iteración de Valores Cuán bien es realizar la acción u7 en el estado x1 Cuán bien es realizar la acción u7 en el estado X2. ¡ Castigado !