一种用于音乐智能的量子自然语言处理方法
量子物理
2021-12-10 v2 人工智能
摘要
人工智能（AI）在音乐领域，尤其是音乐创作及通过互联网实现商业化的大型数据库访问方面，已取得巨大进展。我们有兴趣进一步推动该领域发展，聚焦于创作。与当前的黑盒 AI 方法不同，我们倡导一种可解释的、组合式的生成音乐系统视角。具体而言，受音乐语法启发，我们引入自然语言处理（NLP）中的分布组合范畴（DisCoCat）建模框架方法。量子计算是一项新兴技术，极有可能在未来影响音乐产业。因此，我们开创了一种量子自然语言处理（QNLP）方法，以开发新一代智能音乐系统。本工作延续了此前在量子硬件上实现 DisCoCat 语言模型的实验。在本章中，我们介绍 Quanthoven，这是有史以来首个概念验证，其（a）证明了可对量子计算机编程以学习对传达不同含义的音乐进行分类，且（b）展示了如何利用此种能力开发创作有意义音乐片段的系统。在讨论当前对音乐作为交流媒介及其与自然语言关系的理解之后，本章聚焦于为（a）将音乐作品编码为量子电路，及（b）设计量子分类器所开发的技术。本章以用该系统创作的作品演示结尾。
引用
@article{arxiv.2111.06741,
title = {A Quantum Natural Language Processing Approach to Musical Intelligence},
author = {Eduardo Reck Miranda and Richie Yeung and Anna Pearson and Konstantinos Meichanetzidis and Bob Coecke},
journal= {arXiv preprint arXiv:2111.06741},
year = {2021}
}
备注
Pre-publication draft of a chapter to appear in Quantum Computer Music, E. R. Miranda (Ed.)