AI写歌系统自己进化！零数据训练，15次实验全验证
Memory as transformation: LETHE, a self-referential gan-inspired architecture
📖 AI 总结
LETHE是一种在SuperCollider中实现的自我指涉声音系统，采用生成对抗网络的正式词汇，但在初始化后无需外部数据集或监督，以封闭配置运行。其核心是一个3×3混音矩阵，围绕两条延迟线构建，九个系数和两个延迟时间通过五特征线性判别器与随机扰动优化器（类似单样本REINFORCE）的交互而演化。判别器将当前能量行为与初始状态存档比较，引导参数更新。系统支持循环、固定和现场音源的独立混合。在固定和循环会话的消融对照实验中，主动生成器对参数演化必不可少——15次消融会话中Δc₂₂均为0.000。该研究植根于自我指涉电子音乐传统，将声音结果委托给由作曲家定义参数空间的适应性闭环。
🔑 关键词速览
| LETHE | 一种自指涉的声音遗忘系统，名称源自希腊神话中的遗忘之河，代表系统通过参数演化实现声音的遗忘与再生。 |
| Generative Adversarial Networks (GAN) | 生成对抗网络，一种通过生成器与判别器对抗训练来生成数据的深度学习架构。 |
| REINFORCE | 一种基于策略梯度的强化学习算法，通过采样动作并利用奖励信号更新参数。 |
| Discriminator | 判别器，在GAN中用于区分真实数据与生成数据，此处用于比较当前能量行为与初始状态存档。 |
| Ablation control | 消融对照，一种实验方法，通过移除系统某部分来检验其必要性。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅