Où en sommes-nous concrètement aujourd'hui dans le domaine de la composition par des IA ? Dans une première partie, que je vous recommande chaudement de lire avant d'attaquer celle-ci, j’ai tenté de vous expliquer comment les récentes avancées en informatique ont abouti à des premiers résultats satisfaisants. Dans cette seconde, je vous propose de faire un état des lieux sur la question.

En février 2016, le programme Aiva a été dévoilé au public. Celui-ci nous propose à peu de frais de composer des bandes originales de tout et n’importe quoi. Le résultat obtenu est loin d’être ridicule. Le Figaro depuis, dans un article du 28 Février 2020, a fait un état des lieux de la situation. L’entreprise Huawei venait alors de proposer une version achevée de l’inachevée de SCHUBERT dont je vous parlais dans la première partie. Laquelle m’a bluffé, au moins l’espace de quelques minutes. C’est après son écoute que j’en suis venu à démarrer l’écriture de cet édito dont, je dois l’avouer, l’idée me trottait dans la tête depuis un certain temps. Je n’avais pas idée que nous en étions en effet déjà arrivés là.

Mais, comme je vous le répétais, Huawei a triché. Lucas CANTOR, l’un de ces nombreux compositeurs 'made in Hollywood' était en réalité de la partie. C’est lui qui a véritablement composé les deux mouvements additionnels. D'après Huawei, la machine n'a produit que les mélodies qui ont servi de base à CANTOR pour obtenir ce résultat. Toutes les suppositions sont donc possibles, et identifier les progrès réellement accomplis par Huawei dans le domaine reste en conséquence assez difficile à déterminer.

Néanmoins, compte tenu du principe technique établi dans notre première partie, on peut imaginer que l’intervention de CANTOR sur la partition en elle-même soit restée très limitée. La machine aurait pu, seule, en théorie, être en mesure de composer deux mouvements « dans le style de ». Là est d’ailleurs tout le problème. La symphonie inachevée n’était pas dans le style de SCHUBERT. Si cette symphonie est avant tout un chef-d’œuvre, c’est en particulier pour avoir été en mesure d'innover. Pour prendre cela en compte, l’IA de Huawei s’est d’après eux basée sur les deux premiers mouvements comme source, afin d’en proposer une conclusion. Or, comme je vous l'expliquais, pour être performant dans sa capacité à reproduire « dans le style de », l’apprentissage nécessite en premier lieu une grande quantité de données.

Deux mouvements seuls ne pouvaient donc pas être suffisants. Huawei a donc dû compenser d’une manière ou d’une autre. Nul doute qu'une grande partie du catalogue des symphonies romantiques y est passée, histoire de noyer le poisson. Les commentaires sont révélateurs. On parle ici de TCHAIKOVSKY, de SIBELIUS, de RACHMANINOV, de BEETHOVEN et de COPLAND. Des compositeurs aux styles si distincts qu’une vérité émerge de tout ceci, si elle ne vous était pas déjà parue évidente à l’écoute des deux mouvements : l'ensemble manque cruellement de personnalité. Le résultat obtenu sonne romantique certes, mais c’est bien tout ce que l’on peut en dire. Difficile de vraiment retrouver SCHUBERT dans cet enchevêtrement de notes, encore moins celui de la symphonie inachevée.

Pire que la personnalité, c’est la structure qui fait défaut. Huawei et CANTOR nous proposent là de très jolis passages bien enchaînés, mais sans aucune construction. Cette moitié de symphonie enfile ses mélodies comme une compilation Dance Machine, sans la moindre once de vision architecturale ou d’histoire à raconter. Je n’ai d’ailleurs pas repéré la transition entre le 3ème et le 4ème mouvement, tellement la même recette est rabâchée tout du long. La fin déboule d’ailleurs comme un cheveu sur la soupe. Je n’ose imaginer la tête qu’aurait fait MENDELSSOHN en écoutant un truc pareil. Tout cela nous rappelle les tentatives de reconstruction de la 10ème de BEETHOVEN à partir de ses ébauches. Il y a l’art certes, mais certainement pas la manière.

Nous n’y sommes donc pas. Ou pas encore ?

En parallèle de SCHUBERT, les compositions post-mortem dans le monde de la musique populaire semblent se multiplier, cf. "Drowned in the sun" de NIRVANA ou "Man I know" de Amy WINEHOUSE. Les résultats semblent plus probants que pour la symphonie susmentionnée. Ceci étant, tout cela manque cruellement d'inspiration. Pas de mystère, les machines ne font finalement qu'imiter ce qui existe déjà, comme de nombreux artistes de troisième zone, à la limite du cover band, parfaitement incapables de faire preuve de créativité.

Le site ampermusic.com met par ailleurs à votre disposition une IA qui élabore des compositions à la demande, que vous pourrez générer à loisir à partir de vos propres paramètres : durée, genre, instruments, placement d’évolutions dans le titre. Il est même possible de partir d’un fichier audio que vous n’avez qu’à charger. Amper vous en génère une sorte de remix en quelques secondes (ce qui implique que nous sommes déjà rendus au-delà de la simple manipulation de partition). Libre à vous de réitérer autant de fois que vous le souhaitez afin d’obtenir des résultats "originaux".

Taryn SOUTHERN, chanteuse s’étant fait connaître lors de la saison 3 d’American Idol, ne s’est d’ailleurs pas cachée d’avoir utilisé le logiciel pour son troisième album I am AI. En sus d’Amper, celui-ci repose également sur les IA d’IBM et Google. La ligne vocale a cependant été composée de manière traditionnelle. Quelques minutes passées à jouer avec l’outil devraient suffire à vous faire comprendre que Taryn SOUTHERN ne s’est toutefois pas contentée de cliquer sur 3 boutons pour produire son album. Même chose pour SKYGGE qui se vante d’avoir enfanté le premier album 100% généré par une IA.

Le résultat parle toutefois de lui-même. La perte d’âme que l’on pourrait craindre d’une révolution des IA dans la musique a déjà eu lieu, et ce il y a bien des années. Taryn SOUTHERN ou Katy PERRY, blanc bonnet et bonnet blanc, on ne sait plus tellement distinguer le vrai du faux. Même constat pour le "Jack Park Canny Dope Man" de Travis BOTT, double artificiel de Travis SCOTT. Certains fans auraient, toujours d’après le Figaro, déclaré que le résultat était « encore meilleur » que certaines chansons du rappeur. Nul doute que ce procédé à moindre frais va, dans les années qui viennent, prendre une place prépondérante. On peut blâmer la production mainstream pour son incapacité à faire preuve d’audace, son éternelle redondance, et sa platitude déconcertante. Ce que l’intelligence artificielle va donc être en mesure de reproduire avec grande facilité, et ce en quantité industrielle.

Faut-il le craindre ? Le premier « tube » 100% artificiel n’a semble-t-il pas encore été produit. Le grand public, aussi peu intéressé par le quoi que le pourquoi ou le comment ne va peut-être pas accepter la musique des IA aussi facilement. Ce que l’on écoutait en boucle sur les ondes il y a 30 ans n’a plus grand rapport avec ce que l’on écoute aujourd’hui. Même en musique mainstream, il y a des évolutions. Nul doute que les majors vont nous produire des tubes artificiels à la pelle dans les prochaines années, ou tout du moins vont essayer. La sauce va-t-elle prendre ? Sans doute que oui, tôt ou tard, mais pour combien de temps avant que le grand public ne se lasse de tourner en rond ? A moins que, comme pour la forme des coques de smartphone, on se contente de quelques modèles que l’on nous refourguera à l’occasion, de façon cyclique, en insistant sur le fait que le précédent est démodé ? Le propre d'une génération n'est-il pourtant pas de chercher à se distinguer de la précédente, y compris sur la question des goûts musicaux ? Pour éviter le rejet de greffe à moyen terme, il faudra semble-t-il faire preuve d'un minimum de renouvellement.

Or, les IA sont aujourd’hui parfaitement incapables de cela. Ce que le Figaro peinait à dissocier dans son article, c’est que derrière le terme « intelligence artificielle » se cache bien des composantes, comme nous vous l'expliquions dans la première partie. Le "Kórsafn" issu de la coopération de BJÖRK avec Microsoft n’est a priori pas comparable aux autres titres précités. Cette œuvre a en effet la propriété d’évoluer en fonction de la météo. Mais s'il est bien question d’IA, celle-ci n’est utilisée que pour détecter le temps en question, et non pour composer. Ce que vous entendez dans "Kórsafn" est issu des archives de l’artiste, et la sélection des passages est ainsi activée par l’IA de Microsoft en fonction du temps déterminé. Si le procédé est singulier, le résultat obtenu aurait tout aussi bien pu se passer d'apprentissage et se contenter d'une IA intégralement paramétrée par un humain. Cela fait des années que nous sommes capables d’écrire des musiques évoluant au gré d’évènements indépendants d'une potentielle partition. Digger, jeu-vidéo sorti en 1983, jouait des notes de musique évoluant comme des montées et descentes de gammes, au gré des actions du joueur. Rien de neuf sous le soleil, si vous me permettez l'expression, tout du moins du point de vue strictement créatif.

Toutefois, derrière le deep learning et sa capacité nouvelle à composer, d’autres nouveautés nous attendent au tournant. Le procédé s'étant démocratisé ces dernières années, de plus en plus d’informaticiens sont en effet quotidiennement en contact avec les capacités vertigineuses des IA. Ils découvrent donc tous les jours de nouveaux moyens de s’en servir. C’est l’autre versant de la révolution en cours : l’accessibilité de cette nouvelle technologie au potentiel qui semble jusque-là sans limites.

Que nous réserve donc l’avenir ? Nous essaierons d’anticiper tout cela dans une troisième partie.