Ce projet de recherche-création étudie l'apprentissage profond par renforcement à travers la performance musicale.
Il s'appuie sur l'étude scientifique de deux modèles d'apprentissage profond, un VAE audio, et le Co-Explorer, respectivement développés pour la synthèse neurale et l'exploration interactive. Il détaille le design et l'implémentation d'une interface pour l'interaction musicale gestuelle qui exploite les capacités d'apprentissage des deux modèles. Il décrit ensuite ægo, une performance pour un improvisateur humain et une machine apprenante, composée avec notre interface.
La recherche-création nous a permis d'adopter un regard critique sur les résultats de notre processus. En particulier, j'ai réfléchi aux déplacements ontologiques, produits par l'apprentissage profond par renforcement, entre "performer" et "machine". Ce processus m'a également permis de décrire les tensions épistémologies sous-jacentes aux modèles d'apprentissage machine appliqués à la musique, ainsi que l'esthétique de l'improvisation musicale basée sur le retour positif ou négatif.
Année
2019
Crédits
Le projet a été développé avec Axel Chemla-Romeu-Santos, en collaboration avec ISMM et ACIDS (groupes de Ircam), dans le cadre d'une thèse de doctorat menée à Sorbonne Université.
Publications
Chapitre dans LNCS Springer (2021)
Article à TENOR (2022)