Compositions quantiques et avenir de l'IA en musique

Le dernier collaborateur musical d'Eduardo Reck Miranda est un ordinateur quantum situé à 3 500 milles de distance.

Dans sa composition « Qubism », tirée de l’album du même nom, le professeur de musique informatique s’engage dans une improvisation d’appel et de réponse incorporant des circuits traités par un IBM Quantum Eagle, une puce quantique de 127 qubits, l’un des nombreux processeurs alimentant les ordinateurs quantiques situés au centre de données IBM QUANTUM : un violon joue un solo, puis l’ordinateur répond par un riff généré par des quantiques.

Reck a interprété la pièce « Qubism » pour la première fois avec le London Sinfonietta l'année dernière. Dans l'enregistrement ci-dessous, qui figure sur l'édition vinyle de l'album, vous pouvez entendre le solo de violon à partir de 4:15, et une réponse basée sur les sorties de l'ordinateur de 4:33 à 5:23.

Écoutez « Qubism » ici.

Miranda est un innovateur dans le domaine de la musique générée par l'IA depuis plusieurs décennies. Nous l’avons rencontré pour en savoir plus sur ce qui l’a inspiré à étudier l’informatique quantique pour son dernier album, et sur la direction qu’il envisage pour l’IA et la musique.

Je travaille dans le domaine de l'IA depuis la fin des années 1980. En 1994, j’ai soutenu une thèse de doctorat à l’Université d’Édimbourg sur l’utilisation de l’IA pour la conception sonore et la musique. C'était probablement la première thèse sur ce sujet au Royaume-Uni.

Nous devons toutefois garder à l'esprit que l'IA est un logiciel, et que les logiciels d'IA ont besoin de matériel pour fonctionner. J’ai toujours été intrigué par le fait que l’IA fonctionne toujours sur un type d’ordinateur décrit pour la première fois par John von Neumann dans les années 1940, que l’on appelle « l’architecture von Neumann. » C'est ce que, dans les milieux de l'informatique quantique, les gens appellent des « ordinateurs classiques ».

Depuis le début de ma carrière, je recherche d'autres types d'ordinateurs pour développer l'IA. Ma théorie favorite est que de nouveaux types d'architectures informatiques peuvent permettre de nouvelles approches de l'IA.

Au cours de mes études de doctorat, j'ai eu envie de découvrir ce que l'on appelle « l'architecture de Harvard », qui a permis d'éviter le goulot d'étranglement causé par Von Neumann lié à la récupération de données et d'instructions depuis la même mémoire. J'ai également eu la chance de pouvoir travailler avec des ordinateurs parallèles dotés de multiprocesseurs à mémoire partagée et distribuée à l'Edinburgh Parallel Computing Centre [aujourd'hui appelé EPCC]. En 1995, j'ai composé un morceau de musique électronique intitulé « Olivine Trees » en utilisant un Cray T3D, le plus grand superordinateur d'Europe à l'époque.

De toute évidence, l’informatique quantique était sur mon radar depuis un certain temps. Mais au début, tout était théorique et difficile à appréhender. J'ai souvent découvert que les physiciens n'abordaient pas le traitement de l'information de la même manière que les informaticiens. Et il n’y avait pas de véritables ordinateurs quantiques disponibles jusqu’à récemment. Je n’ai découvert IBM QUANTUM Expérience [désormais appelée IBM QUANTUM Plateforme] qu’à la fin de l’année 2016, ce qui permettait à toute personne disposant d’une connexion Internet d’accéder à un processeur quantum à 5 qubits. Au début de l’année 2017, j’ai donc commencé à me concentrer sur la recherche de systèmes basés sur l’IA et la production de musique procédurale grâce à l’informatique quantique, et sur la composition de musique avec eux. La suite appartient à l’histoire !

Pour le qubism, j’ai développé deux approches pour composer avec l’informatique quantique. L'un d'eux utilise des automates cellulaires quantum partitionnés, ou PQCA, pour la génération procédurale. Le PQCA est un moyen d’implémenter des automates cellulaires, c’est-à-dire des systèmes informatiques abstraits qui se mettent à jour de manière itérative sur la base d’une règle, sur des ordinateurs quantum. J’ai développé des méthodes pour convertir des échantillons issus de cycles PQCA en structures musicales, telles que des agrégats de notes, mélodies, rythmes, etc. Ce qui est intéressant dans la PQCA, c'est que les échantillons mesurés constituent des modèles cohérents évoluant dans le temps. Ces modèles ont donné naissance à des structures musicales évolutives ressemblant à une forme musicale connue sous le nom de « variations sur un thème ». Les variations sur un thème en musique désignent une technique de composition où un compositeur prend un thème ou une mélodie spécifique et la modifie de diverses manières. Johann Sebastian Bach, par exemple, est connu pour être un génie lorsqu'il s'agit d'improviser des variations sur une mélodie donnée.

Mais ce qui est encore plus intéressant, c'est que j'ai généré de la musique en utilisant un PQCA à 120 qubits sur un IBM Quantum Eagle. Je dirais que le Qubism n'aurait pas été possible sans un ordinateur quantum.

L’autre méthode utilisait l’informatique quantique pour le machine learning. À des moments précis de la performance, l'ordinateur quantique « écoutait » le violon et produisait des réponses. [Mes collaborateurs et moi] avons développé un système pour extraire les règles de séquençage de la musique d'entrée. Le système encode les règles dans des circuits quantum. Les circuits indiquent à un ordinateur quantum de générer des fonctions d'onde avec des amplitudes codant la stochasticité musicale. En d’autres termes, ils encodent les probabilités de certaines notes à la suite d’autres dans une régler. Une mesure définit la note qui suit une autre.

Pour générer les réponses, un ordinateur portable sur la scène a enregistré le violon, a créé les circuits quantiques et les a transmis à l'ordinateur quantique sur le cloud pour le traitement. Ensuite, après quelques secondes, les mesures ont été extraites du cloud et les réponses musicales respectives ont été synthétisées.

Ce qui est passionnant ici, c'est que seuls 5 qubits et quelques lignes de code Qiskit ont été nécessaires au logiciel pour coder les règles de séquençage musical. Si j'avais utilisé le machine learning standard sur un ordinateur classique, j'aurais certainement eu besoin de neural networks gourmands en ressources informatiques pour faire le même travail.

Ceci n'a pas radicalement changé. Mon processus de composition comprend différentes étapes. D'un côté, il y a l'étape de la programmation informatique, pour ainsi dire, et de l'autre côté, il y a le rendu musical créatif des matériaux générés par un ordinateur. Cette dernière est celle que j’apprécie le plus, car c’est quand je transforme des données générées par ordinateur en musique. La communauté des technologies de la musique utilise souvent cette pratique comme le « mappage », c'est-à-dire le mappage de données abstraites, ou des représentations, dans la musique.

Ceci dit, lorsque je travaille avec des ordinateurs quantiques, je dois absolument changer d'état d'esprit, car je fais des recherches sur la façon d'exploiter ces machines pour générer des matériaux de composition.

Je suis privilégié dans la mesure où j'ai une longue expérience de la programmation informatique. J'aime écrire du code. Cependant, je sais que ce n'est pas le cas pour de nombreux musiciens. J’ai donc pour mission de faciliter l’accès à l’informatique quantique pour les musiciens. J’ai récemment uni mes forces avec Moth, une société de technologie informatique quantique nouvellement créée, pour développer des outils logiciels conviviaux destinés aux industries créatives, en se concentrant sur la musique.

Le travail d’Iannis Xenakis a eu une grande influence durant mes années formatrices. J'avais déjà un diplôme en informatique lorsque je suis retourné à l'université pour étudier la musique de manière plus formelle. Son livre Formalized Music m'a appris à tirer parti de mon expérience en informatique pour composer de la musique. Ce livre décrit ses approches innovantes de la composition musicale, en découvrant la théorie des catégories, les processus stochastiques, la logique formelle et les modèles géométriques pour créer de la musique. Je dirais que comprendre le travail de Xenakis est une condition préalable pour découvrir le potentiel des ordinateurs quantum pour la musique.

Jean-Claude Risset, John Chowning, Laurie Spiegel et Brian Eno sont d'autres compositeurs inspirants qui ont travaillé avec des ordinateurs pendant mes années de formation. Mais c'est le groupe Kraftwerk qui m'a fait découvrir la musique électronique. Ils ont intégré des technologies, notamment des séquenceurs et des sons générés par ordinateur, pour créer leur style de musique électronique distinctif, que je trouve toujours aussi intéressant aujourd'hui.