Diseño y música: cómo el aprendizaje automático está cambiando la industria creativa

La intersección entre el diseño y la música siempre ha sido una zona fértil para la innovación. Desde las portadas de discos icónicos hasta los videos musicales más vistos en YouTube, ambas disciplinas han logrado influenciarse mutuamente a ,lo largo de las décadas.

Pero con el avance del aprendizaje automático (machine learning), estamos viendo una nueva ola de experimentación en ambas áreas. En este artículo, exploraremos cómo esta tecnología está siendo utilizada para crear diseños y sonidos completamente nuevos e inesperados.

Diseño generativo

El diseño generativo es una técnica que utiliza algoritmos para crear diseños automáticamente. A menudo se utiliza en arquitectura y diseño industrial, pero también se ha utilizado para crear obras de arte visuales.

Ahora, algunos diseñadores están aplicando esta técnica a la creación de portadas de álbumes y otros elementos visuales relacionados con la música. Por ejemplo, el diseñador gráfico Joshua Davis ha utilizado algoritmos para generar diseños abstractos que acompañan sus mezclas de DJ.

Otro ejemplo es el trabajo del artista tridimensional Mario Klingemann. Utiliza redes neuronales convolucionales (CNN) para generar imágenes abstractas que parecen salpicaduras de pintura o explosiones de fuegos artificiales. Estos diseños son perfectos para portadas de álbumes o videos musicales que buscan algo un poco fuera de lo común.

Creación musical asistida por ordenador

La música también se ha beneficiado del aprendizaje automático. En p,articular, la creación musical asistida por ordenador (CAM) permite a los músicos experimentar con nuevas formas de composición y producción musical.

Una de las herramientas más populares en este campo es Amper Music, un servicio que utiliza algoritmos para crear pistas musicales personalizadas. Los usuarios pueden elegir el género, la duración y el estado de ánimo que desean para su pista, y luego Amper genera automáticamente una canción adaptada a esas especificaciones.

Otro ejemplo es el trabajo del productor musical Taryn Southern. Para su álbum «I AM AI», trabajó con una serie de programas de CAM para crear música completamente generada por ordenador. Desde las letras hasta las melodías, todo fue generado automáticamente.

Síntesis de audio basada en redes neuronales

La síntesis de audio es otra área en la que el aprendizaje automático está teniendo un gran impacto. En particular, la síntesis basada en redes neuronales está permitiendo a los diseñadores sonoros crear sonidos nunca antes escuchados.

Un ejemplo es NSynth Super, una herramienta creada por Google que utiliza redes neuronales para crear nuevos instrumentos virtuales a partir de sonidos existentes. Por ejemplo, puede tomar un sonido de guitarra y combinarlo con un sonido de flauta para crear algo completame,nte nuevo e inesperado.

Otro ejemplo es el trabajo del diseñador sonoro Ian Hattwick. Utiliza sistemas como WaveNet, desarrollado por DeepMind (también propiedad de Google), para crear sonidos complejos que no se pueden lograr con sintetizadores tradicionales.

Conclusión

El aprendizaje automático está permitiendo a los diseñadores y músicos explorar nuevas formas de expresión. Desde el diseño generativo hasta la síntesis de audio basada en redes neuronales, estamos viendo una nueva ola de experimentación creativa que podría cambiar la forma en que pensamos sobre el diseño y la música.

A medida que esta tecnología continúa evolucionando, es emocionante pensar en las posibilidades futuras. ¿Qué otros tipos de diseños y sonidos podrían ser creados con la ayuda del aprendizaje automático? Sólo el tiempo dirá, pero lo que está claro es que la intersección entre el arte y la ciencia nunca ha sido más emocionante.