Omväxlande livlig och längtande, den traditionella folkmusiken från Irland och Storbritannien har gjort sina avtryck runt om i världen. Nu hjälper dessa ständigt populära musikformer datorer att lära sig att bli en ny sorts partner i musikskapande.

Ett maskininlärningssystem som övervakas av en forskare i Sverige har producerat 100, 000 nya folklåtar hittills, genererar en mängd olika reaktioner från folkmusiker och allmänheten. En del av musiken kan till och med höras på ett nysläppt album av en irländsk folkgrupp.

Bob Sturm, docent i datavetenskap vid Kungliga Tekniska Högskolan, säger att huvudtanken med projektet var att träna datormodeller på folkmusik, så att de verkar ha lite musikalisk intelligens, och sedan "utarbeta metoder för att reda ut vad de faktiskt gör, " han säger.

Forskningen ledde sedan till kreativa möjligheter.

"Vårt arbete med många medarbetare, som kompositören Oded Ben-Tal vid Kingston University i Storbritannien, och professionella musiker, har också visat hur modellerna kan tjäna ett bredare syfte:som användbara partners för att skapa ny musik, " säger Sturm.

Projektet använder en vanlig artificiell intelligensmetod som kallas ett återkommande neuralt nätverk (RNN), som i huvudsak förutsäger vad som kommer härnäst baserat på vad den tidigare har sett. För träningsdata, teamet utnyttjade webbplatsen thesession.org, som innehåller tiotusentals låtar som transkriberats av människor som använder ett korthandsspråk designat för folkmusik.

"De resulterande datormodellerna visar en viss förmåga att upprepa och variera mönster på sätt som är karakteristiska för denna typ av musik, " Sturm säger. "Det var inte programmerat att göra det här med hjälp av regler - det lärde sig att göra det eftersom dessa mönster finns i den data vi matade den."

För att testa rimligheten hos de genererade låtarna, Sturm och Ben-Tal utmanade en grupp professionella irländska traditionella musiker att skapa ett album med folkmusik som bygger på befintliga låtar och de 100, 000 genererade av deras datormodeller. Resultatet är ett fullängdsalbum där över hälften av musiken är datorgenererad. Sturm och Ben-Tal släppte sedan albumet online för att få recensioner och kommentarer från proffs och allmänheten. "Vi var tvungna att hitta på en berättelse om albumets ursprung för att undvika den fördom som kan uppstå när någon tror att en kreativ produkt skapades av en dator, " säger Sturm. "Och nu när vi har recensioner, vi avslöjar det verkliga ursprunget till albumet."

Albumet kan höras och laddas ner gratis på:soundcloud.com/oconaillfamilyandfriends

Dessa datormodeller är inte på väg att böja mänskliga kompositörer åt sidan någon gång snart, säger Sturm. "Musik är och kommer alltid att vara en mänsklig aktivitet. Våra modeller genererar bara sekvenser av symboler som kräver utbildade musiker för att förvandlas till musik, eller till och med att bestämma sig för att inte slösa bort tiden.

"Men konstigt, oväntat, och ibland händer underbara saker när modeller vågar sig utanför sin begränsade kunskap, " säger han. "Om vi ​​skjuter en modell bara en bit bort från mönster som den har sett, det kan misslyckas katastrofalt. Till skillnad från en människa, systemet kan inte generalisera bortom ett mycket specifikt sammanhang." Mycket av det som forskarna ursprungligen trodde att systemet lärde sig om nyckelfunktioner i folkmusik, som variation och upprepning, det hade inte lärt sig trots allt.

Modellernas idiosynkratiska kunskaper om musik till trots, Sturm och hans kollegor driver frågan om de kan öka musikskapandet. De skapade en onlineimplementering på folkrnn.org, där vem som helst kan utforska modellerna själv. De skapade också ett onlineprojekt som heter The Machine Folk Session themachinefolksession.org:en växande samling maskingenererad folkmusik, som ungefär som thesession.org fungerar som en samling av riktig musik.

"Det ska bli intressant att se om den här samlingen används för att träna framtida generationer av datormodeller, " säger Sturm.