Нейросетевая модель GigaChat успешно прошла вступительные испытания в Российскую академию музыки имени Гнесиных на образовательную программу «Музыковедение». Об этом сообщили в пресс-службе РАМ.
Нейросетевая модель GigaChat от «Сбера» прошла вступительные испытания в один из ведущих музыкальных вузов страны — Российскую академию музыки им. Гнесиных. Эксперимент стал частью партнерского проекта «Сбера», РАМ им. Гнесиных и музыкального сервиса «Звук».
Экзамен по программе «Музыковедение» состоял из открытых и закрытых вопросов, касающихся истории российской, зарубежной и эстрадно-джазовой музыки. Кроме того, нейросетевая модель GigaChat успешно справилась с комплексными заданиями, которые обычно предлагаются абитуриентам на коллоквиуме по дисциплине «История музыки».
Нейросеть показала умение разбираться в музыке разных композиторов.
GigaChat успешно справился с заданием и получил высокую оценку.
Ответы оценивали члены экзаменационной комиссии РАМ: преподаватели историко-теоретико-композиторского факультета, проректор и руководители образовательных подразделений.
GigaChat был дополнительно обучен на научных и учебных материалах, архивных записях, теоретических трудах и справочниках. Консультации и поддержку в ходе обучения оказывали преподаватели, научные сотрудники и студенты академии. Проект подтверждает возможность применения ИИ в сфере искусства.
По мнению Александра Рыжинского, ректора Академии, в условиях быстрого технологического прогресса использование искусственного интеллекта в творчестве становится неизбежным. По его словам, главная задача — использовать сильные стороны современных технологий, чтобы объединить их с музыкальной наукой и исполнительским искусством.
Ранее искусственный интеллект от Сбера преобразил ежегодную акцию «Ночь в музее» в Москве. Нейросети GigaChat и Kandinsky создали нового маскота — мудрого Совёнка. Они также разработали оригинальный дизайн электронных билетов.
Читайте ещё по теме:
GigaChat научили понимать изображения
Тотальный контроль: как умные устройства шпионят за пользователями
Три главные ошибки, которые мешают использовать возможности нейросетей по максимуму
