Pondělní večer. Sedíme v hospodě s kamarády, s nimiž se znám od základní školy. Řešíme ledasco a u třetího piva Tonda vytáhne mobil a pustí osazenstvu u stolu rapovou píseň. Je v češtině a připomíná mi první pokusy domácích rapperů z devadesátek, nicméně zní překvapivě profesionálně. I přes alkoholové opojení ale poznám, že je na ní něco trochu divného, možná zní až moc dokonale, trochu asepticky, příliš uměle. A kdo by v rapu použil slovo „komole“?
Píseň vznikla v programu Suno, který využívá umělou inteligenci pro generování hudby. Žádný hlas ani nástroj v ní nejsou skutečné. Když druhý den – už střízlivý – zkouším, jak Suno funguje, jsem překvapen, jak je snadné v něm něco vytvořit. Stačí v promptu zadat styl, v němž má píseň být a její téma a během chvíle můžeme poslouchat třeba „smutnou dubstepovou píseň o houbách“ a výsledek popravdě zní jako něco, co by klidně mohlo hrát v českém mainstreamovém rádiu.
Podle Martínka kvůli programům, jako je právě Suno, nepochybně přijdou o práci tvůrci reklamní nebo filmové hudby.
Čím lepší výsledek uživatel Suno chce, tím víc času nad písní musí strávit. Tondovi trvalo vytvořit Komoli asi hodinu a půl. V placené verzi je možné vylepšovat píseň do posledního detailu – vícehlasé refrény, adliby, bridge… cokoliv vás napadne, když něco málo víte o struktuře písně.
S Tondou jsme kdysi zkoušeli dělat elektronické tracky. On na legendárním počítači Amiga programoval beaty v Protrackeru, tahal samply z počítačových her a znělo to jako rané pokusy The Prodigy zkřížené s hudbou z „demíčkové“ scény. Jeden jeho track byl tak skvělý, že jsem kvůli němu někdy v roce 1999 založil netlabel, kde jsem zveřejňoval pokusy svoje a svých kamarádů zdarma ke stažení ve formátu mp3. Byl to vždycky jen koníček, proniknout pořádně do produkce elektronické hudby by trvalo mnohem déle, ale v našem případě to tehdy nejspíš skončilo tím, že jsme si našli jinou zábavu.
Teď čtvrtstoletí poté může Tonda dělat písně tak, jak nikdy nemohl. A ještě mu k nim Suno vytvoří klip.
Kdo je tady skutečný?
Platforma Suno existuje od prosince 2023 a velmi pravděpodobně v ní vznikly i skladby skupiny The Velvet Sundown, která vloni v létě z ničeho nic vyskočila do seznamů nejpopulárnějších interpretů na Spotify. O kapele předtím nikdo nic nevěděl a cosi podezřelého bylo i na jejich retro stylizaci a nestoudném vykrádání rockových gigantů sedmdesátých let. Pak nám to došlo – je to AI!
Kapela na svých sociálních sítích nejprve tvrdošíjně odmítala, že by byla vygenerovaná, ale pak musela přiznat barvu. V časopise Rolling Stone vyšel rozhovor s tvůrcem skrytým za The Velvet Sundown, který se ji snažil rámovat jako „umělecký hoax“ a „dlouhotrvající provokaci“ testující hranice toho, co můžeme ještě považovat za hudbu.
Mnohem pravděpodobnější ale je, že anonymní tvůrce spíše testoval, co mu na Spotify ještě projde. Za miliony poslechů, které The Velvet Sundown za pár týdnů nasbírali, musel inkasovat relativně slušné peníze. Takové, které většina živých hudebníků nikdy neuvidí. „Je to konec hudby, jak ji známe“, hlásaly titulky novinových komentátorů a komentátorek zděšených z toho, že programy jako Suno definitivně vezmou živobytí profesionálním hudebníkům.
Od léta se toho ale na průsečíku hudby a umělé inteligence stalo mnohem víc. Suno už má dva a půl milionu pravidelných uživatelů (včetně mého kamaráda Tondy) a v aktuální reklamní kampani tvrdí, že „stejně jako iPhone udělal z každého fotografa, udělá Suno z každého hudebníka“.
Přišly i další hitparádové úspěchy AI. V listopadu se do čela jednoho žebříčku žánru country sestavovaného americkým magazínem Billboard dostala balada Walk My Walk od virtuálního zpěváka jménem Breaking Rust, jehož kompletní tvorba je vytvořena v programech na generování hudby, ať už to bylo zmíněné Suno nebo konkurenční Udio. Většina posluchačů píseň konzumovala nebo šířila po TikToku, aniž by věděla, že se jedná o výtvor AI. Podle listopadového článku v časopise Billboard už ale takových průniků AI do hitparád bylo mnohem víc, jen jsme si jich nestihli všimnout.
Podobný případ se pak stal letos v lednu, kdy žebříček virálních hitů streamovací služby Spotify ovládla zpěvačka Sienna Rose, jejíž tvorbu konkurenční Deezer onálepkoval jako výtvor AI.
Francouzská streamovací služba se rozhodla s výtvory umělé inteligence bojovat a používá software, který AI obsah detekuje a následně ho tak označuje. Více než třetina obsahu, který je na platformu denně nahráván, je totiž podle Deezeru produktem AI a posluchači mají právo vědět, jestli poslouchají skutečné nebo umělé hudebníky.
Spotify výtvory AI neoznačuje a možná k tomu má dobrý důvod. Novinářka Liz Pelly přinesla vloni na jaře v knize Mood Machine: The Rise of Spotify and the Costs of the Perfect Playlist důkazy, že největší streamovací služba už běžně zařazuje do svých „náladových“ ambientních a chilloutových playlistů skladby generované s pomocí AI v rámci programu Perfect Fit Content. Ten má za úkol vytvářet levný obsah zaplňující playlisty tak, aby nebylo nutné platit skutečné lidské hudebníky. Benevolence vůči AI obsahu byla jedním z důvodů, proč na podzim největší streamovací službu opustili třeba King Gizzard & the Lizard Wizard, Godspeed You! Black Emperor nebo Massive Attack (ti ale odstranili jen část katalogu, který natočili po odchodu od EMI).
Razantně proti AI vystoupil digitální obchod Bandcamp, na němž hudebníci prodávají svoji hudbu fanouškům napřímo. V půlce ledna oznámil, že bude nekompromisně mazat veškerou hudbu, kterou detekuje jako výtvor AI. „Chceme, aby hudebníci dál dělali hudbu a aby si fanoušci byli jistí, že hudba, kterou na Bandcampu najdou, byla vytvořena lidmi,“ uvedla platforma v prohlášení zveřejněném na Redditu.
AI Beatles
S Tomášem Martínkem, který vydává hudbu pod jménem TMA a je členem skupiny Viah nebo kolektivu kolem labelu Bad Names, se potkáváme v jedné kavárně v Karlíně. Všiml jsem si ho před pár lety jako velkého talentu domácí elektronické scény, ale pak na čas zmizel. Když jsem začal přemýšlet o tomto článku, vzpomněl jsem si na naše staré rozhovory o umělé inteligenci, s níž hodně experimentoval, a oslovil ho. „Úplně jsem vyhořel, konceptualizoval jsem si hudbu do té míry, že mi pak už zněla všechna stejně. Tři roky jsem nic nesložil ani nechodil na koncerty,“ říká mi o svém temném období. Zachránily ho modulární syntezátory a jejich nepředvídatelnost. Místo hudby se teď živí v IT, takže vývoj umělé inteligence sleduje z trochu jiného úhlu.
„Apokalyptická představa, že ve světě s AI už nikdo nebude skládat hudbu, je nesmysl. Lidé, které to baví, to budou dělat vždycky,“ říká Martínek. Hudba je podle něj způsob komunikace a prostředek pro to vyjádřit nějakou emoci, přičemž důležité je, že ji také někdo poslouchá a emoci dekóduje. „Nebojím se toho, že už nikdo nebude dělat hudbu, ale že už nebude mít hudebníky kdo zaplatit. Ale to se už vlastně děje teď,“ dodává pesimisticky.
Podle Martínka kvůli programům, jako je právě Suno, nepochybně přijdou o práci tvůrci reklamní nebo filmové hudby. Software dokáže udělat to, co oni, mnohem rychleji a podstatně levněji. Jinak je ale podle něj AI především nástroj, který urychluje některé činnosti v rámci skládání hudby, jež nejsou vyloženě tvůrčí. Psaní písní dál zůstává náročným řemeslem, k němuž je potřeba zvládnout spoustu technik, s nimiž AI může pomoci, ale konkrétní kreativní rozhodnutí stejně nakonec zůstávají na samotném tvůrci. „Large language models umělé inteligence se dají využít k brainstormingu, oponentuře, získávání informací. V tom jsou dnes pro tvůrce nenahraditelné,“ říká.
Vedle LLM existuje ještě druhý přístup umělé inteligence, který využívá postupů strojového učení. Analyzuje vstupní data a vytváří statistické modely, které určí, jakou cestou se tvůrčí proces má nejpravděpodobněji vydat. S tzv. generativní hudbou experimentuje už od devadesátých let britský hudebník Brian Eno, který zpopularizoval software SSEYO Koan. „Album“ Generative Music 1 z roku 1996 představovalo nový koncept hudby, která se nově přeskládává s každým přehráním. „Opravdu si myslím, že od našich vnoučat jednou uslyšíme: Vážně jste poslouchali jednu a tu samou věc pořád dokola?“ prohlašoval tehdy Eno. Pokusy s hudbou generovanou algoritmy či rovnicemi nicméně sahají až do sedmdesátých let a navazují na práci avantgardních skladatelů, jako byli Terry Riley nebo Cornelius Cardew.
Bylo samozřejmě jen otázkou času, kdy budeme schopni teorii uvést do praxe a vyvineme program, který dokáže analyzovat prvky diskografie už existujících umělců a napíše partituru v jejich stylu. Před deseti lety se takto naučila „dělat hudbu“ umělá inteligence Flow Machines vyvíjená korporací Sony. Tým počítačových vědců z Paříže a New Yorku pod vedením François Pacheta nejprve přinutil Flow Machines analyzovat třináct tisíc notových zápisů. A pak ji nechal aplikovat „naučené postupy“ harmonie a tempa na základě stylů známých autorů od George Gershwina až po Beatles. „Nová“ skladba Beatles nazvaná Daddy´s Car ale zněla tuctově, nezajímavě, jako pastiš už někdy slyšených, a proto nepříliš originálních postupů. Tedy všechno, co písně Beatles nikdy nebyly.
Bylo to vlastně uklidňující. Lidskou kreativitu nic nenahradí, znělo poučení z epizody Flow Machines. Zpráva o AI Beatles proběhla v roce 2016 médii jako kuriozita a o pár týdnů později už nikoho nezajímala.
„Čím dál víc jsem přesvědčený o tom, že co se týče kreativity, tak rozdíl mezi člověkem a strojem jednou splyne,“ je ale o dekádu později přesvědčený Tomáš Martínek. Námitku, že v historii museli přijít zásadní lidské osobnosti, aby posunuly vývoj hudby, ale odmítá. Génius je podle něj zastaralý termín romantismu z přelomu 18. a 19. století, který se usadil v myšlení modernity. „Brian Eno místo něho používá termín scenius. Skutečné inovace přichází ne od jednotlivců, ale od komunit nebo obecně doby,“ říká.
A třeba jsou naše představy o hudbě a o její roli pro člověka omezené tím, že se pohybujeme jen v nedávné historii, v níž písně uchováváme na záznamových médiích (od notového zápisu po mp3). To je časově velmi omezený úsek, před nímž existovaly miliony let, v nichž píseň neměla autora ani fixní podobu a šířila se od člověka k člověku. Třeba nás toto setkání s velmi zdatným umělým tvůrcem pomůže lépe pochopit, co to vlastně hudba je a kým jsme ve vztahu s ní my posluchači.
Jsou mezi námi
Bát se hudby od AI je podle Tomáše Martínka zbytečné. „Kdyby někdo chtěl, tak může s pomocí AI udělat hudební label úplně bez lidí. Mě by to ale nebavilo poslouchat ani obsluhovat. Hudební vydavatelství vznikají, aby koncentrovaly podobně smýšlející lidi,“ říká a já pochybovačně dodávám, že někdy také vznikají, aby generovaly zisky.
Jenže vytvořit z ničeho skutečnou popovou hvězdu, která není lidská, ale své posluchače oslovuje lidskými tématy nebo vystupováním, je krajně složité a možná i nemožné. Těžko si představit, že by The Velvet Sundown nebo Sienna Rose měli dlouhodobou kariéru. Autenticita, s níž pophvězdy magnetizují své fanoušky, se uměle špatně vyrábí. Komunikační kanál mezi nimi a posluchači musí obsahovat lidské emoce. S tím AI pracovat neumí. Zatím.
S vymoženostmi, které umělá inteligence jako nástroj nabízí, se podle Martínka na elektronické scéně pracuje už dávno. Americká umělkyně Holly Herndon si pro desku Proto (2019) „vycvičila“ svůj vlastní model umělé inteligence, který místo ní zpívá. Producent Actress používá AI při koncertech, kde mu pomáhá modifikovat tracky. S generativním software už dávno experimentují Björk nebo Grimes.
„Pro někoho nebude legitimní moje hudba, protože ji dělám na počítači. Dřív stejně lidi odmítali elektrické kytary. AI nedává hudbu na zlatém podnose, pokud má za něco stát, musí za ní být lidské emoce. Jen tak může někoho zasáhnout, protože nikoho nezajímá, o čem si mezi sebou vypráví počítače,“ uvažuje Martínek.
Problémy, který s AI hudebník má, jsou spíše praktického rázu. Pro začátek spotřebovává obrovské množství energie a nerostných surovin, což je palčivé obzvláště s výhledem na hrozící rozvrat klimatu. Druhý problém je skutečnost, že modely vyvíjené různými společnostmi jsou tzv. blackbox. Jako uživatelé ChatGPT nebo Gemini netušíme, co se děje mezi vstupem a výstupem a jak výsledky ovlivňují ti, kteří za softwarem stojí. Je to o to víc nebezpečné, že AI máme sklony vnímat jako nadřazenou racionalitu produkující objektivní pravdu, což tak ale vůbec není.
Proud banality
Když jsem začal o Suno psát, zaplavily moje sociální sítě reklamy, v nichž na program pějí chválu hudebníci jako třeba hiphopový producent Timbaland, který tvrdí, že program nechá dokončovat svoje staré skladby. Ne všichni hudebníci jsou ale nadšení. Vloni v březnu se víc než tisíc umělců a umělkyň podepsalo pod petici, která žádá, aby společnost vyvíjející Suno přestala trénovat algoritmus s pomocí jejich hudby. Mezi nejhlasitějšími kritiky byli třeba Thom Yorke z Radiohead a Björn Ulvaeus z ABBA.
Velké stáje hudebního průmyslu bojují proti zneužívání své hudby od AI už od léta 2024. Vloni v listopadu zasáhla Suno žaloba od společnosti Warner Music, které se nelíbilo, že na platformě bylo možné vytvářet hudbu ve stylu interpretů, které mají ve své stáji. Jenže z nepřátelství se záhy stala spolupráce – Suno teď pod kuratelou velké nahrávací společnosti pracuje na verzi hudební AI, která by časem mohla nabídnout uživatelům možnost vytvořit písně třeba s generovanými vokály svých oblíbených zpěváků. Tedy přinejmenším těch, kteří to povolí. Dovedu si představit, že za peníze se jich pár přesvědčit nechá.
Ve stejné době konkurent Udio uzavřel podobné partnerství s Universal Music a v prohlášení se píše o „společné práci na novém zážitku streamování spojeném s vytvářením a konzumací hudby“. Možná se nám zde už rýsuje temná vize budoucnosti, v níž streamovací služba generuje hudbu každému z nás podle našich soukromých preferencí. Tedy podobně, jak dnes vytváří playlisty podle našich minulých poslechů a aktuálních potřeb. Kde jsou v této představě hudebníci z masa a kostí? Nikde. Streamovací služba už je nebude potřebovat.
Proud generované hudby už je dnes možné slyšet v kavárnách, které se tak mimo jiné vyhýbají placení autorských poplatků. V čem je záplava banální, tuctové AI hudby vlastně jiná než to, co dnes hraje z komerčních stanic? Jako hudba na pozadí úplně stačí ta generovaná, je to levnější. Mimochodem, výše zmíněná Sienna Rose – zatím asi největší hvězda AI hudby – má na Spotify aktuálně přes čtyři miliony měsíčních posluchačů, výše zmíněný Breaking Rust je na dvou a půl milionech, The Velvet Sundown mají 160 tisíc. Nikomu z těchto posluchačů nejspíš vůbec nevadí, že jejich tvůrci nejsou skuteční. Od paniky z „nelidské“ hudby jsme se během pár měsíců přesunuli k tiché toleranci.
V temné vizi budoucnosti se posluchačstvo rozdělí na ty, kterým bude stačit AI-slop a ty, kteří budou vyžadovat od hudby opravdovou lidskou konexi. Ze Spotify postupně odejdou všichni skuteční hudebníci, kteří pak budou nuceni přežívat v ekosystému Bandcampu, kde si jejich vinyly, CD nebo trika budou kupovat nejvěrnější fanoušci. Peníze budou vydělávat na koncertech, protože fyzický zážitek s hudbou nic nenahradí. V čem je to ale zase tak odlišné od toho, jak nezávislá scéna funguje už teď?
A jestli někdo půjde na koncert The Velvet Sundown nebo Seinny Rose? Proč ne. Lidé si vytvářejí k hudbě vztah různým způsobem, takže je klidně možné, že pocítí emoční vazbu i na písně generované umělou inteligencí. Respektive její zdařilou nápodobu. „Zásadní je, aby hudba spojovala lidi. Proto miluju techno a akce v neznámých místech, které připomínají rituály. Jde o situaci, náladu, prostředí,“ říká Tomáš Martínek. A optimisticky dodává: „Taková hudba nikdy neumře.“
Tento článek mohl vzniknout jen díky podpoře čtenářů
Podpořte nás