编排可以自动创建吗？

── 《本田之声》于 2013 年发布。从那时到现在，我们用数据创造事物的方式发生了哪些变化？

当时被称为“数据挖掘”或“数据可视化”^*6创作作品的时代。作为主题。

然而，人工智能在2014年左右逐渐成为热潮，2015年，使用CNN（卷积神经网络）的图像生成方法发布，例如Google开发的生成噩梦图像的Deep Dream，以及Leon A Gatys等人开发的转换绘画风格的Neural Style Transfer，使用生成而不是分析的作品开始流行。此后，用于图像生成的新库和算法相继发布，物体检测的速度和准确性得到提高，使新的表达方式成为可能。例如，在香水项目中，我们开发了一个系统，该系统使用技术来识别音乐视频中出现的对象。具体来说，它是一项搜索与手机拍摄的照片相似的音乐视频帧的服务，其精确度在10年前是难以想象的。 Perfume的三位成员发型和外貌都保持不变，活跃时间也很长，而且视频数据也很多，所以兼容机器学习也很棒。

── 你认为可以利用机器学习来创作实际的编舞吗？

虽然可以生成新的动作，但很明显，创建实际上可以用作编排的动作比我预期的要困难。人的眼睛很敏感，如果真人大小的人做出哪怕是最轻微的奇怪动作，都会产生不适感。创造人类认为“自然而美丽”的动作是相当困难的。

另一方面，就创作《Perfume》编舞的导演兼编舞 MIKIKO 而言，歌词和编舞的背景非常紧密地交织在一起，例如，“自从歌词中出现了‘Valentine’这个词，他的手就移动了 2、1、4。”机器可能无法想出这样的东西。因此，自动生成MIKIKO的方法会很困难。然而，我觉得如果这是一首有既定形式和风格并随着音乐跳舞的歌曲，就像嘻哈舞蹈一样，我就可以做到，所以我一直在这方面进行尝试。

说到这样的实验性尝试，我们首先尝试由 MIKIKO 运营的一家名为 ELEVENPLAY 的舞蹈公司进行类似独立项目的表演。然后，当我们确认它不仅可以作为技术演示，而且可以作为一种表达，并且达到一定水平时，我们就会进入“下次，在像Perfume这样的大舞台上”。也就是说，我们在自己的项目中重复研发，当我们擅长它时，我们将它带到大型娱乐领域。