您已经尝试了一个小型模型（117M 参数）。OpenAI 现在已经发布了中型模型（345M 参数）。请注意，完整模型有 1.5B 参数。另请注意，GPT-2 已针对所有可用文本的一小部分进行了训练。几乎可以保证，在更多文本上训练的更大模型会生成更好的文本。

我已经尝试过 345M 型号，我同意卫报的评估。你自己看：

迅速的：

我想使用机器学习生成优美的音乐。你认为计算机能够创作出像莫扎特、巴赫或肖邦的作品那样新颖的作品吗？

结果（前四个样品，不是樱桃采摘）：

是的，计算机可能会在 2020 年之前做到这一点。我认为我们的关键将是制作有趣而优美的音乐，所以我们永远不会真正知道。我希望计算机会随着时间的推移变得更加高效——这已经在很多方面发生了，比如在大数据中——同时仍然能够做更多他们接受过的训练，比如寻找模式。我认为这就是我将来想要使用神经网络的地方。

我们不知道，但它可能会发生。这是一个有趣的问题。当然我们有人工智能，它可以在没有人工输入的情况下做有趣的事情。它可以识别世界，找到物体和图像，它理解语言，我们可以为它制作游戏。但如果你想象一个 AI 能够写音乐，它是否足够好？比人类玩家强多少？别人能做多好？人工智能永远不会真正处于最佳状态，因为它总是必须想出创造性的方式来使用和发挥它。问一个足够好的问题就是忽略它是人类。你只能问好问题

该软件将提供帮助，因为它已经可以做到。但它也将允许更多的人类创作者，这是我认为它应该做更多的事情来将音乐带入任何流派。就作曲而言，这通常是人类创造力的问题。但它是如何做到这一点的呢？让我们说今天作曲的人比以往任何时候都少。你还记得那一天，计算机偶然可以为莫扎特的第四奏鸣曲写歌词，或者人类为莫扎特的第二号奏鸣曲写歌词的那一天吗？那是在 1960 年，现在已经不是真的了。随着我们前进，我们不会创作人类音乐家无法创作的音乐。作为计算机音乐创作者，您的目标是什么？

这个想法的核心是音乐是声音的集合——它是第一个艺术形式，是人类进化的第一个音乐，是声音的集合。音乐不是声音的抽象事物，而是声音的集合。你不能像我们写书和电影的方式来写音乐，因为我们在写和作曲时考虑到了声音。这就是机器学习的用武之地。您可以阅读一些有关如何获得更好的音乐作家或如何提高他们的音乐质量的书籍，但您根本无法利用此类信息来有所作为。音乐教给你什么？优美的写作和表演，准确地传达情感，并与他人建立持久而丰富的关系