OpenAI a créé un générateur de musique en 2019, bien avant ChatGPT
Si vous suivez l'actualité IA de manière occasionnelle, vous associez probablement OpenAI à ChatGPT, GPT-4 et l'explosion des grands modèles de langage fin 2022. Cette chronologie est incomplète. OpenAI construisait des systèmes de musique générative des années avant l'ère des chatbots, et deux projets méritent qu'on s'y attarde : MuseNet et Jukebox.
MuseNet : 25 avril 2019
MuseNet a été lancé le 25 avril 2019. Il pouvait générer des compositions allant jusqu'à quatre minutes avec dix instruments différents, mélangeant des styles allant de Mozart aux Beatles. Ce n'est pas une faute de frappe — le même système pouvait produire une pièce de piano baroque puis passer à un arrangement pop-rock.
Le détail technique crucial : MuseNet travaillait avec de la musique symbolique de type MIDI. Il traitait des notes, de l'instrumentation et de la structure — pas du son brut enregistré. Pensez-y comme de la génération de partitions plutôt que de fichiers audio.
Sous le capot, MuseNet utilisait la même technologie non supervisée généraliste que GPT-2. Le modèle était entraîné à prédire le prochain token dans une séquence. Que ces tokens représentent des mots dans une phrase ou des notes dans un passage musical, le schéma fondamental est similaire.
Jukebox : 30 avril 2020
Jukebox est arrivé un an plus tard, le 30 avril 2020, et c'était une bête fondamentalement différente. Là où MuseNet générait de la musique symbolique, Jukebox s'attaquait à l'audio brut. Il pouvait générer de la musique — y compris un chant rudimentaire — directement sous forme d'ondes sonores, dans différents genres et styles d'artistes.
La chronologie de développement raconte une histoire d'ambition croissante. OpenAI a commencé le travail en juillet 2019, l'a étendu en septembre 2019, a fait évoluer en janvier 2020 et a publié publiquement en avril 2020. Environ dix mois du développement initial à la publication publique.
Jukebox a montré à quel point la génération audio brute est réellement difficile. OpenAI a été transparent sur les limitations majeures : bruit, structure faible des chansons, génération lente. Rendre une minute d'audio pouvait prendre environ neuf heures.
Pourquoi cela change la lecture de l'histoire d'OpenAI
L'existence de MuseNet et Jukebox recadre le récit commun sur OpenAI. Le chemin vers ChatGPT n'était pas une ligne droite de GPT-1 à GPT-4 vers une interface chatbot. C'était une exploration décennale de la modélisation de séquences à travers de multiples domaines : texte, code, images et musique.
Conclusion
Le travail de génération musicale d'OpenAI en 2019 et 2020 rappelle que les ambitions techniques de l'entreprise ont toujours été plus larges qu'un seul produit. Si quelqu'un vous dit qu'OpenAI ne fait que des chatbots, pointez-le vers MuseNet et Jukebox.