Сейчас довольно много генеративных моделей работают по принципу автоэнкодера. Нейросеть Пианола построена по этому же принципу: нейросеть сначала пытается эффективно представить информацию из поданных на вход данных в виде набора чисел (латентного вектора), а затем восстановить исходные данные по этому набору. Данные, в целом, могут быть любыми, но часто итоговый результат зависит от их объёма и от того, в каком виде их подают на вход нейросети.

Главная трудность при работе над любым отдельно взятым стилем музыки, к примеру, джазом, даже не в том, что в его основе лежит импровизация, а в том, что набор данных для обучения будет сравнительно небольшим.

К счастью, джаз не появился ниоткуда, он стал органичным этапом развития музыки, поэтому можно обучать нейросеть как на джазовых композициях, так и треках других стилей, но подавать информацию о стиле той или иной музыки на вход в процессе обучения. А уже на этапе генерации чётко фиксировать стиль генерируемой музыки. Тогда, благодаря большой выборке композиций, задачу удаётся решить.