Apprendimento automatico di canzoni con smartphone

La sfida dell’intelligenza artificiale nel campo della musica. Un sistema di apprendimento automatico in grado di comprendere i segreti dei grandi compositori del passato e comporre nuovi brani

Si chiama apprendimento automatico ed è alla base dell’intelligenza artificiale. La macchina impara dall’uomo i processi logici e creativi. Un aspetto dell’evoluzione tecnologica che forse spaventa e apre una serie di interrogativi sul futuro dell’uomo, ma che è anche un valido metodo per comprendere i meccanismi della creatività umana.

Perchè applicare l’apprendimento automatico proprio nel campo musicale? Tra tutti contenuti e i linguaggi creati dall’uomo, i segreti delle composizioni musicali sembrano affascinare gli scienziati più del resto. Infatti comporre musica impegna il cervello su più livelli di intelligenza, sensibilità, destrezza e fantasia. Materie che non possono non interessare chi vuole realizzare una qualche forma di intelligenza artificiale. L’obiettivo degli scienziati non è certo sostituire i musicisti, ma sviluppare sistemi e creare applicazioni che nel prossimo futuro verranno utilizzati in tutti i settori dell’industria.

Musica e intelligenza artificiale

Nella sfida tra apprendimento automatico e intelligenza artificiale in campo musicale concorrono le più grandi società al mondo. C’è Google con il progetto Magenta rivolto ad artisti, programmatori e creativi. Ma c’è anche la FlowMachine sviluppata nei laboratori della Sony dedicata alla comprensione dei successi della musica pop. Infine un progetto di machine learning sulla musica classica che si chiama MusicNet ed è dedicato ai grandi compositori del passato. Il software sviluppato dall’Università di Washington serve a comprendere la struttura delle composizioni musicali classiche, ma non solo. Può persino anticipare le note di una registrazione, o completare una composizione nel caso si tratti di un brano incompiuto.

I meccanismi creativi della musica destano tanto interesse anche perché i ricercatori non amano le cose semplici. Etichettare la musica è molto più complicato che non la scrittura o le immagini. Il tempo scorre e la durata di ogni singola nota si intreccia con altezza, timbro, dinamica e mille altri parametri. Come fare? Utilizzando una una tecnica chiamata dynamic time warping, in una prima fase di apprendimento MusicNet ha analizzato 330 registrazioni di musica classica trascrivendo passaggi e strutture dei brani. Dopo avere annotato un totale di oltre 1 milione di tag, il processo musicale è stato trasformato in algoritmi che non solo riconoscono, ma sono anche in grado di creare musica sulla base di queste esperienze di ascolto.

Cosa serve l’apprendimento automatico nella musica

I ricercatori sostengono che mai prima d’ora era sviluppato un sistema di apprendimento automatico in grado di analizzare in modo così dettagliato delle composizioni musicali. Pur trattandosi di ricerche nell’ambito dell’intelligenza artificiale, il progetto non nega anche delle opportunità artistiche. I compositori a corto di idee, ad esempio, potrebbero trovare in questi algoritmi un valido assistente capace di inventare melodie o di completare brani autonomamente. Non c’è da avere paura. Gli scienziati sostengono che la capacità di comprensione delle macchine daranno più poteri all’artista.

Sistemi come MusicNet possono anche semplificare la vita a chi suona. Ad esempio trascrivendo automaticamente in forma di partitura scritta le performance musicali eseguite dal vivo. In questo caso il tasso di errore è solo del 4%. Oltre ad identificare le note la macchina riesce a classificare gli strumenti utilizzati in una registrazione. Appassionati e storici musicali sono affascinati dalle possibilità che il sistema offre nel completamento delle opere del passato. Una prova di questo genere è stata fatta con un pezzo incompiuto di Bach.

Anche i servizi di musica in streaming potrebbero sfruttare la possibilità di classificare i brani musicali in modo così dettagliato per raccomandare brani simili a quelli preferiti. Per orientarsi tra i milioni di brani disponibili in abbonamento, attualmente i sistemi per la ricerca di nuova musica sono basati solo sul filtraggio collaborativo o su metadati che comprendono ad esempio il nome dell’artista e i tag di genere. Siamo solo all’inizio. È inutile negare che l’apprendimento automatico aprirà nuovi orizzonti anche al cervello umano. O almeno così ci auguriamo.