FacebookTwitterLinkedIn

Algoritmi che scrivono la musica: lo stato dell’arte

machine-learning-Revevol
Catia Maietta, avvocato

Il giorno in cui le hit musicali saranno integralmente composte da una macchina, anziché da un essere umano, potrebbe non essere così lontano. L’idea incontra lo scetticismo di gran parte dell’universo artistico, come si può ben immaginare, di coloro che vedono nella creazione di un brano musicale la massima espressione dei sentimenti e dell’inventiva umani, che vivono delle emozioni che la musica è in grado di trasmettere e che non ritrovano in un brano elaborato dall’applicazione di un algoritmo strutturato con complesse formule matematiche quella magia che solo i sentimenti sanno trasmettere.

L’intelligenza artificiale è entrata nel mondo della musica già da diversi anni, proponendosi come un supporto alla diffusione e alla fruizione dei brani musicali e orientando, inevitabilmente, le scelte e i consumi degli utenti. Si pensi allo streaming e a come ha cambiato il modo di ascoltare la musica. Si pensi anche a come gli utenti vengano indirizzati ad ascoltare diversi generi musicali sulla base dei suggerimenti dati dagli algoritmi. Gli stessi “smart speaker” si propongono come veri e propri suggeritori, inducendo ad ascoltare determinati brani piuttosto che altri.

Motori di ricerca e progetti

Il motore di ricerca “Brain”, creato da una start-up californiana, si presenta come funzionalità in grado di predire i brani che avranno più successo e che saranno più ascoltati dagli utenti. Vi è anche un altro progetto simile, denominato “Hitwizard” e realizzato dalla Ard Boerd, che ha l’obiettivo di valutare i brani e di indicare quelli di maggior successo.

Entrambi i progetti poggiano su una operatività simile: una rete neurale in grado di processare moltissimi dati insieme e di elaborare una previsione. Al fine di valutare le possibilità di successo, il brano viene sottoposto a esame, quanto ai bpm (battiti per minuto), al tempo, alla durata e alla ballabilità. Si tratta di dati che, a parte l’influenza che possono avere sul consumatore, e che certo non può essere sottovalutata ma che anzi andrebbe anch’essa adeguatamente monitorata, risultano certamente interessanti e oggetto di fonte di guadagno per le società del settore.

Un primo uso dell’intelligenza artificiale nel campo della musica, pertanto, si è tarato sull’interesse a orientare scelte e consumi, e in questo si è visto che gli algoritmi hanno davvero tantissime potenzialità.

Un ulteriore approfondimento da segnalare, sempre rilevante per il settore musicale, è quello elaborato da Fincons Group che ha portato avanti per circa tre anni un progetto di ricerca sull’audio branding. Il progetto si intitola “ABCD_DJ” (Artist to Business to Consumer Audio Branding System) ed è finalizzato a scegliere la musica più adatta a ogni contesto, associandola a un particolare brand.

Se, adoperando il metodo tradizionale, la scelta del brano musicale avveniva sulla base dei tag assegnati manualmente, con il presente studio si è elaborato un algoritmo capace di individuare le caratteristiche di maggior interesse che possono indurre gli ascoltatori a preferire un determinato brano. “L’algoritmo può predire la coerenza del brano musicale con il brand o la percezione musicale con una precisione dell’80,1%. Il valore teorico massimo del 100% non può mai essere raggiunto, perché le persone hanno e avranno sempre una reazione diversa alla musica, il che significa che l’80,1% risulta essere un valore eccezionale per il settore”, ha dichiarato Jochen Steffens della TU (Technische Universitat) Berlin, che ha diretto il consorzio che si è occupato del progetto di ricerca.

Dalla riproduzione alla creazione

Una delle sfide più importanti resta quella originata dal confronto tra il dato tecnico-matematico degli algoritmi e il mondo della creatività: se e come questi due universi siano in grado di comunicare e di fondersi. L’approccio verso l’arte, in particolare, nel caso di specie la musica, non è avvenuto certamente da un giorno all’altro. Vi sono stati piccoli passi che hanno portato a conoscere caratteristiche e limiti del mondo dell’arte, fino a ipotizzare un uso non solo di ausilio ma anche creativo degli algoritmi.

Un ulteriore, decisivo, passo avanti in merito all’utilizzo degli algoritmi in campo musicale si sta registrando negli ultimi anni grazie a un progetto estremamente ambizioso.

Una volta valutata la possibilità dell’A.I. di penetrare all’interno del mondo della musica fornendo dati e informazioni estremamente utili per chi gestisce il mercato e vuole indirizzare, o semplicemente capire, gli orientamenti degli utenti, ci si è posti dal lato della dimensione artistica, ipotizzando l’uso di algoritmi per creare musica. Si tratta di un cambiamento estremamente importante: già solo il fatto di concepire la possibilità di adoperare gli algoritmi per sostituire la creazione umana è di per sé una vera e propria rivoluzione. Questa possibilità affronta lo scetticismo di molti che non riescono a concepire la sostituzione della mente creativa con il lavoro di un algoritmo, sia pur elaborato nel modo più aperto possibile.

Esprime bene questo senso di inadeguatezza la dichiarazione rilasciata da Dani Deahl, produttrice di musica house, DJ, giornalista e blogger, sulla testata The Verge e riportata nell’articolo “Musica e intelligenza artificiale: a che punto siamo” di M. Minoggio: “Facendo musica, l’idea che il linguaggio informatico possa fare quello che faccio io lascia spiazzati. È inquietante pensare che un algoritmo possa creare una canzone accettabile in qualche minuto e che l’intelligenza artificiale stia entrando in un territorio creativo che caratterizziamo come distintamente umano”.

L’avvicinamento a questa nuova dimensione è avvenuto gradualmente: l’A.I. ha iniziato a creare brani musicali il più affini possibili ai brani noti. Ciò grazie alla elaborazione di algoritmi in grado di immagazzinare un numero cospicuo di brani, opportunamente spezzettati. Attraverso questo metodo di apprendimento si è concepito un algoritmo capace di adoperare i singoli pezzi per creare un brano, differente da quelli originari esaminati, ma pur sempre dotato una struttura di base a essi affine. Ultimamente anche questo approccio si è notevolmente evoluto.

Il machine learning rappresenta il vero salto di qualità nell’apprendimento creativo degli algoritmi, sistema che ha segnato il passaggio da una creazione musicale caratterizzata, quanto ai risultati, da rudimentali tappeti sonori usati per video e spot pubblicitari, a veri e propri brani musicali. In tal senso il machine learning si propone come strumento per il passaggio a una vera e propria intelligenza creativa dell’A.I.

Imitazione e innovazione alla base della struttura matematica

In un articolo pubblicato sulle pagine della rivista Scientific Reports, un team internazionale di ricercatori racconta di essere riuscito a elaborare un modello matematico in grado di replicare un determinato stile musicale. Tale risultato è stato raggiunto sviluppando un metodo efficiente computazionale attraverso il quale sono state trovate le ricorrenze di coppie di note. Sulla base di tali risultanze è stato costruito un modello fisico che tendenzialmente spiega e traduce l’elaborazione del brano musicale.

La musica creata da questo sistema gode del carattere dell’innovatività e non rappresenta alcun plagio di brani preesistenti. La struttura ispirata al modello matematico, quale risultato della ricerca, è stata posta anche alla base del modello cosiddetto Maximum Entropy, elaborato al fine di sviluppare nuova musica che abbia gli stessi elementi artistici di un brano musicale adoperato come modello di riferimento.

Alcuni hanno considerato limitativo il modello matematico a coppie posto alla base del programma, scettici sul fatto che simile modello potesse catturare la struttura di un brano musicale, notoriamente ricca di una varietà di elementi. Ciò che, invece, si è dimostrato è che il sistema a coppie è in grado di lavorare su diverse distanze temporali, limitando lo spazio delle possibili soluzioni ed elaborando, pertanto, schemi di ordine superiore.

Alla base della struttura matematica elaborata si pongono sostanzialmente due concetti fondamentali: imitazione e innovazione. Attraverso questi due meta-mondi la complessa macchina matematica si propone di riorganizzare in modo creativo il materiale esistente del brano che si vuole prendere come punto di riferimento e sviluppare nuove idee che assomiglino al materiale originale.

Adoperando l’innovazione ci si propone anche l’obiettivo di creare un nuovo materiale che non sia casuale, bensì statisticamente coerente con il brano di riferimento, ad esempio enfatizzando le stesse note o coppie di note. L’imitazione, in sostanza, verrebbe a cadere non sul brano, ma sullo stile, producendo nuovi brani e dando così spazio a una forma creativa di elaborazione musicale.

Ciò che ne viene fuori è una vera e propria rivoluzione che nei prossimi anni modificherà totalmente la creatività musicale, incidendo sulla scrittura dei pezzi e sull’industria discografica sia quanto ai supporti fisici che all’organizzazione di potenziali eventi, ad esempio concerti. Ovviamente di pari passo a questa grande svolta si muovono problematiche anche di carattere giuridico che dovranno trovare opportune risposte.

Come è stato osservato da una ricerca di Holly Herndon, artista che ha sperimentato con il suo album “Proto” la creazione di musica attraverso l’interazione uomo-intelligenza artificiale:Non si tratta di descrivere l’intelligenza artificiale come positiva o negativa, ma di riflettere sulle sue applicazioni e sollevare domande, per esempio sulla proprietà intellettuale di musiche prodotte da una macchina che mina opere altrui. I musicisti devono sforzarsi di cercare risposte prima che qualcun altro lo faccia per loro, come è accaduto per le piattaforme di streaming che si sono trasformate in schemi di marketing piramidali. È ora che gli artisti diventino parte attiva della conversazione pubblica sull’intelligenza artificiale”.

 

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn

Questo sito utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all’uso dei cookie. Leggi la nostra Cookie Policy per esteso

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi