Bu məqalə Science X-in redaksiya prosesinə və siyasətlərinə uyğun olaraq nəzərdən keçirilmişdir. Redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı atributları vurğuladılar: Maşın öyrənmə modelləri 20 məşhur caz pianoçusunu araşdıran araşdırmaya əsasən, qeydlərdən caz pianoçularını müəyyən edə və ayrı-ayrı ifaçıları tanınan musiqi “barmaq izlərini” aşkar edə bilər. “Nature Machine Intelligence” jurnalında dərc olunan tədqiqat rəssamın atributları və üslubu, mədəni irsi və musiqi təhsili haqqında fikirlər təklif edə bilər.
Musiqiçilər tez-tez işlərində harmonik irəliləyişlər, ritmik strukturlar və melodik motivləri ehtiva edən fərqli nümunələr və ya "barmaq izləri" ilə tanınırlar. Caz bu barmaq izlərini öyrənmək imkanı təqdim edir, çünki o, xüsusi ifaçıya xas ola biləcək kompozisiya, improvizasiya və performansı bir araya gətirir. Bununla belə, cazın hesablama təhlili çətin olub, çünki ifaların əksəriyyəti audio yazı kimi mövcuddur və səsyazma mühiti və istifadə olunan avadanlıq növləri kimi dəyişənlərə görə birbaşa audioda öyrədilmiş modelləri şərh etmək insanlar üçün çətin ola bilər.
Huw Cheston və həmkarları 20 məşhur caz pianoçusunun 1629 çıxışından 84 saatlıq qeydlərdən ibarət kurasiya edilmiş məlumat toplusundan ifaçıları müəyyən etmək üçün nəzarət edilən öyrənmə modellərini öyrədiblər. Bunlara Bill Evans, Oscar Peterson, Thelonious Monk, Chick Corea, Keith Jarrett, McCoy Tyner və Əhməd Camalın səsyazmaları daxildir. Səsyazmalar MIDI "piano roll" formatına çevrildi, bu, notların nə vaxt və hansı səs hündürlüyündə çalındığını göstərən rəqəmsal təqdimatdır.
Ən yaxşı performans göstərən model ifaçıları 94,4% dəqiqliklə müəyyən etdi, melodiya, harmoniya, ritm və dinamikanı ayıran daha izah edilə bilən model isə 91,3% dəqiqliyə çatdı. Fərdi olaraq sınaqdan keçirildikdə, harmoniya ən dəqiq proqnozları verdi, ardınca ritm və melodiya gəlir, dinamika isə ən az dəqiq idi. Müəlliflər təklif edirlər ki, onların yanaşması tədqiqatçılara ifaçıları fərqləndirən musiqi nümunələrini, o cümlədən mövcud elmi ədəbiyyata və əvvəllər müzakirə olunmamış digərlərinə uyğun olan xüsusiyyətləri araşdırmağa kömək edə bilər.
Onlar həmçinin nəticələri araşdırmaq üçün açıq mənbəli modelləri və veb tətbiqini buraxdılar. Bununla belə, onlar qeyd edirlər ki, melodiya və harmoniya kimi musiqi ölçüləri üst-üstə düşə bilər və MIDI fortepiano rulonları caz ifasının bütün aspektlərini, o cümlədən vibrato və pitch əyilmə kimi tonal və timbr keyfiyyətlərini tuta bilməz. Gələcək iş yanaşmanı digər janrlara, alətlərə, tarixi kontekstlərə və daha az tanınmış və ya tarixən az təmsil olunan musiqiçilərə də genişləndirə bilər.
Huw Cheston et al, Cazda bədii barmaq izlərinin maşın öyrənməsi, Nature Machine Intelligence (2026). DOI: 10.1038/s42256-026-01279-9 Jurnal məlumatı: Nature Machine Intelligence BA incəsənət tarixi, MA maddi mədəniyyət. Keçmiş muzey redaktoru, feldşer və transplantasiya koordinatoru.
Xülasə — davamını mənbədə oxuyun.
