استخدام الذكاء الاصطناعي في الموسيقى يصبح أكثر وتيرًا

ازدادت تطبيقات الذكاء الاصطناعي في الموسيقى على مدار السنوات القليلة الماضية.  كما يشرح Kumba Sennaar، فإن التطبيقات الحالية للذكاء الاصطناعي في صناعة الموسيقى تتضمن ثلاثة مجالات رئيسية: التأليف الموسيقي، وبث الموسيقى، وتصوير الموسيقى، حيث تساعد منصات الذكاء الاصطناعي الفنانين على تحقيق أرباح من محتوى الموسيقى الخاص بهم بناءً على بيانات النشاط المستخدم.

كل شيء بدأ في عام 1957 عندما قام Learn Hiller وLeonard Issacson ببرمجة Illiac I لإنتاج “Illiac Suite for String Quartet”، وهي أول عمل موسيقي كامل تم كتابته بواسطة الذكاء الاصطناعي، ثم بعد 60 عامًا، تم إنتاج ألبومات كاملة مثل ألبوم Taryn Southern الذي تم إنتاجه بواسطة Amper Music في عام 2017. حاليًا، يمتلك Southern أكثر من 452 ألف مشترك على يوتيوب، وقد تم الاستماع إلى أغنية “Lovesick” من الألبوم أكثر من 45,000 مرة.

ولكن منذ ذلك الحين، أصبحت تطبيقات الذكاء الاصطناعي في هذا المجال أكثر تعقيدًا وتفرعًا. أوجدت Open AI MuseNet، وهي شبكة عصبونية عميقة يمكنها إنشاء موسيقى مدتها 4 دقائق مع 10 أدوات موسيقية مختلفة، ويمكنها دمج أساليب من الموسيقى الريفية إلى موزارت إلى البيتلز. لم يتم برمجة MuseNet بشكل صريح بفهمنا للموسيقى، ولكنها اكتشفت أنماطًا من التآلف والايقاع والأساليب من خلال تعلم التنبؤ بالرمز التالي في مئات الآلاف من الملفات الموسيقية. تستخدم MuseNet نفس التكنولوجيا العامة غير الموجهة مثل GPT-2، وهو نموذج تحويل كبير الحجم تم تدريبه لتنبؤ بالرمز التالي في تسلسل، سواء كان صوتيًا أو نصيًا.

من ناحية أخرى، كما تقارير GeekWire، تم تكليف الدكتور ميك جرييرسون، عالم حاسوب وموسيقي من جامعة لندن، من قبل الشركة المصنعة للسيارات الإيطالية فيات لإنتاج قائمة بأكثر 50 أغنية بوب أيقونية باستخدام الخوارزميات. تم استخدام برنامج تحليله لتحديد “ما يجعل الأغاني ملحوظة، بما في ذلك المفتاح، وعدد الدقائق في الدقيقة، وتنوع الإيقاع، والمحتوى الكلامي، وتنوع الصوت، والاختلاف الصوتي”.

وفقًا لنتائجه، كانت الأغنية التي لديها أفضل مزيج من المعايير المحددة هي “Smells Like Teen Spirit” لفرقة Nirvana، متقدمة على “One” لفرقة U2 و “Imagine” لجون لينون. ثم تم استخدام أغنية Nirvana من قبل فيات لترويج طراز FIAT 500 الجديد. وأوضح جرييرسون أن الخوارزميات أظهرت أن “الأصوات التي تستخدمها هذه الأغاني وطريقة دمجها فريدة للغاية في كل حالة”.

تم إعداد تطبيق آخر بواسطة مكتبة musicnn، والتي كما هو موضح، تستخدم الشبكات العصبونية التلافيفية العميقة لتحديد الأغاني تلقائيًا. النماذج “التي تم تضمينها تحقق أفضل الدرجات في التقييمات العامة للمعايير”. تم إصدار أفضل نماذج الموسيقى كمحفظة مفتوحة المصدر. تم تطوير المشروع بواسطة مجموعة تكنولوجيا الموسيقى في جامعة بومبيو فابرا، التي تقع في برشلونة، إسبانيا.

في تحليله للتطبيق، استخدم Jordi Pons مكتبة musicnn لتحليل وتحديد أغنية أخرى أيقونية، “Bohemian Rhapsody” لفرقة Queen. لاحظ أن صوت فريدي ميركوري تم تحديده كصوت أنثوي، بينما كانت تنبؤاته الأخرى دقيقة جدًا. جعل musicnn متاحًا كمصدر مفتوح يسمح بالمزيد من تحسين عملية التحديد.

في تقرير عن استخدام الذكاء الاصطناعي في بث الموسيقى، يخلص Digital Music News إلى أن “مقدمة الذكاء الاصطناعي وتكنولوجيا التعلم الآلي قد حسنت بشكل كبير الطريقة التي نستمع بها إلى الموسيقى. بفضل التقدم السريع في تكنولوجيا الذكاء الاصطناعي والتكنولوجيا المماثلة، من المحتمل أن نرى الكثير من التحسينات المستقبلية في السنوات القادمة”.