ყოველი მუსიკოსის მიერ შესრულებული კომპოზიცია უნიკალურია, თუმცა ეს განსხვავება ადამიანების უმრავლესობისთვის შეუმჩნეველია. კემბრიჯის უნივერსიტეტის მეცნიერებმა მანქანური დასწავლის მოდელი ისე გაწვრთნეს, რომ ეს სხვაობები ეპოვა.

ახალი ნაშრომის ავტორებმა მოდელები 20 ლეგენდარული ჯაზ-პიანისტის იმპროვიზაციებზე გაწვრთნეს, რომლებიც ჯამში 84-საათიანი გამოვიდა. მუსიკა 1629 სოლო და ანსამბლურ შესრულებას მოიცავდა, მათ შორის ბილ ევანსის, ოსკარ პიტერსონისა და თელონიუს მონკის.

სხვათა შორის, ჯაზი მეცნიერულად ძალიან რთული შესასწავლია. შესრულებების უმრავლესობა მხოლოდ აუდიოჩანაწერების სახით არსებობს, მათზე გაწვრთნილი მოდელების მონაცემთა ინტერპრეტაცია კი ადამიანებისთვის რთულია.

ანალიზის პროცესის გასამარტივებლად ჩანაწერები MIDI-ფაილებზე გადაწერეს. ეს კომპოზიციებთან სამუშაოდ სტანდარტული ციფრული ფორმატია, რომელიც აუდიოჩანაწერის ვიზუალურად გამოსახვაში გვეხმარება. ამით ნაშრომის ავტორებს იმის დადგენა სურდათ, თუ რა აქცევს თითოეული შემსრულებლის ჩანაწერს უნიკალურად. ასევე, რა მსგავსება და განსხვავება არსებობს ამა თუ იმ მუსიკოსის ხელწერას შორის.

კვლევის ფარგლებში ოთხ მუსიკალურ ნიშაზე კონცენტრირდნენ: მელოდიურობაზე, კეთილხმოვანებაზე, რიტმულობასა და დინამიკურობაზე. ექსპერიმენტი საკმაოდ წარმატებული გამოდგა: საუკეთესო მოდელებმა შემსრულებელი სწორად 94.4%-იანი სიზუსტით გამოიცნო.

მუსიკალური ხელწერის ერთ-ერთი ნიმუში ბილ ევანსის აუდიოჩანაწერში იპოვეს: დიდი ან მცირე სეპტაკორდის დამავალი არპეჯო. ევანსის ჩანაწერებში ეს ნიმუში 128-ჯერ დაფიქსირდა, სხვებისაში კი მხოლოდ 30-ჯერ. შედეგებიდან გამომდინარე გუნდმა ის მუსიკალური მოტივებიც აღმოაჩინა, რომლებსაც ხელოვანები ნაკლებად იყენებენ. მაგალითად, ოსკარ პიტერსონი და ჯუნიორ მენსი ოქტავურ ტრემოლოებს ხშირად იყენებენ, რასაც ბილ ევანსზე ვერ ვიტყვით.

ნაშრომის ავტორები განმარტავენ, რომ კომპიუტერული მეთოდები ძალიან გამოადგათ. ამ გზით მათ იმდენი მონაცემი დაამუშავეს, რამდენსაც ადამიანი უბრალოდ ვერ შეძლებდა. გარდა ამისა, კომპიუტერული მოდელების გამოყენებით გუნდმა წარმოუდგენელი სტატისტიკური სიზუსტეც მიიღო.

სხვათა შორის, არსებობს ვებგვერდიც, რომელზეც კვლევის შედეგებს შეგიძლიათ უფრო დეტალურად გაეცნოთ.

კვლევა გამოცემაში Nature Machine Intelligence გამოქვეყნდა.