Kantaty chorałowe niemieckiego kompozytora zawsze przyciągały uwagę uczonych z powodu algorytmizacji i systemowego podejścia w procesie ich tworzenia. To czterogłosowe kompozycje oparte na tekstach luterańskich. Bach sięgał po znane melodie, umieszczał je w sopranie, a następnie harmonizował dla nich partie w alcie, tenorze i basie. Metoda wydaje się prosta, jednak cała sztuka kryje się w subtelnościach między melodią a harmonią.
Gaetan Hadjeres i Francois Pachet, naukowcy z paryskiego Sony Computer Science Laboratory, postanowili sprawdzić, czy maszynę można nauczyć komponować muzykę w stylu Bacha. W tym celu skonstruowali sieć neuronową głębokiego uczenia, którą nazwali DeepBach. Aby „skłonić” ją do pisania chorałów, naukowcy wprowadzili do jej bazy 325 chorałów stworzonych przez Bacha, a następnie przetransponowali je do innych tonacji dla z góry określonych głosów, otrzymując w sumie 2503 różnych utworów. 80 procent z nich badacze wykorzystali, by nauczyć maszynę do rozpoznawania Bachowskich harmonii, a 20 procent, żeby potwierdzić ich autentyczność.
Uczeni podawali sieci wyjściową melodię, a ta konstruowała partie dla altu, tenora i basu. Aby się przekonać, na ile udatnie sprawiła się z tym zadaniem, przeprowadzono badanie na 1600 osobach, wśród których było 400 profesjonalnych muzyków i studentów uczelni. Blisko połowa respondentów uznała, że utwory skomponowane przez DeeBacha są bardzo podobne do utworów prawdziwego Bacha. Najciekawsze, że aż 1/4 nie była w stanie prawidłowo określić, które z nich wyszły spod ręki lipskiego kantora, a które zostały napisane przez sieć neuronową.
Sądzisz, że byłbyś w stanie odróżnić oryginał od podróbki w wykonaniu sztucznej inteligencji? Możesz spróbować swoich sił tutaj. Publikacja „DeepBach: a Steerable Model for Bach chorales generation” dostępna jest tutaj.
