Letture
7 minuti
Tech & Innovazione
Tech & Innovazione

Musica creata dai software: due AI hanno finito la Sinfonia n°8 di Schubert e riunito i Beatles

19 aprile 2022

Il 1828 metteva fine alla vita di Franz Schubert, lasciando senza conclusione l’opera più tormentata della sua vita: la Sinfonia n.8, iniziata dal musicista nel 1822 e passata alla storia come Incompiuta (clicca qui per ascoltarla). La sinfonia doveva essere composta da tre movimenti: Allegro moderato, Andante con moto e, infine, quello che Schubert non era riuscito a scrivere in tempo, Scherzo. Nel corso dei secoli schiere di musicisti hanno provato a completarlo senza successo; mentre ci è riuscita, quasi due secoli dopo, un’intelligenza artificiale che ha analizzato battuta per battuta i primi due movimenti e ha generato l’intera parte mancante, eseguita poi dai 67 elementi della English Session Orchestra nel corso di un evento tenutosi alla Cadogan Hall di Londra.

Impressionante, sì, ma non difficile da credere. Del resto, da moltissimo tempo i nostri computer funzionano come tele, pennelli e strumenti musicali. Sono diventati imprescindibili in quei processi che creano arte. Tuttavia i software sembrano aver sviluppato anche un’altra capacità da sempre a uso esclusivo dell’essere umano: la creatività. E il loro talento è particolarmente spiccato per quanto riguarda la musica, tanto da essere stati riconosciuti come veri artisti e aver reso possibile anche un evento all’apparenza impossibile: rimettere insieme i Beatles.

AIVA, la prima IA riconosciuta come artista

Come ogni artista che si rispetti, AIVA ha una pagina di Soundcloud che elenca tutti i brani che portano la sua firma. Se volete sapere di più sul suo conto, basta leggere la bio in cui è riportato in modo piuttosto trasparente: “I am an AI who composes music”, ovvero: “Sono un’intelligenza artificiale che compone musica”.  Infatti AIVA è uno dei software più noti nell’ambito delle IA capaci di farlo. Come gran parte di essi si basa su algoritmi di deep learning, un meccanismo ispirato alla struttura neurale del cervello umano che permette a un software di sviluppare algoritmi a partire dai dati che immagazzina, come per esempio gli schemi di una melodia.

La differenza significativa con gli altri algoritmi di apprendimento è infatti che il deep learning consente all’IA di trovare una sua strada, migliorando le proprie prestazioni senza ricevere ulteriori input. In poche parole l’IA diventa protagonista di un processo “libero” da stimoli esterni. Proprio questo è il segreto per avvicinare il risultato delle sue elaborazioni alla variazione che solitamente caratterizza le arti creative dell’essere umano, come la musica.

AIVA ha assimilato un database composto da migliaia di opere classiche firmate dai compositori più famosi della storia della musica come Bach, Beethoven e Mozart. L’insieme dei dati che viene dato in pasto a un sistema di deep learning viene definito training set. Questo permette al programma di imparare quali suoni, quali accordi si susseguono più spesso, per generare poi altri pezzi che hanno proprietà statistiche simili a quelle osservate. Gli spartiti che vengono prodotti vengono poi riprodotti da artisti professionisti su strumenti reali in uno studio di registrazione, così da ottenere la qualità del suono migliore possibile. Ed è davvero molto difficile, se non impossibile, distinguere una sinfonia scritta in questo modo da un’IA rispetto a una scritta da un essere umano.

Nel caso di AIVA poi la differenza si fa ancora più sottile dal momento che il software è stato il primo a essere stato riconosciuto dalla SACEM, la società che si occupa del diritto d'autore in Francia, come un vero e proprio compositore. Potete ascoltare il frutto del suo estro creativo nel suo primo album, Genesis, composto da 24 tracce.

L’Intelligenza artificiale che ha rimesso insieme i Beatles

Vale la pena citare un altro esempio di IA che ha fatto una magia in ambito musicale, ovvero rimettere insieme i Beatles. Almeno virtualmente. Si tratta di Flow Machines, altro software che utilizza il deep learning, che ha analizzato un database di oltre 10.000 brani provenienti da ogni parte del mondo per comprendere e astrarre concetti come ritmo, melodia e armonia. Mettendo insieme piccoli elementi provenienti da più tracce Flow Machines è in grado di comporre autonomamente musica a partire dalle richieste di chi lo utilizza.

Il musicista francese Benoit Carrè ha chiesto una melodia che ricordasse lo stile dei quattro ragazzi di Liverpool, e così è nata “Daddy’s Car”, un pezzo pop rock estremamente bizzarro, che nelle atmosfere lisergiche e psichedeliche somiglia ad alcune delle produzioni più sperimentali dei Beatles. Carrè si è occupato di scrivere il testo del brano e di produrlo. Ha inoltre dimostrato la versatilità del programma lavorando poi su tutt’altro genere con il suo secondo lavoro, “Mr. Shadow", ispirato ai grandi classici americani di Irving Berlin e Duke Ellington.

In tutti questi esempi il lavoro delle intelligenze artificiali ha avuto bisogno dell’intervento umano nelle fasi più critiche della produzione, della scrittura o dell’esecuzione del brano. Questo significa che i software di questo tipo sono uno strumento prezioso che può aiutare i professionisti a creare opere pregevoli, ma non può accendere quella scintilla di ispirazione della quale sono dotati solo gli esseri umani. Almeno per ora.

Credits

Cover: Schub-CC, hadikarimi. Distributed under the Creative CommonsAttribution-Share Alike 4.0 International license via Wikimedia; Televisie-optreden van The Beatles in Treslong te Hillegom vlnr. Paul McCartney, Bestanddeelnr 916-5099, Eric Koch / Anefo. Distributed under Public Domain Mark 1.0 license via Wikimedia

Immagine interna 1: Franz Schubert by Kriehuber 1846, Josef Krieuber. Distributed under Public Domain Mark 1.0 license via Wikimedia

Immagine interna 2: Mixcraft9-screenshot1, Soundwarrior69. Distributed under the Creative Commons Attribution-Share Alike 4.0 International license via Wikimedia

Immagine interna 3: The Beatles with Jimmie Nicol 916-5098, Eric Koch e Den Haag. Distributed under the Creative Commons Attribution-Share Alike 3.0 Netherlands license via Wikimedia

argomenti trattati

Vuoi informazioni sulla nostra consulenza e sui nostri servizi?

Naviga il sito e vedi tutti i contenuti di tuo interesse