У США вчені створили алгоритм, за яким можна визначити стилістичну еволюцію "Бітлз"

Американські науковці розробили алгоритм, що дозволяє науково виміряти стилістичну еволюцію музики рок- та поп-гуртів

Поки що науковці Технологічного університету Лоуренса, які створили алгоритм, продемонстрували ефективність свого методу на альбомах «Бітлз», передає Еспресо.TV з посиланням на Лента.ру

Професор Ліор Шамір створив програму акустичного аналізу криків китів, а потім переробив її на алгоритм для роботи з музичними альбомами. Програма перетворює кожну пісню в спектрограму - візуалізацію звуків. А потім спільне та відмінне в музиці простежується за даними спектрограм за допомогою алгоритмів розпізнавання образів і статистичних методів. 

Шамір прогнав за своєю програмою 11 пісень з кожного з 13 студійних альбомів «Бітлз» і спробував оцінити стилістичні відмінності між альбомами за спектрограмами окремих композицій. Програма змогла правильно визначити послідовність виходу всіх платівок. Вона навіть здогадалася, що пісні на останньому студійному альбомі бітлів (Let It Be, 1970 рік) були записані раніше, ніж на попередньому (Abbey Road, 1969 рік). 

«Якщо ви не фанат "бітлів", ви навряд чи знаєте, що альбом Help! вийшов перед Rubber Soul, - а наша програма легко це з'ясувала. Штучний інтелект здатний побачити динаміку музичних стилів, просто "слухаючи" пісні», - тверджує Шамір. 

Алгоритм показав такі ж відмінні результати і з музикою інших груп - Queen, U2, ABBA і Tears for Fears. Єдиний виняток стосувалося останнього колективу: програма вказала на істотну схожість двох альбомів Tears for Fears, між виходом яких минуло 15 років. Ймовірно, справа в тому, що Seeds of Love 1989 був записаний перед самим розпадом групи, яка возз'єдналася тільки в 2004 році з альбомом Everybody Loves a Happy Ending. У цих релізів більше спільного, ніж у двох сольних альбомів, записаних після 1991 року лідером групи Роландом Орзабалом (він зберіг за собою назву колективу). 

В епоху «великих даних» (big data) такі алгоритми можуть допомогти у пошуку та організації великих баз даних музичних композицій, а також у підборі треків, що відповідають індивідуальним вподобанням людини.