Мед из одуванчиков и его лечебные свойства

Компьютерная программа распределила песни из альбомов «Битлз» по времени их создания. На фото: первый («Please Please Me») и последний («Abbey Road») альбомы группы «Битлз», записанные в Англии. C сайта en.wikipedia.org

Современные успехи технологий распознавания образов позволяют анализировать произведения искусств, художественные и музыкальные. Так, двое американских специалистов-компьютерщиков применили разработанные методы к анализу музыки «Битлз». Их программный комплекс — перевод аудиограмм в визуальные спектрограммы и последующее их сравнение по тысячам параметров — дал исключительно содержательный результат. Все альбомы «Битлз» распределились по времени их создания. Авторы отмечают, что программными средствами можно проследить стилистическую динамику музыки «Битлз» надежнее, чем это получается у экспертов.

Многие люди задаются вопросом: что такое искусство — рекламный пиар или что-то в этом есть глубинно-правдивое? В обыденной жизни часто приходится прислушиваться к экспертному мнению, толкующему так или иначе произведения искусства или анализирующему творчество авторов. Но всегда остается толика сомнения, что это всего лишь мнение одного человека, а на самом деле альтернативных оценок может быть столько, сколько людей на свете. И дело тут в том, что у нас нет объективных признаков, которые бы отличали настоящее от китча или подделки. Действительно, нельзя же считать бегущие по спине мурашки критерием чего-то стоящего.

Однако специалисты в области распознавания образов серьезно продвинулись в поиске таких признаков. Лиор Шамир (Lior Shamir) и Джо Джордж (Joe George) из Технологического университета братьев Лоуренс представили результаты компьютерной классификации песен «Битлз». Компьютер блестяще справился с задачей, расставив альбомы «Битлз» в хронологическом порядке и выделив сборные альбомы с песнями разных периодов творчества. Это, конечно, не суть человеческого творчества, но уже нечто позволяющее приступить к объективным рассуждениям о творчестве. Компьютерные программы, не имеющие субъективных предпочтений, выделили суть стилистического развития «Битлз», и именно эта динамика отразилась в компьютерном решении.

Ясно, что эта работа появилась не на пустом месте. Шамир со своими коллегами начинал исследования с анализа сигналов китов (Lior Shamir, 2014. Classification of large acoustic datasets using machine learning and crowdsourcing: Application to whale calls). Ученые занимались различением звуковых сигналов разных видов китов, а также популяций одного вида, обитающих в разных частях ареала. Это помогло отработать технику классификации аудиосигналов. Сначала аудиоинформация трансформируется в визуальную в виде спектрограмм (поскольку визуальную запись анализировать проще, чем звуковую). В спектрограмме компьютер может вычленить около 2880 признаков, по которым и ведется сравнение. Примерно той же методикой ученые воспользовались при анализе песен «Битлз».

Пример спектрограммы голоса песни «Lonely hearts» (имеются спектрограммы отдельных инструментов). Рисунок из препринта статьи Joe George, Lior Shamir, 2013. Computer-based approaches to music research

Для каждого альбома была выделена квинтэссенция стиля — комплекс общих характеристик. Затем по степени сходства выделенных параметров сами альбомы были расклассифицированы с использованием обычных методов построения филогенетических деревьев. И на итоговом дереве они расположились строго закономерным образом — в хронологическом порядке.

Даже нарушения хронологического порядка на этом дереве имеют смысл. Так, альбом «Let it be», выпущенный в 1970 году, помещается перед альбомом 1969 года «Abbey Road», так как «Let it be» был в действительности записан раньше. То же и с альбомом «Help!», который был собран раньше, чем «Rubber Soul».

Так что компьютерный алгоритм анализа песен «Битлз» прекрасно «разобрался» в творческой динамике музыкального стиля группы. Не каждый знаток сможет потягаться в этом с компьютером. По всей видимости, те экспертные оценки, на которые принято ориентироваться, эксплуатируют огромный комплекс параметров того или иного произведения. Эксперт редко отдает себе в этом отчет, конкретизируя в уме тот или иной критерий, но его мозг тонко реагирует на весь комплекс критериев. Компьютерная программа, по-видимому, делает отчасти то же самое, но только не отвлекаясь на субъективные моменты.

Разработанный и опробованный метод — это прекрасный инструмент для изучения сущности экспертных оценок искусства, для выявления отдельных школ и тенденций в современном и классическом искусстве. Нужно будет еще проделать дополнительную работу, чтобы доказать, что программа анализирует действительно элементы творчества, а не отклонения в работе звукозаписывающих устройств. Но так или иначе, Шамир с коллегами уже опробовал свою технологию и на произведениях художественного искусства, также получив интригующие результаты. Даже противоречивый художественный стиль Джексона Поллока, в основе которого —псевдобеспорядочные брызги и разводы краски, поддается анализу при помощи разработанного комплекса программ.

Источники:
1) Joe George, Lior Shamir. Computer analysis of similarities between albums in popular music // Pattern Recognition Letters. 1 August 2014. V. 45. P. 78–84.
2) Lior Shamir. What makes a Pollock Pollock: A machine vision аpproach.
3) Lior Shamir. Computer analysis of art // Journal on Computing and Cultural Heritage (JOCCH). 2012. V. 5, Issue 2. Article No. 7.

Искусство — воплощение и развитие этических символов общения в данной культуре (и в отдельных субкультурах) и поэтому нет чего-то однозначно «глубинно-правдивого» или «попсы», — все зависит 1) от общепонимаемого в данной (суб)культуре 2) от уровня понимания этих символов конкретным человеком (так он и будет судить). Подробнее обоснования: http://www.scorcher.ru/neuro/neuro_sys/beautiful/beautiful.p hp

>>И дело тут в том, что у нас нет объективных признаков, которые бы отличали настоящее от китча или подделки. . специалисты в области распознавания образов серьезно продвинулись в поиске таких признаков.

Таких объективных признаков принципиально не существует. В данной работе, конечно же, вовсе не были выявлены «объективные признаки, которые бы отличали настоящее от китча или подделки» и специалисты вовсе не «продвинулись в поиске таких признаков». Они реализовали жесткий (или ограничено адаптирующийся) алгоритм распознавания некоторых признаков аудиограмм, по котором оказалось возможным их классифицировать в определенных свойствах, зависящих от признаков в аудиограммах. Вот и все. Это — жесткий алгоритм по уровню моделей адаптивности примерно насекомое, чуть сложнее бабочки или виноградной улитки. Подробнее обоснования: http://www.scorcher.ru/adaptologiya/modeli_sistem_individual noy_adaptivnosti.php

Эти ребята напомнили мне «фоменковцев» с их «новой» историей. У них тоже есть алгоритм, для которого по известной только авторам алгоритма методике готовятся входные данные, и по этим (неизвестно как препарированным) данным алгоритм выдает в точности тот результат, который авторы и хотели изначально получить.

Пусть бы они выложили свой алгоритм в виде какого-то готового windows приложения, которым бы мог любой желающий воспользоваться. Пусть бы они выложили методику как нужно готовить музыкальный материал для анализа. И потом взяли бы десять групп, занумеровали их так, чтобы было неизвестно где какая группа, и попросили добровольцев провести анализ, используя их софт и руководствуясь их методикой. Вот тогда бы и можно было бы понять возможности их алгоритма.