fab four
15 Luglio Lug 2019 0600 15 luglio 2019

È stato John Lennon o Paul McCartney? Un programma di AI riesce a scoprire il vero autore delle canzoni dei Beatles

Annose questioni sulle quali i fan discutono da decenni potranno essere risolte, una volta per tutte, dalla tecnologia. Resta da capire quale sarà l’utilità di tutto questo

beatles
da Wikimedia

A dimostrazione che la tecnologia sviluppata negli ultimi anni è stata, di fatto, uno spreco di tempo e intelligenza, concorre questo studio congiunto delle università di Harvard (Usa) e Dalhousie (Canada), in cui gli scienziati hanno deciso di scomodare l’Intelligenza Artificiale per capire chi, tra John Lennon e Paul McCartney, avesse contribuito di più nella scrittura delle canzoni più celebri dei Beatles. Roba forte.

Il dibattito, del resto, è annoso. Sulla paternità dei motivi, dei passaggi, delle idee armoniche, sia Lennon (quando era vivo) sia McCartney (tuttora) hanno fornito versioni diverse, anche contraddittorie. Chi è stato a scrivere “In My Life?”. E chi è l’autore di “Do You Want to Know a Secret?”

Il fatto è, tutto sommato, di scarso interesse. Il risultato finale delle canzoni dei Fab Four è stato, sempre e comunque, l’esito di un lavoro di squadra. Certo, con contributi maggiori e minori da parte dei vari componenti, comunque difficili da districare: chi può dire di saper mappare la provenienza di un’ispirazione? La risposta è: l’Intelligenza Artificiale.

Le analisi dei sistemi messi a punto dagli scienziati americani, che hanno passato al setaccio centinaia di canzoni dei Beatles, permetterebbero di arrivare ad alcune conclusioni. Per esempio, “Ask Me Why” sarebbe per il 90% attribuibile a John Lennon, così come “Do You Want to Know a Secret” e il ponte di “A Hard Day’s Night”. Il musicista sarebbe riconoscibile per il suo stile diretto, molto lontano dalle sperimentazioni, a volte troppo avventurose, di McCartney.

Come ha spiegato uno degli autori dello studio, il professore di Statistica a Harvard Mark Glickman, l’obiettivo del lavoro è più ambizioso di quanto appaia. “Vogliamo creare un modello per chi desidererà seguire i cambiamenti avvenuti nel tempo nel modo della musica. Con il nostro sistema di machine learning, sarà possibile comprendere tutte le differenti influenze che ha subito un musicista”.

Obiettivo più ambizioso, quindi. Ma neanche tanto.

Potrebbe interessarti anche
 Iscriviti alla newsletter

Vuoi essere sempre aggiornato? Iscriviti alla newsletter de Linkiesta.it .

Quando invii il modulo, controlla la tua inbox per confermare l'iscrizione

 Seguici su Facebook