Inteligența Artificială nu constituie o ruptură epistemică radicală apărută ex nihilo, ci mai curând momentul în care un anumit tip de cultură devine explicit și recunoscut instituțional. Cu mult înainte ca sintagme precum „model generativ” sau „Inteligență Artificială Generativă” să intre în uzul comun, existau cercetări care urmăreau formalizarea proceselor artistice în termeni algoritmici.
Aceste demersuri nu s-au dezvoltat în cadrul infrastructurilor tehnologice dominante, ci în medii mai puțin vizibile: laboratoare universitare, studiouri experimentale și proiecte individuale de cercetare desfășurate în afara unor cadre instituționale consolidate. În acest context trebuie situată și cercetarea de față. Ea nu reprezintă o adaptare la discursul contemporan despre AI, ci rezultatul unei intuiții formulate în urmă cu peste trei decenii: aceea că muzica poate fi descrisă ca sistem formal de reguli, iar această formalizare poate conduce la proceduri de recunoaștere și generare.
Înainte de a deveni tehnologie, Inteligența Artificială a existat ca ipoteză conceptuală. Iar unele dintre condițiile sale de posibilitate au fost explorate în domenii considerate tradițional exterioare cercetării „canonice”.
Între București și Varșovia: când muzica devine sistem formal
În anii ’90, într-un context marcat de acces limitat la resurse tehnologice, existau deja în Europa centre în care muzica era abordată ca domeniu de cercetare avansată. IRCAM, sub egida Centrului Georges Pompidou, reprezenta unul dintre aceste poluri unde convergența dintre compoziție, matematică și informatică configura un nou tip de abordare asupra fenomenului sonor.
În acest cadru se înscrie și formarea mea intelectuală. Între București, Paris și Varșovia, sub îndrumarea profesorului Dinu Ciocan și a compozitorilor Tom Johnson și Włodzimierz Kotoński, muzica era abordată nu doar ca expresie estetică, ci ca sistem organizat. Întrebarea fundamentală nu era „ce exprimă muzica?”, ci „prin ce mecanisme funcționează ea?”.
Această deplasare de perspectivă este esențială. În timp ce reprezentarea curentă a muzicianului privilegiază dimensiunea interpretativă sau componistică, există o tradiție de cercetare în care muzica este tratată ca limbaj formal. În acest cadru, compoziția devine construcție de sistem, iar analiza urmărește identificarea regulilor de organizare.
Demersul de față se înscrie în această direcție și constă în transpunerea unui material muzical concret într-un sistem formal alcătuit din gramatică și automat finit. Faptul că această abordare pare astăzi familiară ține de evoluția cadrului conceptual; la momentul elaborării ei, ea nu beneficia de aceeași legitimare.
În acest context, trebuie amintită și influența decisivă a școlii academice reprezentate de Ștefan Niculescu, pentru care rigurozitatea structurală nu era opțională, ci o condiție a gândirii componistice. Înainte de consacrarea sa internațională, încununată inclusiv prin Premiul Academiei Franceze și Premiul Herder pentru întreaga activitate, Niculescu a fost inginer constructor — adică s-a bucurat de o educație profund ancorată în matematică și în gândirea formală. Această biografie intelectuală nu este un detaliu anecdotic, ci un argument de legitimitate: modelul său de creație nu aparține unei sensibilități intuitive improvizatorice, ci unei tradiții de rigoare structurală. La fel ca și în cazul Xenakis.
Cadru teoretic: de la sunet la limbaj formal
Construcția modelului meu pornește de la ipoteza că o melodie poate fi tratată ca limbaj formal, în sensul teoriei limbajelor: un ansamblu finit de simboluri organizate prin reguli. Suntem în anii ’90. Eu eram atunci un tânăr student — așa cum, într‑un sens simbolic, sunt și astăzi, căci învățarea nu se încheie niciodată, ci se transformă.
Sunetele relevante constituie alfabetul limbajului (VT), iar structurile abstracte formează vocabularul neterminal (VN). Această distincție permite separarea dintre nivelul perceptibil și cel structural.
Pentru descrierea relațiilor au fost utilizate gramatici de tip 3, caracterizate prin reguli de forma:
X -> aY
unde X și Y aparțin vocabularului neterminal, iar a este un element terminal.
Un pas decisiv l-a constituit utilizarea echivalenței dintre gramaticile regulate și automatele finite. Pe baza acesteia am construit un automat în care fiecare stare corespunde unei poziții structurale, iar fiecare tranziție este determinată de apariția unui sunet.
Melodia devine astfel un parcurs într-un spațiu de stări, iar modelul definește o funcție de validare: secvențele conforme sunt acceptate, celelalte sunt respinse.
Modelul poate fi sintetizat astfel:
Model Algoritmic = „alfabet finit” + „reguli de producție” + „mecanism de recunoaștere”
Primul meu AI: de la gramatică la Inteligență
Modelul poate fi descris formal printr-o gramatică regulată:
G = (VN, VT, A, P)
VN = {0,1,2,3,4,5}
VT = {sib, reb, mib, mi, sol}
A = 0
P = {
0 -> sol1,
1 -> mi2 | mib3 | sol5,
2 -> sol1 | mib3,
3 -> sib4,
4 -> reb1,
5 -> mi1
}
Această gramatică este echivalentă cu un automat finit:
M = (Q, Σ, δ, q0, F)
Q = {0,1,2,3,4,5}
Σ = {sib, reb, mib, mi, sol}
δ = {
(0, sol) → 1,
(1, mi) → 2, (1, mib) → 3, (1, sol) → 5,
(2, sol) → 1, (2, mib) → 3,
(3, sib) → 4,
(4, reb) → 1,
(5, mi) → 1
}
q0 = 0
F = {1}
Modelul definește simultan o funcție de recunoaștere și un mecanism generativ, ceea ce îl plasează în categoria sistemelor de tip AI simbolic, caracterizate prin transparență și explicitarea regulilor.
Implicații: formalizare, generativitate și spațiul posibilului
Modelul descris nu constituie doar o formalizare punctuală, ci indică statutul generativ al structurilor muzicale. Odată tradus într-un sistem de reguli, materialul sonor devine instanța unui limbaj.
În acest cadru, L(G) nu mai reprezintă doar un set de secvențe, ci o clasă de compoziții posibile, definite prin constrângerile formale ale sistemului. Diferența dintre reproducere și creație se deplasează astfel către explorarea acestui spațiu formal.
Dacă modelele contemporane operează prin probabilitate și învățare, modelul meu funcționează prin deducție. Această opoziție reflectă două paradigme ale inteligenței algoritmice: statistică și simbolică.
Aplicată muzicii, această distincție arată că procesul compozițional poate fi interpretat ca navigare într-un sistem de reguli. Modelul devine astfel nu doar descriptiv, ci conceptual.
În acest sens, ceea ce a fost gândit și construit în anii ’90 — și continuat până în prezent — nu reprezintă o anticipare accidentală, ci o expresie coerentă a unei tradiții. Și apare inevitabil întrebarea — dacă noi făceam posibile astfel de formalizări încă din anii ’90, înainte ca Inteligența Artificială să devină discurs fluent, atunci unde credeți că ne situăm astăzi…?
Concluzie
Inteligența Artificială nu este un produs exclusiv al dezvoltărilor tehnologice recente, ci expresia explicită a unei paradigme de formalizare care a existat deja, în forme latente, în alte domenii ale cunoașterii — și nu de ieri, nici de azi. În acest cadru, muzica nu mai poate fi redusă la simplă expresie sau la o interpretare empirică, ci se revelează ca sistem formal de organizare. Ea apare ca spațiu de modelare formală, capabil să opereze cu reguli, să definească structuri și să genereze variații coerente.
Cercetările de față, inițiate în anii ’90 și continuate până în prezent, arată că aceste mecanisme pot fi articulate riguros în absența infrastructurilor tehnologice sofisticate. Gândirea algoritmică nu este, așadar, un efect al tehnologiei, ci una dintre condițiile ei de posibilitate.
Această constatare obligă la o clarificare fără echivoc: reducerea muzicianului contemporan la rolul de «scriitor de note» sau interpret este o perspectivă — legitimă, dar incompletă. Ea nu epuizează realitatea fenomenului muzical.
Trebuie să subliniem că muzica se desfășoară pe mai multe planuri, asemenea unei polifonii ideatice: unul vizibil, al execuției, al estetismului și al aplauzelor publice, și altul, mai discret, în care arta sunetelor devine obiect de formalizare și construcție conceptuală, în linie cu tradiția unei cunoașteri primordiale.
Referințe
Mociulschi, A. L. (2010). Ștefan Niculescu. Poetică matematică și armonie muzicală. București: Curtea Veche Publishing
Mociulschi, A. L. (2011). Evul Mediu. Arhitectura și muzica. București: Curtea Veche Publishing.
In sprijinul celor spuse de autor in articol:
https://en.wikipedia.org/wiki/Moog_synthesizer
Cred ca nu gresesc spunand ca formatia de rock progresiv Yes si apoi Rick Wakeman independent de Yes au utilizat intens moog synthesizers in creatiile lor de la sfarsitul anilor 60 si inceputul anilor 70, fiind considerati pionieri in acest sens.
Completez cele spuse de domnul Mociulschi, pentru o intelegere mai clara a unor notiuni cuprinse in articol, si anume faptul ca L(G), din punct de vedere al informaticii teoretice, reprezinta limbajul formal generat de gramatica G. Istoria limbajelor formale incepe la sfarsitul anilor 30 ( Alan Turing ) si este dezvoltata exploziv in jurul lui 1950 de catre Noah Chomsky.
in istoria limbajelor formale, unde l-ati plasa pe Kurt Godl?
si inca o intrebare: folosind teoria limbajelor formale, se poate demonstra ca muzica diatonica este inerent mai de succes (cel putin ca demers in a gasi o rezonanta umana bazat pe numar de ascultatori sau ca vanzari de compozitii) decat muzica atonala?
Greu de spus! Pe Kurt Godel l-as plasa totusi pe o treapta superioara celor pe care se afla Turing si Chomsky, dar ariile de interes au fost relativ diferite, Godel a fost mai mult matematician decat „parinte” al unor concepte de informatica teoretica. Toti cei trei au beneficiat insa de studiile lui George Boole si poate ca in absenta studiilor lui Boole care a introdus logica matematica ideile lor s-ar fi conturat altfel.
La a doua intrebare nu am pregatirea necesara pentru a putea da un raspuns. Eu sunt doar un pasionat al unor anume genuri de muzica si asta de foarte mult timp, dar doar atat. Cred ca cei interesati de muzica, de capacitatea de captare a unui public mai mult sau mai putin numeros pentru anume genuri de muzica, ar putea demara un studiu in acest sens. Oricum nu teoria limbajelor formale ar elucida asta.
Presupun că vă referiți la Kurt Gödel. El nu aparține propriu-zis teoriei limbajelor formale în sensul în care folosesc eu noțiunea aici (gramatici regulate, automatele finite), ci stratului ei fundamental, al logicii matematice.
În timp ce modelul meu descrie cum funcționează un limbaj (muzical) prin reguli explicite, Gödel arată limitele oricărui astfel de sistem formal.
Diferența este esențială: eu operez în interiorul unui sistem tip 3, în timp ce rezultatele lui Gödel apar abia în sisteme mult mai expresive, capabile de auto-referențialitate. Cu alte cuvinte: modelul prezentat aici ilustrează posibilitatea formalizării, în timp ce Gödel ne-ar aminti unde apar, inevitabil, limitele ei.
În ce privește a doua întrebare, răspunsul meu este nu. Nu cred că se poate demonstra acest lucru prin teoria limbajelor formale. Nu doar pentru că „succesul” nu este o proprietate formală, ci mai ales pentru că el nu este stabil. A demonstra formal succesul ar presupune definirea lui ca variabilă obiectivă și constantă, ceea ce este imposibil: criteriile de receptare se modifică istoric.
Ceea ce este perceput într-o epocă drept marginal sau inaccesibil poate deveni ulterior canon. Pictura impresionistă este un exemplu clasic: inițial respinsă, ulterior valorizată la nivel maxim.
Dacă formalizarea nu poate răspunde la această problemă, ea poate fi însă mutată în plan estetic și sociologic. Aici se poate observa că muzica atonală a generat, în multe cazuri, forme perceptive dificil de asimilat pentru un public larg, ceea ce sugerează — sub rezerva unei evaluări personale — că, cel puțin în prezent și pe termen mediu, difuzarea ei rămâne predominant instituțională (verticală), mai degrabă decât emergentă prin preferință colectivă (orizontală).
În acest sens, indicatorii statistici – precum diferența dintre audiențele de pe platformele de streaming și prezența redusă la concertele de muzică contemporană – pot funcționa ca repere empirice ale recepției, fără a constitui însă o demonstrație formală sau o validare estetică definitivă.
A.L.M.
@LS Mulțumesc mult pentru completare. Aveți dreptate să amintiți contribuția formației Yes și, în mod special, pe Rick Wakeman, care a fost unul dintre pionierii utilizării sintetizatoarelor Moog în rockul progresiv de la sfârșitul anilor ’60 și începutul anilor ’70. Prin albume precum Fragile (1971) și Close to the Edge (1972), sonoritatea Moog-ului a devenit parte integrantă a limbajului rock progresiv, contribuind la extinderea considerabilă a paletei timbrale disponibile compozitorilor și interpreților.
În ceea ce privește limbajele formale, observația referitoare la notația L(G) este o completare foarte utilă. În informatica teoretică, aceasta desemnează limbajul formal generat de gramatica G, adică mulțimea tuturor șirurilor valide care pot fi produse prin aplicarea regulilor respectivei gramatici.
Față de contribuțiile lui Alan Turing, eu am un interes deosebit. În celebrul său articol din 1950, Computing Machinery and Intelligence, el formulează ceea ce va deveni cunoscut drept Testul Turing: întrebarea nu mai este dacă mașina „gândește” în sens filosofic, ci dacă poate susține o conversație astfel încât un interlocutor uman să nu o poată distinge de o altă ființă umană. Testul rămâne, până astăzi, unul dintre cele mai influente experimente conceptuale din istoria Inteligenței Artificiale.
A doua figură majoră, pe care mă bucur că ați evocat-o, este Noam Chomsky, care a revoluționat lingvistica și teoria limbajelor formale prin introducerea gramaticilor generative — pe care le-am folosit și eu în cercetarea mai sus menționată. În special, gramaticile liniare la dreapta (right-linear grammars) ocupă un loc important deoarece generează exact clasa limbajelor regulate, aflate la baza automatelor finite și a numeroaselor aplicații informatice contemporane. Ideea centrală este elegantă: un număr finit de reguli poate genera un număr potențial infinit de propoziții sau de șiruri valide, ceea ce apropie într-un mod fascinant matematica, lingvistica și informatica teoretică.
Primele cursuri de limbaje formale au fost introduse in Romania la facultatea de matematica a universitatii din Bucuresti de catre Grigore Moisil si Leon Livovschi
Vă mulțumesc pentru completări — foarte binevenite. Aș adăuga, în această linie, și rolul laboratorului WDR din Köln (în care a fost implicat și Stockhausen), dar și al cercetării industriale, precum cea din jurul Siemens, care au constituit medii esențiale pentru dezvoltarea muzicii electronice experimentale. Nu întâmplător, compozitori precum Ștefan Niculescu au avut contact direct cu aceste centre — experiență care a rodit ulterior în lucrări precum Echos II, pentru vioară și mediu electronic (bandă magnetică / sintetizator). Structurile matematice care susțin sistemele intonaționale utilizate aici — pe care am avut privilegiul de a le discuta direct cu regretatul academician — ating un grad de complexitate remarcabil, în mare parte inaccesibil lecturii imediate a partiturii, dar perceptibil în organizarea logico-formală a unui material sonor literalmente „încifrat”.
Interesant. Nu sunt muzician. Ceea ce susține autorul înțeleg, dar mi se pare insuficient. Chiar dacă voi părea ridicol, voi încerca un comentariu.
1. În legătură cu IA( Inteligența Artificială) poate că mai bine s-ar putea spune că IA înseamnă de fapt Informație Apriorică, inteligența artificială fiind doar un caz particular, ceva de felul Teoriei gravitației lui Newton față de Teoria gravitației lui Einstein.
2. Dacă Informația este apriorică( eu susțin această idee…), atunci imediat apare întrebarea dacă Informația este supusă legilor Dialecticii/Metafizicii. Eu susțin că da.
3. În condițiile punctului 2, ar rezulta că Informația supusă legilor Dialecticii ar trebui să aibă o dezvoltare/evoluție INDUCTIVĂ, nu deductivă. Partea „deductivă” ar trebui să apară doar ca percepție a observatorului uman, cu limitările de analiză de rigoare.
Concluzia mea: Inteligența Artificială (IA) este o parte a manifestării Informației Apriorice(IA!).
PS. Am ascultat de curând niște melodii country create de IA care chiar mi-au plăcut!…
Interesantă intuiția dvs., mai ales dacă o privim prin prisma psihologiei abisale a lui Jung: ideea unei „Informații Apriorice” poate fi apropiată de conceptul de inconștient colectiv — un fond de structuri simbolice care preced experiența individuală și din care emerg forme de organizare, inclusiv artistice.
În acest sens, formalizarea (gramatici, algoritmi, limbaje de programare) ar putea fi văzută doar ca „bucătăria” tehnică prin care aceste structuri sunt extrase și rescrise într-un sistem explicit. Nu originea contează aici, ci capacitatea de a le face operative.
Faptul că ați ascultat muzică generată de AI și v-a plăcut este poate cea mai bună demonstrație: autonomia estetică nu mai depinde exclusiv de autorul uman, ci de modul în care aceste structuri — fie ele „apriorice” sau formalizate — ajung să rezoneze cu noi.
A.L.M.
AI a implinit 70 de ani.
Dartmouth’s AI summer and what came next
The 70th anniversary of the first AI workshop invites reflection on the technology’s wider legacies,Science ,25 June ,2026
Azi muizica pe AI se progrmeaza in Python.
AI este o masina de calcul statistica. Rolul ei nu e sa compuna muzica ci sa prelungeasca inteligenta umana .Pe scurt, daca nu stii AI nu poate stii pentru tine.Dar daca vrei sa inveti ceva ,te ajuta…si nu inlocuieste scoala,cartile.AI este pentru cei destepti….de aceea are aplicatii uriase in mate,fizica , chimie,biologie, cosmologie,muzica.
Nu tehnologia a inventat AI? Nu, AI este inventat de oameni de ex.Hinton si Hopfield, care nu au treaba cu muzicYehnologia facut ca AI sa fie posibila si accesibila oricui.
Fara mii de procesoare grafice (GPU) necesare calculului paralel, fiecare continad circa 100-200 de milioane de tranzistoare integrate pe un cip de Si, muzica pe AI era o simpla scartaiala. Tehnologie care costa zeci de milarde de dolari.
Asa ca autorul in afara de muzica ,mate , intelege putin sau deloc ce e tehonologia sau AI.
Aveți dreptate — spuneți asta și lui Pitagora, Aristotel sau creatorilor mecanismului de la Antikythera, care, din păcate, nu știau nici de GPU-uri.
Eu, în schimb, nu prea înțeleg AI-ul și tehnologia… sunt mai degrabă un „urechist” polimatic 🙂
Dar mă liniștește faptul că „aud” suficient de bine cum funcționează algoritmii, astfel încât comentarii ca al dvs. să-mi crească reach-ul.
Vă rog, continuați!
A.L.M.
in istoria limbajelor formale, unde l-ati plasa pe Kurt Godel?
si inca o intrebare: folosind teoria limbajelor formale, se poate demonstra ca muzica diatonica este inerent mai de succes (cel putin ca demers in a gasi o rezonanta umana bazat pe numar de ascultatori sau ca vanzari de compozitii) decat muzica atonala?
Dacă tot a fost invocat Kurt Gödel, l-aș plasa printre figurile fundamentale ale istoriei limbajelor formale. Teoremele sale de incompletitudine au arătat că orice sistem formal suficient de bogat pentru a descrie aritmetica conține propoziții adevărate care nu pot fi demonstrate în interiorul propriului sistem. Cu alte cuvinte, Gödel nu a distrus limbajele formale, ci le-a arătat limitele intrinseci. El a demonstrat că formalizarea are o putere extraordinară, dar nu omnipotentă.
Cât despre a doua întrebare, așa cum am mai spus, cred că aici apare o confuzie de domenii. Teoria limbajelor formale poate descrie și analiza structuri, gramatici, reguli de generare și relații sintactice. Însă valoarea ei de adevăr este logico-matematică, nu estetică.
Din acest motiv, nu cred că putem demonstra prin teoria limbajelor formale că muzica diatonică este „mai bună”, „mai valoroasă” sau chiar „mai de succes” decât muzica atonală. Succesul unei lucrări muzicale depinde de factori culturali, istorici, economici, educaționali și sociologici, nu doar de sintaxa internă a limbajului muzical utilizat.
Mai mult, opoziția dintre diatonic și cromatic sau dintre tonal și atonal nu oferă nicio rețetă automată a succesului. O compoziție fundamentată pe armonia cromatică, de pildă, de Chopin, va avea, aproape garantat, publicul său. Iar o partitură circumscrisă armoniei diatonice, de exemplu, a lui Beethoven, va avea, la rândul ei, succes acolo unde există un public receptiv pentru repertoriul clasic. La fel, o lucrare modală inspirată din folclor, cum găsim la Bartók sau Ligeti, va rezona cu un alt tip de audiență. Nu sistemul intonațional produce succesul, nici sintaxa muzicală, ci întâlnirea dintre limbajul artistic și comunitatea care îl receptează.
De aceea, dacă îl luăm în serios pe Gödel, concluzia ar putea fi chiar una de modestie epistemologică: limbajele formale ne pot spune multe despre structura unui sistem, dar mult mai puțin despre valoarea sa estetică sau despre șansele sale comerciale. Între adevărul logic și succesul artistic — materializat prin vânzări, monetizare etc. — există o distanță pe care nici matematica, nici muzicologia nu o pot reduce la o singură formulă.
⚛️ A.L.M.
Cred că numele acestei unelte este înșelător. Poate fi inteligent un dispozitiv apelabil la cerere, indiferent de acea cerere? Apoi, de exemplu, este Lolita Cercel o creație sau un compozit? E clar că e din amândouă, dar cât și cât? Ar fi putut crea această Inteligență Artificială manelele ca un nou gen muzical? Când omul a creat motorul cu reacție a plecat de la zero. La fel și când a creat microprocesorul. Dacă IA nu creează, ci de fapt compilează, realizând portrete compozite în orice domenii, iar noi ne amăgim că produce ceva nou, când de fapt nu e nimic nou, ci mai degrabă e o înșelătorie care ne fascinează tocmai pentru că ne poate înșela cu o asemenea ușurință?
Înțeleg argumentul dvs. și cred că surprinde o întrebare importantă: cât este creație și cât este recombinare? Totuși, nu sunt convins că distincția este atât de netă.
Într-adevăr, sistemele de Inteligență Artificială funcționează prin agregare, analiză și recombinare a unor modele existente. Dar, într-un anumit sens, și cultura umană a funcționat mereu astfel. Știința este o iterație continuă, construită pe descoperirile generațiilor anterioare. Niciun savant nu a descoperit ceva pornind din vid, după cum niciun artist nu creează ex nihilo.
Istoria muzicii oferă numeroase exemple. Preclasicii și clasicii își împrumutau frecvent teme unul de la altul. Bach a prelucrat și transformat materiale muzicale preexistente, iar variațiunile au devenit una dintre formele fundamentale ale creației europene. Vivaldi, Händel, Mozart sau Beethoven au lucrat într-un dialog permanent cu tradiția. Enescu însuși a integrat citate și inflexiuni folclorice în creațiile sale timpurii, transformându-le însă în ceva personal și recognoscibil.
De aceea, poate că întrebarea nu este dacă AI-ul „compilează”, ci dacă rezultatul recombinării poate genera forme noi de sens. Și omul procedează adesea la fel: asimilează, transformă, sintetizează și reinterpretază.
Cât despre manele, nici ele nu au apărut din nimic. Și acest gen s-a constituit prin întâlnirea unor tradiții muzicale existente — balcanice, orientale, lăutărești, pop și comerciale. Inovația culturală apare rareori ca o creație din neant; mai degrabă ea rezultă din combinarea neașteptată a unor elemente deja prezente.
Poate că adevărata noutate, fie la om, fie la mașină, nu constă în a crea din nimic, ci în a găsi conexiuni pe care nimeni nu le-a observat până atunci.
⚛️ A.L.M.
…Nu tehnologia a inventat AI-ul…
dupa cum nici omul n a inventat tehnologia
cind se va intelege ca omul este un cautator, nu un „universe setter”?
Rezonez cu această perspectivă. Mă trimite cu gândul la întrebarea „ce a fost mai întâi, oul sau găina?”. Poate că omul este, înainte de toate, un căutător și un descoperitor. Dincolo de origini, cred că esențial este modul în care folosim aceste unelte — fie că vorbim despre tehnologie sau AI — în folosul unei cunoașteri aplicate, puse în slujba oamenilor.
⚛️ A.L.M.
Ca un mic bonus pentru cititorii familiarizați cu informatica teoretică, redau și o implementare în Python a automatului finit descris anterior. Modelul meu, conceput inițial în anii ’90 în cadrul unei cercetări dedicate formalizării structurilor muzicale, așa cum am arătat, poate fi privit astăzi ca un exemplu timpuriu de AI simbolic (symbolic AI): un sistem de recunoaștere bazat pe reguli explicite și mecanisme deductive, nu pe învățare statistică.
Automatul este definit printr-un set finit de stări, un alfabet de simboluri muzicale și o funcție de tranziție care descrie regulile de trecere dintre stări. În numai câteva linii de cod, el verifică dacă o secvență de sunete aparține limbajului formal L(G) generat de gramatica G și decide dacă aceasta este acceptată sau respinsă.
Privit din perspectiva dezvoltărilor actuale, modelul ilustrează diferența dintre două mari paradigme ale Inteligenței Artificiale. Dacă sisteme precum ChatGPT operează predominant prin modele statistice, învățând regularități din cantități uriașe de date și estimând probabilitatea apariției următorului element dintr-o secvență, automatul prezentat aici funcționează într-o manieră complet transparentă: fiecare regulă, fiecare stare și fiecare tranziție sunt explicit definite și pot fi urmărite pas cu pas. Cu alte cuvinte, ChatGPT „învață” modele din date, în timp ce automatul meu aplică reguli formalizate în prealabil.
Diferența este importantă, dar nu trebuie exagerată. Ambele abordări aparțin aceleiași familii a gândirii algoritmice. Înainte ca modelele generative contemporane să producă texte, imagini sau muzică la scară globală, existau deja sisteme simbolice capabile să descrie, recunoască și genereze structuri prin intermediul limbajelor formale. În acest sens, automatul prezentat nu reprezintă doar o aplicație muzicală, ci și o mărturie a faptului că unele dintre ideile care fac posibilă inteligența artificială contemporană erau deja explorate, într-o altă formă, în cercetarea muzicală și informatică în urmă cu decenii.
**********************************
delta = {
(0, „sol”): 1,
(1, „mi”): 2,
(1, „mib”): 3,
(1, „sol”): 5,
(2, „sol”): 1,
(2, „mib”): 3,
(3, „sib”): 4,
(4, „reb”): 1,
(5, „mi”): 1
}
def recognize(sequence):
state = 0
for symbol in sequence:
if (state, symbol) not in delta:
return False
state = delta[(state, symbol)]
return state == 1
**********************************
⚛️ A.L.M.