“È un vento gelido nel profondo e senza regole, il sole che mi illumina nel profondo e senza limiti”. Se un’aspirante pop star uscita da Amici decidesse di portare questa canzone al Festival di Sanremo, probabilmente nessuno avrebbe alcunché da dire. In fondo somiglia a decine di altri testi pop generici che abbiamo ascoltato. Questo, però, non è stato scritto da un paroliere, ma da una macchina. Il team di ricerca di Musixmatch, piattaforma online ideata da Max Ciociola con oltre 14 milioni di testi di canzoni, ha chiesto a un’intelligenza artificiale di generare parole per 20 ipotetiche canzoni di Sanremo. Il solo fatto che siano state scritte da una macchina ispirandosi a un numero relativamente ridotto di canzoni è notevole e pone domande sui risultati che in futuro un’intelligenza artificiale potrebbe raggiungere in campo creativo. Gli autori di canzoni non diventeranno disoccupati, ma potrebbero trovare uno strumento più potente di un rimario.
Fino a qualche anno fa, un computer era in grado di riconoscere un’immagine, diciamo un cane, solo grazie a un lavoro di programmazione. Un informatico immetteva una serie di istruzioni condizionali del tipo “se si verifica la condizione A, compi l’azione B”. La capacità del software di distinguere un cane da un gatto dipendeva da quanto esaustive e precise erano queste istruzioni. Le nuove tecniche di machine learning hanno permesso ai computer di apprendere automaticamente da una data set annotato, avvicinandosi al modo con cui tutti noi abbiamo imparato a riconoscere un animale da un altro: guardandolo. È il cosiddetto apprendimento supervised in cui il computer impara a riconoscere un cane da milioni di foto che gli vengono sottoposte. Oggi grazie al deep learning, una branca specifica del machine learning che utilizza reti neurali, così chiamate perché cercano di replicare il funzionamento di un cervello umano, l’apprendimento non è più necessariamente supervisionato. La macchina non ha bisogno di un uomo che sottoponga immagini a cui sono abbinati tag. Può imparare senza avere alcuna conoscenza pregressa di quel che vede. Non solo: oltre a riconoscere un cane, può generare l’immagine di un cane.
Il team di Musixmatch ha applicato questo tipo di strumento all’analisi dei testi. I ricercatori hanno progettato una rete neurale basata su un modello esistente chiamato GPT-2 che è in grado di catturare le caratteristiche del linguaggio e la sua espressività. Senza fornire alcuna informazione iniziale, hanno fatto apprendere il linguaggio delle canzoni pop sottoponendo i testi di 100 mila canzoni in lingua italiana e aggiungendo in particolare 1900 canzoni passate da Sanremo dal 1951 a oggi, da Grazie dei fiori a Rolls Royce. Scopo: far sì che la macchina imparasse il linguaggio specifico della canzone sanremese. Grazie all’uso di certi algoritmi, il modello è stato in grado di generare 20 testi in parte in rima incentrati su alcuni temi: amore, tristezza, amicizia, paura, felicità, litigio, rabbia, libertà.
Nei pezzi scritti dall’Intelligenza Artificiale ci sono frasi che un cantante pop non si vergognerebbe di interpretare (“Ho fatto il mio viaggio con te in questo film”, “È una questione di sguardi che si perdono dentro una canzone”), passaggi nonsense (“Noi che abbiamo ancora da fare, noi che siamo come isole di vita e di quel dolore che fa volare, noi che come le rondini”), immagini infantili (“Ho un grande amore che mi porti qui, è come un fiore che porti qui”), frasi involontariamente comiche (“E le nostre corse come in bici in ascensore”, “Quando il vento soffia sulle tue parole si ferma sulle tue zie”). «Per un’intelligenza artificiale, 100 mila canzoni rappresentano una quantità minima di dati. L’utilizzo di una quantità di dati maggiore e di una diversa tipologia di modelli generativi migliorerebbe il risultato», spiega Loreto Parisi, Technical Director of Machine Learning at Musixmatch che ha seguito il progetto con Maria Stella Tavella (Data Scientist, Musixmatch), Simone Francia (Data Scientist, Musixmatch), Alessandro Calmanovici (MSc, ETH Zurich).
Uno degli obiettivi dell’esperimento era verificare che il modello generativo fosse effettivamente in grado di imparare il linguaggio delle canzoni di Sanremo partendo da zero e scrivendo testi coerenti. «Il modello ha imparato la struttura delle canzoni, è fluente e non ripete pedissequamente testi esistenti», spiega Parisi. In futuro, il modello potrebbe essere adattato anche per poter individuare casi di plagio dei testi e potrà essere d’aiuto nella scrittura di canzoni. «Non è Mogol, ma è in grado di completare frasi partendo da un concetto». Per ora, l’intelligenza artificiale è un bambino che ha imparato a scrivere frasi seguendo l’esempio degli adulti senza conoscere le regole della grammatica e della sintassi. «Compone canzoni», dice Parisi, «ma non siamo certi che capisca perfettamente quel che scrive».
