00:02Me llamo Pedro Ramoneda, estudié Ingeniería Informática y también el profesional de piano
00:08y me he dedicado los últimos cinco años a intentar entender desde una perspectiva
00:12de inteligencia artificial por qué es difícil tocar una obra para un músico.
00:21Una de las principales motivaciones para hacer la tesis doctoral sobre temas relacionados
00:25con la dificultad es que una alumna me preguntó si podía tocar este estudio.
00:33Y claro, yo le tuve que responder, pues igual en cinco o seis años podrás tocar esto.
00:38Los alumnos, cuando ven una partitura, no son capaces de saber cuándo la van a poder tocar
00:43o si la pueden tocar si estudian durante medio año.
00:46Eso es algo que los profesores sí que saben.
00:49La idea es que si creas una IA que sea capaz de analizar la dificultad,
00:55el alumno se puede empoderar en la elección de su repertorio.
01:00Participando un poco más y colaborando más con el profesor para elegir su repertorio
01:04va a estar muchísimo más motivado.
01:08Un problema que tiene la computación o el machine learning, la IA ahora mismo,
01:13es tratar con datos que son subjetivos.
01:17La dificultad es bastante subjetiva.
01:21Lo que es difícil para una persona puede que no sea difícil para otra.
01:24Pero esto te lo explico mejor en el piano.
01:26Entonces tenemos este estudio, ¿no?
01:33Que al final tiene como una voz en el extremo de esta mano y otra voz en esta mano
01:41que va haciendo como...
01:45Pero al final todo es muy repetitivo.
01:46Y cuando entiendes el movimiento no tienes que aprender la misma técnica para cada uno de los compases,
01:53sino que con aprenderlo una vez y ya está.
01:57Si lo comparamos con una fuga de Bach, por ejemplo esta.
02:08Esta, por ejemplo, la dificultad es el contrapunto.
02:11Hay un montón de voces que van sonando simultáneamente
02:14y tienen que ser únicas y relacionarse con las demás a la vez.
02:18Y en cada compás todo es diferente.
02:21Entonces, aunque sean piezas que son muy parecidas a nivel de dificultad,
02:25las dificultades que tiene una y las que tiene otra son completamente diferentes.
02:31¿Cómo hemos conseguido los datos para entrenar las sillas?
02:34Hay un montón de instituciones que han recopilado rankings de dificultad.
02:41Y al final, aunque cada uno sea un poco subjetivo
02:45y vea la dificultad desde una perspectiva diferente,
02:48cuando tienes todos emerge en tendencias globales.
02:51Es muy difícil analizar todo el repertorio que hay
02:56para elegir obras que pueden estar olvidadas.
02:59Todo el mundo termina tocando lo mismo.
03:01Si hay 3.000, 4.000 compositores haciendo sonatas en el clasicismo,
03:07la gran mayoría de la gente solamente toca sonatas de Haydn,
03:11sonatas de Beethoven y sonatas de Mozart.
03:13Acaban su formación como pianistas o como músicos
03:18sin haber tocado, muchos de ellos, ninguna obra compuesta por una mujer compositora.
03:24Crear herramientas computacionales para ayudar a los profesionales
03:28a realizar esta labor, creemos que es súper interesante.
03:32Aparte de clasificar por dificultad,
03:34otra de las tareas en las que abordamos a lo largo de la tesis
03:37es simplificar partituras.
03:39Por ejemplo, tendríamos este vals
03:45y le daríamos a simplificar
03:51y ahora se mantendría la misma melodía,
03:54un estilo parecido,
03:56pero la dificultad estaría reducida.
04:07También te puedes plantear
04:08cómo de ético, cómo de bienestar
04:11o si puede ser hasta un sacrilegio,
04:13hacer una simplificación de Mozart,
04:16pero en ningún momento fue nuestro objetivo.
04:19Todos estos sistemas de simplificación
04:22relacionados con modelos generativos y educación
04:24los hemos centrado más en música popular.
04:27Estamos más interesados en pop y rock
04:29que en obras clásicas.
Comentarios