← أحدث الأبحاث
⚡ electrical engineering

CultureMERT: Continual Pre-Training for Cross-Cultural Music Representation Learning

تقدم هذه الورقة نموذج CultureMERT-95M، وهو نموذج موسيقي تأسيسي متكيف متعدد الثقافات تم تدريبه عبر استراتيجية تدريب مسبق مستمر مبتكرة من مرحلتين على تقاليد متنوعة غير غربية، مما يحسن بشكل كبير أداء الوسم التلقائي عبر الثقافات مع الحفاظ على الكفاءة في المعايير الغربية وتقديم بديل قابل للتطبيق من خلال الحسابات المهام (task arithmetic).

المؤلفون الأصليون: Angelos-Nikolaos Kanatas, Charilaos Papaioannou, Alexandros Potamianos

نُشر 2026-08-18
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Angelos-Nikolaos Kanatas, Charilaos Papaioannou, Alexandros Potamianos

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تُعد الموسيقى لغة عالمية، ومع ذلك، فإن الحواسيب التي نستخدمها لفهمها غالباً ما تتحدث لهجة واحدة فقط. لسنوات طويلة، كانت أقوى نماذج الذكاء الاصطناعي المصممة للاستماع إلى الموسيقى وتصنيفها قد دُرِّبت بشكل حصري تقريباً على الأنماط الغربية، مثل موسيقى البوب والروك والسمفونيات الكلاسيكية. لقد أصبحت هذه الأنظمة بارعة للغاية في التعرف على أنماط تلك التقاليد المحددة، لكنها تعاني عندما تواجه التنوع الهائل والغني للثقافات الموسيقية الأخرى في العالم؛ فهي تغفل عن البنى اللحنية الدقيقة للموسيقى الكلاسيكية الهندية، أو الدورات الإيقاعية الفريدة للتقاليد التركية، أو السلالم المميزة للأغاني الشعبية اليونانية. ويعني هذا القصور أنه بالنسبة لمليارات البشر الذين تقع موروثاتهم الموسيقية خارج النطاق الغربي، تظل هذه الأدوات الرقمية عمياء، وغير قادرة على حفظ أو توصية أو تحليل الفن الذي يحدد هويات مجتمعاتهم.

لطالاً سعى الباحثون لإيجاد طريقة لتعليم هذه النماذج الاستماع بشكل أوسع دون الحاجة إلى إعادة بنائها من الصفر، وهي عملية ستكون مكلفة ومستهلكة للوقت بشكل باهظ. ويكمن التحدي في تكييف نموذج تعلم بالفعل مجموعة من القواعد ليفهم مجموعة مختلفة تماماً من القواعد دون أن ينسى ما عرفه بالفعل. هذه هي المشكلة المركزية التي تعالجها دراسة جديدة قدمت نظاماً يسمى "CultureMERT". هدف الباحثون إلى أخذ نموذج تأسيسي تم تدريبه على ألف ساعة من الموسيقى الغربية في الغالب، وتوجيهه بلطف لفهم اللغات الموسيقية لشرق البحر الأبيض المتوسط وشبه القارة الهندية، مع ضمان عدم فقدانه لقدرته على التعرف على الأنماط الغربية التي بُني عليها في الأصل.

ولتحقيق ذلك، استخدم الفريق استراتيجية تُعرف باسم "التدريب المسبق المستمر". فبدلاً من التخلص من النموذج الحالي والبدء من جديد، قاموا بتغذيته بنظام غذائي جديد ومتوازن بعناية من البيانات الصوتية. تضمنت هذه المجموعة الجديدة من البيانات 650 ساعة من الموسيقى المستمدة من أربعة تقاليد متميزة: المقام التركي، والموسيقى الكلاسيكية الهندوستانية، والموسيقى الكلاسيكية الكارناتيكية، والموسيقى التقليدية اليونانية. ومع ذلك، فإن مجرد تغذية النموذج بهذه البيانات الجديدة تسببت في تعثره، وهي ظاهرة حيث تنهار قدرة الكمبيوتر على أداء مهامه الأصلية أثناء محاولته تعلم مهام جديدة. ولحل هذه المشكلة، ابتكر الباحثون نهجاً يتكون من مرحلتين؛ في المرحلة الأولى، قدموا للنموذج جزءاً أصغر من الموسيقى الجديدة مع إبقاء طبقاته الداخلية الأكثر تعقيداً "مجمدة"، مما سمح فقط لأجزاء معالجة الصوت الأساسية بالتكيف. كما خلطوا معها كمية صغيرة من الموسيقى الغربية خلال هذه المرحلة لتذكير النموذج بتدريبه الأصلي. وفي المرحلة الثانية، قاموا بفتح النموذج بالكامل وتدريبه على مجموعة البيانات الكاملة المكونة من 650 ساعة، مما سمح له بدمج هذه الفروق الثقافية الدقيقة بشكل كامل.

كانت النتائج مذهلة. فعند اختبار النموذج في مهام تتطلب منه تحديد الآلات الموسيقية، أو الأمزجة، أو المقامات الموسيقية المحددة في الموسيقى غير الغربية، أظهر النموذج المُكيَّف تحسناً ملحوظاً، بمتوسط زيادة تقارب الخمسة بالمائة في الدقة مقارنة بالنسخة الأصلية. والأهم من ذلك، أن هذا المكسب لم يأتِ على حساب معرفته السابقة؛ فقد احتفظ النموذج بقدرته على التعرف على الموسيقى الغربية دون أي خسارة تذكر في الأداء. كما استكشفت الدراسة طريقة مختلفة تسمى "حساب المهام" (task arithmetic)، والتي تتضمن الجمع رياضياً لـ "معرفة" عدة نماذج أصغر، كل منها مدرب على ثقافة واحدة، في نظام موحد واحد. وقد كان هذا النهج فعالاً تماماً مثل طريقة التدريب المباشر في المهام غير الغربية، بل وتفوق عليها في المعايير الغربية، مما يشير إلى أن دمج النماذج المتخصصة يعد بديلاً قوياً لإعادة تدريبها جميعاً في وقت واحد.

وجد الباحثون أن قدرة النموذج على نقل المعرفة بين الثقافات لم تكن متساوية. فعلى سبيل المثال، أظهر النموذج المدرب على موسيقى "الكارناتيك" من جنوب الهند قدرة قوية على التعميم على موسيقى "الهندوستاني" من شمال الهند وحتى التقاليد التركية، ويرجع ذلك على الأرجح إلى اشتراك هذه الأنظمة في جذور نظرية عميقة في اللحن والإيقاع. وفي المقابل، واجه النموذج صعوبة أكبر في نقل المعرفة إلى الموسيقى التقليدية اليونانية، والتي رغم تميزها، تشترك في روابط هيكلية أقل مع مجموعات البيانات الهندية والتركية في الطريقة التي يشفر بها الكمبيوتر الصوت. ومن خلال تحليل "الرموز الرقمية" (tokens) التي يستخدمها النموذج لتمثيل الصوت، اكتشف الفريق أن المسافة الرياضية بين هذه التقاليد الموسيقية تنبأت بمدى جودة تعلم النموذج لها، مما يوفر طريقة جديدة للتخطيط لبيانات التدريب المستقبلية.

في الختام، يوضح هذا العمل أن الذكاء الاصطناعي يمكن جعله أكثر شمولاً دون التضحية بقدراته الجوهرية. لقد أطلق الباحثون نموذجهم المُكيَّف، "CultureMERT"، للجمهور، موفرين أداة يمكنها أخيراً الاستماع إلى موسيقى العالم بأذن أكثر اتساعاً. وهم يقرون بأنه رغم كون نموذجهم خطوة مهمة للأمام، إلا أنه ليس حلاً مثالياً؛ إذ إن التكنولوجيا الأساسية المستخدمة لتحويل الصوت إلى رموز رقمية كانت لا تزال مدربة على الموسيقى الغربية، مما قد يحد من مدى قدرتها على استيعاب بعض التفاصيل الثقافية الدقيقة. ومع ذلك، ومن خلال إظهار أن النموذج يمكنه تعلم لغات موسيقية جديدة مع تذكر القديمة منها، تقدم هذه الدراسة مساراً واضحاً نحو مستقبل تكون فيه الأنظمة الموسيقية الرقمية عالمية حقاً، وقادرة على تكريم الطيف الكامل للتعبير الموسيقي البشري.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف ⚡ eess →