Frequency Range of Fourier Phase Space as a Candidate Code for Musical Pitch Structure: Evidence from Artificial Neural Network Models of Iranian Classical Music
تُظهر هذه الدراسة أن الشبكات العصبية الاصطناعية التي تدرّبت على بنية الدرجات الصوتية الدقيقة للموسيقى الكلاسيكية الإيرانية تطور تلقائياً تمثيلات للوحدات الخفية تهيمن عليها فضاءات طور فوريه، مما يؤكد أن هذا النطاق الترددي يعمل كشفرة مرشحة عالمية لبنية الدرجة الموسيقية تتجاوز الأنظمة النغمية الغربية.
تُعد الموسيقى سمة بشرية عالمية، موجودة في كل مجتمع معروف، ومع ذلك فإن الطريقة التي تُشفر بها أدمغتنا اللبنات الأساسية للحن تظل واحدة من أعظم أسرار العلوم المعرفية. نحن نعلم أن الدماغ يعالج الصوت من خلال شبكات معقدة من الخلايا العصبية، لكننا لا نعرف اللغة المحددة التي تستخدمها هذه الخلايا لتمثيل نوتة موسيقية أو تآلف صوتي (كورد). هل يخزن الدماغ الموسيقى كقائمة بسيطة من النوتات، أم أنه يستخدم شفرة رياضية أكثر تجريداً؟ لعقود من الزمن، اشتبه الباحثون في أن الدماغ قد ينظم حدة الصوت باستخدام نظام يعتمد على التردد، بشكل يشبه كيفية قيام المنشور بفصل الضوء إلى قوس قزح من الألوان. تشير هذه الفكرة، المتجذرة في رياضيات "تحويل فوريه"، إلى أن الدماغ يفكك البنى الموسيقية إلى مكوناتها الموجية الأساسية. وحتى الآن، تم اختبار هذه النظرية حصرياً تقريباً باستخدام الموسيقى الغربية، بسلمها المكون من اثنتي عشرة نوتة مألوفة. ولكن إذا كانت هذه الشفرة القائمة على التردد جزءاً أساسياً من الإدراك الموسيقي البشري، فيجب أن تظهر في أي نظام موسيقي، حتى تلك الأنظمة ذات القواعد والهياكل المختلفة تماماً.
ولاختبار ذلك، توجه الباحثون في جامعة كردستان إلى الموسيقى الكلاسيكية الإيرانية، وهو تقليد يعمل على شبكة من حدة الصوت أدق بكثير من الموسيقى الغربية. فبينما تقسم الموسيقى الغربية الأوكتاف إلى اثنتي عشرة خطوة متساوية، تتعرف الموسيقى الكلاسيكية الإيرانية على سبع عشرة فئة نغمية متميزة ضمن المساحة نفسها، بما في ذلك تحولات طفيفة في ربع النغمة ليس لها معادل مباشر في السلم الغربي القياسي. قام الفريق ببناء شبكات عصبية اصطناعية — وهي برامج حاسوبية مصممة لمحاكاة عملية التعلم في الدماغ البشري — ودربوها على حل مشكلات موسيقية محددة باستخدام هذا النظام الإيراني. لقد طلبوا من الشبكات تحديد الفواصل الموسيقية وهياكل التآلف الرباعية المحددة، المعروفة باسم "دانج" (Dangs)، من خلال تحليل العلاقات بين النوتات فقط. ومن الأهمية بمكان أن الشبكات لم تُخبر أبداً باستخدام أي صيغ رياضية أو تحليل للتردد؛ بل أُعطيت المهمة لتعلم تصنيف الموسيقى وسُمح لها باكتشاف أفضل طريقة للقيام بذلك من تلقاء نفسها.
كانت النتائج مذهلة. فبينما كانت الشبكات تتعلم حل مهام التصنيف هذه، نظمت اتصالاتها الداخلية نفسها تلقائياً في أنماط تطابق تماماً البنية الرياضية لـ "فضاء طور فوريه". وهذا يعني أنه بدون أي تعليمات، اكتشفت النماذج الحاسوبية أن الطريقة الأكثر كفاءة لتمثيل هذه العلاقات الموسيقية المعقدة هي رسمها على مجموعة من الموجات القائمة على التردد. يؤكد هذا الاكتشاف أن الشفرة القائمة على التردد ليست مجرد سمة غريبة في نظرية الموسيقى الغربية، بل هي حل عام يمكن لأنظمة التعلم اكتشافه عند مواجهة بنية موسيقية. ومع ذلك، كشفت الدراسة أيضاً عن اختلاف رائع بين العالمين الموسيقيين؛ فبسبب استخدام النظام الإيراني لشبكة أدق من حدة الصوت، استعانت الشبكات المدربة عليه بنطاق أوسع بكثير من الترددات للقيام بعملها. وبينما استخدمت الشبكات المدربة على الموسيقى الغربية نطاقاً من ست حزم ترددية متميزة، استخدمت الشبكات المدربة على الموسيقى الإيرانية الحزم الاثني عشر كاملة المسموح بها في شبكتها النغمية الأكثر تفصيلاً.
هذا الاختلاف ليس مجرد مسألة مقياس؛ بل يشير إلى مبدأ أعمق حول كيفية ترميز الثقافات الموسيقية. فقد وجد الباحثون أن حوالي واحد وثلاثين بالمائة من الوحدات في الشبكات الإيرانية كانت تستخدم حزم تردد عالية لا يمكن أن توجد ببساطة في النظام الغربي ذي الاثنتي عشرة نوتة. كانت هذه الوحدات تلتقط الفروق الدقيقة في الموسيقى التي يعجز النظام الغربي رياضياً عن تمثيلها. وقد استبعدت الدراسة بصرامة احتمال أن يكون هذا ناتجاً عن خدعة في إعداد الكمبيوتر أو نتيجة لكيفية تغذية البيانات في النظام؛ فعندما قام الباحثون بخلط الملصقات الموسيقية أو عشوائية ترتيب المدخلات، اختفى النمط، مما أثبت أن الشبكات لم تطور هذه الشفرة المحددة إلا لأنها كانت الحل الأكثر فعالية للمهمة الموسيقية المطروحة.
تمتد آثار هذا العمل إلى ما هو أبعد من علوم الحاسوب. فهو يشير إلى أنه بينما قد تكون الشفرة الأساسية لتمثيل الموسيقى مشتركة عبر الثقافات البشرية — وهي نظام قائم على التردد ينجذب إليه الدماغ بشكل طبيعي — فإن النطاق المحدد للترددات المستخدم قد يختلف اعتماداً على التقليد الموسيقي. وكما تستخدم اللغة نفس الأصوات الأساسية ولكن ترتبها بشكل مختلف لإنشاء كلمات متميزة، قد تستخدم الثقافات الموسيقية المختلفة شرائح مختلفة من نفس طيف التردد العالمي لالتقاط هوياتها الصوتية الفريدة. لا تدعي الدراسة أنها حلت لغز الإدراك الموسيقي البشري، ولا تثبت أن الأدمغة البشرية تعمل تماماً مثل هذه النماذج الحاسوبية. بدلاً من ذلك، هي تقدم فرضية دقيقة وقابلة للاختبار: وهي أن تنوع التقاليد الموسيقية في العالم قد يُفسر من خلال كيفية استخدام الثقافات المختلفة لنطاقات مختلفة من شفرة تردد مشتركة وأساسية. ومن خلال إظهار أن هذه الشفرة تظهر بشكل طبيعي في نظام مختلف تماماً مثل الموسيقى الكلاسيكية الإيرانية، توفر هذه الأبحاث عدسة جديدة يمكن من خلالها رؤية ما هو عالمي وما هو فريد في التجربة الموسيقية البشرية.
ملخص تقني: نطاق التردد لحيّز فورييه الطوري ككود مرشح للبنية النغمية الموسيقية
بيان المشكلة السؤال المركزي الذي يتناوله البحث هو كيفية تمثيل البنية النغمية الموسيقية عبر الثقافات المختلفة. وبينما أظهرت الأبحاث السابقة باستخدام الشبكات العصبية الاصطناعية (ANNs) أن الشبكات المدربة على مهام التصنيف النغمي الغربي طورت تلقائياً أوزان اتصال ترتبط بـ "حيّزات فورييه الطورية" المنفصلة لنظام الـ 12 نغمة، إلا أنه لا يزال من غير الواضح ما إذا كان هذا التنسيق التمثيلي يعمم على الأنظمة الموسيقية ذات البنى المتميزة هيكلياً. ومن ثم، فمن غير المعروف ما إذا كان كود حيّز فورييه الطوري يمثل كوداً عالمياً للإدراك الموسيقي أم أنه مجرد نتاج عرضي لبنية الـ 12 نغمة المتساوية الأبعاد (12-TET) الغربية. تختبر هذه الدراسة ذلك من خلال فحص الموسيقى الكلاسيكية الإيرانية، وهي نظام ميكروتونال (نغمات دقيقة) يتكون من 17 فئة نغمية في الأوكتاف الواحد بناءً على شبكة 24 نغمة ربع-تون، وهي بنية ليست جزءاً ولا تحويلاً لنظام السلم الكروماتيكي الغربي.
المنهجية استخدمت الدراسة نهج نمذجة حاسوبية مقارن باستخدام شبكات وحدات القيمة الغاوسية (Gaussian value-unit networks) المدربة على مهام تصنيف مستمدة من النظريات الموسيقية الإيرانية والغربية.
المثيرات والمهام:
النظام الإيراني: محدد على شبكة مكونة من 24 نغمة (خطوات بمقدار 50 سنتاً) تحتوي على 17 فئة نغمية نشطة. حددت الدراسة تسع مهام تصنيف: اثنتان تعتمدان على الفواصل اللحنية (153 زوجاً غير مرتب من الفئات النغمية) وسبع مهام تعتمد على "الدانج" (Dangs - مقاطع تيتراكوردية/رباعية). تباينت المهام في كيفية التعامل مع التوليفات المتنافرة (سواء بالدمج أو الاستبعاد).
النظام الغربي: تم بناؤه باستخدام مجموعة قواعد متطابقة مع استبدال الفئات النغمية الـ 17 بـ 12 فئة نغمية من نظام 12-TET. نتج عن ذلك مهمتان للفواصل (78 زوجاً غير مرتب). لم يتم إنشاء مهام "دانج" للنظام الغربي نظراً لعدم وجود مقابل نظري مباشر.
بنية الشبكة:
استخدمت الشبكات دوال تنشيط غاوسية ("وحدة القيمة").
طبقات المدخلات عبارة عن متجهات ثنائية تمثل وجود (1) أو غياب (0) فئات نغمية محددة (17 بُعداً للإيراني، و12 للغربي).
حجم الطبقات الخفية صُمم ليكون "أدنى حجم كافٍ" (7 وحدات لمهام الفواصل؛ و4-12 وحدة لمهام "الدانج").
تم تدريب 25 شبكة لكل مهمة باستخدام قاعدة دلتا المعممة حتى تحقيق التصنيف المثالي.
بناء حيّز فورييه الطوري:
تم تحديد الحيّزات الطورية فوق الشبكات النغمية المعنية. بالنسبة للشبكة الإيرانية المكونة من 24 نغمة، نتج عن ذلك 12 حيّزاً طورياً متميزاً (الترددات k=1 إلى $12).وبالنسبةللشبكةالغربيةالمكونةمن12نغمة،نتج6حيّزات(k=1إلى6$).
كل حيّز طوري k يقابل مدى المجموعة {cos(2πkgn/G),sin(2πkgn/G)}، حيث gn هي مؤشرات الشبكة و G هو حجم الشبكة.
التحليل والضوابط:
تحليل الملاءمة: تم إجراء انحدار لأوزان اتصال الوحدات الخفية مقابل كل حيّز طوري فورييه. وتم تحديد أفضل حيّز طوري ملائم عبر معامل الارتباط المتعدد (Rk).
الضوابط الإحصائية: تم تقييم الدلالة باستخدام اختبار التبديل العشوائي (القيم العشوائية للأوزان) مع التحكم في معدل الخطأ المكتشف (FDR) باستخدام طريقة بنجاميني-هوخبرج. كانت خطوط الأساس غير الفورييهية تشمل منحدرات ارتفاع النغمة والعوائق منخفضة التردد العشوائية.
الضوابک المدفوعة بالمهمة:
تبديل الملصقات (Labels): أُعيد تدريب الشبكات على ملصقات متبادلة عشوائياً لاختبار ما إذا كانت البنية الفورييهية ستستمر بدون بنية المهمة.
تبديل إحداثيات المدخلات: تم تشفير (scrambling) رسم خرائط الفئات النغمية إلى وحدات المدخلات قبل التدريب لاختبار ما إذا كانت البنية تعتمد على تجاور المدخلات أم على هوية النغمة.
المقارنة المتطابقة مع المهمة: لعزل تأثير عدد عناصر الشبكة عن نوع المهمة، تم قصر مقارنة محددة على مهام الفواصل فقط، والتي تم تعريفها بشكل متطابق في كلا النظامين.
النتائج الرئيسية
هيمنة الحيّزات الطورية المنفردة: عبر جميع المهام والأنظمة، هيمنت حيّزات طورية فورييهية منفردة بشكل موثوق على الوحدات الخفية. تجاوزت هذه الهيمنة مستويات الصدفة (مع التحكم في FDR) وتفوقت على خطوط الأساس غير الفورييهية. وأكد مؤشر التركيز الطيفي أن الوحدات لم تكن منقسمة عبر ترددات متعددة بل تركزت في تردد واحد مهيمن.
تجنيد نطاق التردد:
الشبكات الغربية: جندت النطاق الكامل لحد نيويست (Nyquist limit) الخاص بشبكتها (الترددات 1–6).
الشبكات الإيرانية: جندت النطاق الكامل لحد نيويست الخاص بشبكتها (الترددات 1–12).
التمييز في الترددات العالية:
تردد نيويست (k=12) في شبكة الـ 24 نغمة يتطابق رياضياً مع تقسيم ثنائي بين النغمات الكروماتيكية والميكروتونال (كورون/سوري). وبناءً عليه، فإن الوحدات التي تلائم هذا التردد قد تعمل ككواشف سمات بسيطة بدلاً من كونها أكواد دورية.
استبعاد k=12: في نطاق الترددات 7–11 (والذي لا يمكن لشبكة الـ 12 نغمة تمثيله)، وجدت 31% من الوحدات الإيرانية ذات الدلالة (86 من أصل 279 في مقارنة الفواصل المتطابقة مع المهمة) أفضل ملاءمة لها. وفي المقابل، لم تشغل 0% من الوحدات الغربية هذا النطد.
استمر هذا الفرق حتى عند التحكم في نوع المهمة (بمقارنة مهام الفواصل فقط)، ولم يكن مدفوعاً بمهام "الدانج".
الطبيعة المدفوعة بالمهمة:
عند تدريب الشبكات على ملصقات عشوائية، انهارت الملاءمات الفورييهية إلى مستويات الصدفة، مما أكد أن البنية مدفوعة بالمهمة الموسيقية، وليس بكود المدخلات أو مرونة النموذج.
لم يؤدِ تشفير إحداثيات المدخلات إلى تدهور الملاءمات، مما يشير إلى أن البنية تعتمد على هوية الفئة النغمية وبنية المهمة، وليس على الترتيب المكاني لوحدات المدخلات.
الأهمية والادعاءات يدعي البحث توسيع النتيجة التي مفادها أن حيّزات فورييه الطورية هي تنسيق تمثيلي يُكتشف تلقائياً في الشبكات العصبية الاصطناعية من الموسيقى النغمية الغربية، لتشمل نظاماً ميكروتونالياً متميزاً هيكلياً. المساهمة الرئيسية هي إثبات أن الشبكات المدربة على الموسيقى الكلاسيكية الإيرانية تجند حيّزات طورية ذات ترددات أعلى (7–11) والتي يستحيل على الشبكات المدربة على نظام 12-TET الوصول إليها رياضياً.
يقترح المؤلفون فرضية متواضعة وقابلة للتفنيد: قد لا تمتلك الثقافات الموسيقية أكواداً تمثيلية مختلفة نوعياً، بل قد تشترك في كود فورييه واحد حيث يتم تحديد نطاق التردد الفعال بواسطة عدد عناصر الشبة وبنيتها. تشير الدراسة إلى أنه بينما قد يكون "التنسيق" (حيّز فورييه الطوري) عالمياً، فإن "نطاق" الترددات المستخدم هو أمر خاص بكل ثقافة ومقيد بحد نيويست للشبكة النغمية.
القيود التي أقر بها المؤلفون
النظري مقابل الأداء: يعتمد النموذج على نظام "وزيري" المعدل (نظام 24-TET نظري) بدلاً من التلاوين (intonation) المرنة والمعتمدة على السياق في الأداء الفارسي الفعلي.
غموض نيويست: استبعاد التردد k=12 ضروري لأنه يؤول إلى كاشف ثنائي للتقسيم الكروماتيكي/الميكروتونال في هذه الشبكة المحددة، مما يجعل من المستحيل تمييزه عن كشف السمات البسيط.
نطاق العمومية: استخدمت الدراسة نظامين موسيقيين فقط. ويشير المؤلفون إلى أن التقاليد العربية والتركية ليست مستقلة بما يكفي (نظراً لتشاركها في الجذور التاريخية) لتكون اختباراً حاسماً للعمومية عبر الثقافات. واقترحوا الأنظمة الهندية والصينية كمرشحين مستقبليين، لكنهم أشاروا إلى صعوبة تعريف شبكاتهم النغمية كمياً دون فرض أطر خارجية.
البنية: تعتمد النتائج على شبكات صغيرة ذات قدرة دنيا كافية. ورغم قوة النتائج عبر أحجام الطبقات، إلا أنهم لا يدعون أن البنيات الأكبر أو المختلفة (مثل التعلم العميق) ستتقارب بالضرورة نحو نفس الكود، رغم استشهادهم بأدلة تقارب من المشفرات التلقائية التباينية (VAEs).
تخلص الورقة إلى أن حيّز فورييه الطوري هو كود مرشح للإدراك الموسيقي يتجاوز النغمية الغربية، حيث يعمل نطاق التردد الذي يتم تجنيده كعلامة محتملة للخصائص الهيكلية لنظام الفئات النغمية الأساسي.