211service.com
Utilizzo delle reti neurali per classificare la musica
Nuovo lavoro degli studenti dell'Università di Hong Kong descrive un nuovo uso delle reti neurali, raccolte di neuroni o nodi artificiali che possono essere addestrati per svolgere un'ampia varietà di compiti, precedentemente utilizzati solo nel riconoscimento delle immagini. Gli studenti hanno usato a rete convoluzionale per apprendere caratteristiche, come tempo e armonia, da un database di brani che si estendono in 10 generi. Il risultato è stato un insieme di reti neurali addestrate in grado di identificare correttamente il genere di una canzone, che in informatica è considerato un problema molto difficile, con una precisione superiore all'87 percento. A marzo il gruppo ha vinto il premio come miglior paper al Multiconferenza internazionale di ingegneri e informatici .
Ciò che ha reso possibile questa impresa è stata la profondità della rete neurale convoluzionale dello studente. Le reti neurali delle macchine kernel convenzionali sono, come ha affermato Yoshua Bengio dell'Università di Montreal, poco profondo . Queste reti hanno troppo pochi strati di nodi, analoghi agli strati di neuroni nella corteccia cerebrale, per estrarre quantità utili di informazioni da schemi naturali complessi.
Nei loro esperimenti, gli studenti, guidati dal professor Tom Li, hanno scoperto che il numero ottimale di strati per il riconoscimento del genere musicale era di tre strati convolutivi (o pensanti), con il primo strato che raccoglieva i dati di input grezzi e il terzo strato che emetteva il genere dati.
In ogni strato (nella foto sopra) un singolo nodo, o neurone, sente solo una piccola parte della canzone, circa 23 millisecondi. Tuttavia, ogni nodo si sovrappone al 50 percento con i suoi vicini, quindi in totale i molti nodi nella rete neurale ascoltano poco più di due secondi della canzone.
Mentre un essere umano potrebbe avere difficoltà a identificare il genere di una traccia in così poco tempo, questo particolare algoritmo lo fa facilmente se applicato ai brani della libreria standard utilizzata per testare il riconoscimento automatico del genere. Tuttavia, è caduto a terra nei test successivi in cui gli studenti lo hanno esposto alla musica al di fuori della biblioteca su cui è stato addestrato.
Attribuiscono l'incapacità del loro algoritmo di funzionare in natura a una libreria di addestramento insufficientemente grande su cui la rete ha appreso in primo luogo. Poiché il loro algoritmo è stato in grado di masticare 240 brani in sole due ore, gli studenti di Hong Kong affermano che ha il potenziale per essere abbastanza scalabile.
Curiosamente, la rete neurale contorta su cui si basa questo lavoro è stata originariamente ispirata da un esame della corteccia visiva del gatto. I gatti, essendo mammiferi, hanno una corteccia visiva non dissimile dalla nostra. Esperimenti condotti su una specie affine, il furetto, hanno dimostrato che, al contrario di quanto fatto in questo articolo in cui una rete neurale visiva è stata applicata a un problema di udito, è possibile ricollegare un cervello di mammifero a vedere con la sua corteccia uditiva .
Se le reti neurali contorte sono flessibili quanto i sistemi percettivi dei mammiferi su cui si basano, perché non vengono applicate a tutti i tipi di altri problemi di percezione nell'IA?