Dos palabras, matemáticas y música.
Matemáticas, cuando pensamos en ellas, muchas personas hacen una mueca que demuestra su desagrado por esta importante rama del conocimiento humano sin la cual no tendríamos nada de lo que hoy en día llamamos vida moderna. Y por el contrario, si pensamos en música, y más específicamente en los gustos personales en cuanto a música, podemos pensar en cuestiones agradables, que nos gustan y nos relajan o alegran. Pero lo que no pensamos, es en lo cercano que están estos dos conceptos, las matemáticas y su aplicación a nuestros gustos en la música que escuchamos. No pensamos en mezclar música y matemáticas.
Cuando escuchamos a nuestra banda favorita o una canción clásica de nuestro repertorio, poco pensamos en las miles, tal vez millones de canciones parecidas que no han llegado a nuestros oídos y por lo tanto no figuran entre la lista de nuestras preferencias. No pensamos que muy pocas canciones llegan a ser éxitos y que por cada hit hay varios millones de canciones que no han salido nunca del anonimato. Surge la pregunta: ¿quién elige que esto sea así? ¿cómo funciona eso que llamamos el gusto o las preferencias del público?
Alguien ya se hizo esta pregunta y desarrollo una tecnología, basada en matemáticas que dio respuesta a esto, pero lo más interesante es que no solo sirve para explicar el pasado, sirve para predecir el futuro, sirve para identificar cuáles canciones serán los próximos éxitos.
La empresa Polyphonic Human Media Interface fundada en 2002 (en Barcelona, España) por Jimena Llopis para comercializar y desarrollar la tecnología que según sus creadores, tenía el potencial de crear un enorme valor para el sector de la música. Llamaron a la tecnología Hit Song Science (HSS) la cual analizaba las características matemáticas de la música como melodía, tempo, tono ritmo y progresión de acordes para ser comparados con características de éxitos del pasado haciendo posible determinar el potencial de una canción para ser un éxito.
El software patentado utiliza una serie de complejos algoritmos de inteligencia artificial para analizar hasta 70 características sonoras diferentes en una composición musical y después es capaz de clasificar cualquier grupo de música digital basada en una combinación de características similares. Las características analizadas son aquéllas que producen la reacción más fuerte en términos de percepción humana y cómo van cambiando con el tiempo. Este enfoque permite la creación de grupos o “constelaciones” de música con características similares, incluso de diferentes géneros y estilos, lo que permite un descubrimiento musical individualizado muy elevado, basado en un “análisis de gusto musical”.
Si tomamos en cuenta que la industria de la música siempre ha usado dos criterios para determinar si una canción será un éxito. El primero es que suene como éxito para lo cual los sellos discográficos cuentan con profesionales cuyo trabajo es determinar esto. El segundo es que se tenga una idea sobre como lanzar al mercado al artista y la canción. El problema es que con estas dos variables, el indice de éxito es de solo el 10%, es decir que de cada 10 canciones que se promocionan solo una llega a las listas de éxitos. Sin embargo con este software se añade un tercer criterio: que tenga pautas matemáticas optimas lo que incrementa significativamente su índice de éxito. ¿Suena a poco probable? El director general de Polyphonic, Mike McCready, comenta “el análisis que hemos hecho de la música lanzada en los Estados Unidos indica que Hit Song Science puede alcanzar un índice de éxito del 80%, es decir que predijimos que un sencillo entraría al top 40 en ocho de cada diez casos”
Un ejemplo que todos reconoceremos es la canción de HipHop de Outkast titulada Hey Ya! que estuvo 29 semanas en el top 40 donde el puesto más alto alcanzado fue el numero 1. Esta canción alcanzó la puntuación superior a 7 en el software lo que hace que tenga un potencial de éxito muy elevado. ¿Creías que la música es algo tan abstracto y personal que solo puede ser elegido por cada escucha? Parece ser que no del todo es así.
Incluso, actualmente los artistas utilizan el Hit Song Science para comparar sus canciones inéditas en contra de éxitos del pasado y del presente, lo que les permite ver qué tan bien su música encaja en el mercado actual, así como para identificar posibles éxitos. La tecnología también identifica las nuevas tendencias y pone de relieve cómo las nuevas canciones encajan con estas nuevas tendencias. Así que una canción que contiene modelos matemáticos que son cada vez más frecuente en las nuevas tendencias se detecta un gran potencial de éxito.
En la actualidad Polyphonic se encuentra en proceso de expansión como Music Intelligence Solutions, el cual es un nuevo grupo empresarial que incluye Polyphonic HMI (España) y Music Intelligence Solutions (EE.UU.), con el objetivo de convertirse en el proveedor líder mundial de software de inteligencia artificial para recomendación y descubrimiento de música, predicción potencial de mercado y programación musical automatizada.
Si analizamos esta idea innovadora creada por Jimena Llopis, quien se licencio en matemáticas, y se doctoro en ciencias y que ha conjuntado su preparación científica con 12 años de estudios musicales que incluyen piano, armonía, contrapunto y composición, podemos ver que la mezcla de matemáticas y música ha dado muy buen resultado.
Colaboración presentada en las Cápsulas de Tecnología de Pulso Informativo, lunes 6 de junio 19:40 hrs