Так вышло, что во время учебы я уехал в тропики, провел там месяц. Было не просто совмещать, но формат обучения позволял. Не скажу, что обучение проходило сложно, я математик, все концепции мне были более-менее понятны. Очень радостно, что университет стимулировал поковыряться в тех областях, в которых я до сих пор и не рылся, например в «теории информации».

Я с удовольствием занимался теоретическими вопросами, читал статьи, изучал теоремы – что там происходит с точки зрения математики и вычислительной технологии, те аспекты, которые из-за курса я стал исследовать чуть глубже, заставили мозги поскрипеть, чему я признаться, очень рад.

Так как я имею обширный музыкальный опыт и достаточно большое количество музыкального материала в голове, именно с музыкой я решил связать свою дипломную работу. Это особенно интересная тема, потому что искусствоведы обычно не задумываются о том, как машинное обучение могло бы помочь им систематизировать базу данных или например, сопоставлять произведение с автором, классифицировать музыкальные жанры.

Я выбрал направление старинной музыки, это такая интересная область, которой только начни заниматься и там же потонешь. До сих пор находят различные манускрипты с нотами, авторство которых почти невозможно идентифицировать, не говоря уже о годах написания. Поэтому началось все с простого вопроса – может ли вообще машина, с помощью алгоритмов нейросетей, оказать какую-то помощь в этой сфере?

Взявшись за это дело как исследователь, пользуясь собственными фонотеками и знанием материала я набрал базу, у меня там около сотни часов музыки, начиная от конца XV вплоть до XVIII веков, это эпоха начала ренессанса и до-классицизма.

Было сделано две модели, первая пыталась определить автора или понять на что это похоже, авторов было порядка пятнадцати; вторая пыталась определить к какому временному интервалу подходит та музыка, к какой эпохе, скорее даже к какому году, относится.

Не смотря на сложность поставленной задачи, меня приятно удивил результат, к этому вопросу я подходил и как профессиональный программист-математик и как музыкант. На стыке этих двух специальностей было крайне интересно, на стыке наук вообще происходит много удивительного, сложность в том что нужно отлично разбираться сразу в нескольких областях, а такое бывает редко – это труд, это время, но возвращается это всегда сторицей!

Тему нейронных сетей я продолжаю изучать, есть у меня одна идея – создать ещё одну нейросеть в области музыки, связанную с генерацией; потому что те что сейчас существуют, у того же Google например, меня совершенно не устраивают, хочется создать что-то свое для сочинения музыки. Вообще это не обязательно должна быть нейросеть, это могут быть другие алгоритмы машинного обучения, например «ансамбль решающих деревьев», «машины опорных векторов» – там много чего можно сделать.
Алгоритм который мог бы подбирать аккомпанемент или определять гармоничную структуру произведений, это могло бы быть интересно студентам консерватории или каким-нибудь музыкальным теоретикам.

Университету я с удовольствием желаю процветания, роста, пусть ваши студенты множаться! Я рад, что мне выдалась возможность не только поучится здесь, но и с недавнего времени работать!
Кураторы и координаторы, все кто в этом непростом деле просвещения людей, так или иначе задействованы – все молодцы! Безусловно, я бы хотел чтобы такая организация развивалась, я постараюсь и сам быть полезным в этом деле.