في عصر تتزايد فيه أهمية الذكاء الاصطناعي (AI) في صناعة الموسيقى، قدم فريق الباحثين مشروعًا مبتكرًا يُعرف باسم HAIM، والذي يتناول دمج الذكاء الاصطناعي في مختلف مراحل إنتاج الموسيقى.

مع تطور منصات إنتاج الموسيقى مثل Suno وUdio، التي تصل بجودة الصوت إلى مستوى يمكن مقارنته بالبشر، نرى تحولًا في كيفية استخدام تقنيات الذكاء الاصطناعي ليس فقط لتوليد المسارات الموسيقية بل أيضًا في تحسين الصوت وتوزيع المقاطع والمزج النهائي. ومع ذلك، فإن البحث الحالي في مجال الكشف عن درجات تداخل الذكاء الاصطناعي في الإنتاج الموسيقي لا يزال محصورًا ضمن تصنيف بسيط يعتمد على وجود الذكاء الاصطناعي أو الإنسان.

في الحقيقة، أدوات الذكاء الاصطناعي تُستخدم بشكل متزايد من قبل المهندسين لتحسين المسارات التي أنشأها البشر، بينما يقوم المهندسون أيضًا بمعالجة المواد التي أنتجها الذكاء الاصطناعي لضمان جودة احترافية. وقد أدى ذلك إلى مجموعة من التحديات، حيث يلجأ المستخدمون إلى أساليب مرافقة لتخطي أنظمة الكشف عن الذكاء الاصطناعي.

في هذه الورقة، نعرض مفهوم "تتبع الموسيقى بالذكاء الاصطناعي"، حيث نقدم مجموعة بيانات HAIM التي تشمل مجموعة متنوعة من العلامات المتعلقة بمراحل إنتاج الموسيقى. تهدف هذه المجموعة إلى عزل مراحل تدخل الذكاء الاصطناعي، بما في ذلك الإنتاج الهجين والتتبع على مستوى الوكلاء. تكشف تقييماتنا للأنظمة الحالية لتكنولوجيا الكشف عن هذه العمليات عن عيوب منهجية. من خلال إصدار مجموعة بيانات HAIM، نهدف إلى تقديم معيار جديد يتجاوز التصنيفات الثنائية التقليدية نحو تقييم أكثر تفصيلاً ودقة.