في عالم الذكاء الاصطناعي، قد يبدو الأمر غير مرجح، لكن الدراسات الحديثة تكشف عن أن نماذج اللغة الصوتية، التي تستخدم لتوليد أوصاف موسيقية، تعاني من ظاهرة تُعرف بالأوهام الموسيقية. في بحث شامل تم تقديمه على موقع arXiv، قام الباحثون بدراسة طبقات متعددة لفهم كيف تنتج هذه الأوهام، وهو ما يُعتبر الأول من نوعه.

تظهر الأبحاث أن هذه الأوهام ليست مجرد خلل عابر، بل تُعيد تشكيل كيفية فهمنا لاستخدام الذكاء الاصطناعي في مجالات متعددة، وخاصة في الموسيقى. الدراسة قدمت نتائج مستندة إلى خمس طبقات من الفهم: تضمين الأحداث الصوتية، الخصائص الزمنية، الخصائص النغمية، الأسلوب، والعواطف.

كما تم تقديم "MuseDiag"، وهو إطار تشخيصي متنوع يصمم بناءً على تناقضات التحليل. من خلال اختبار تسع نماذج مختلفة، شملت أربعة مفتوحة المصدر وخمسة مغلقة المصدر، وجدت الدراسة أن عدم الإدراك الصوتي يُمثل نقطة ضعف عالمية عبر جميع النماذج.

وواصل الباحثون توضيح أن هناك نماذج تتفوق مثل "Audio-Flamingo-3"، التي بقيت في الصدارة، بينما أظهرت الدراسة تنوعاً في نقاط الضعف. كما أن التقنيات الجديدة مثل "ADD-M" و"TPA" يمكن أن تحد من هذه الأوهام، لكن فعاليتها تختلف بحسب النموذج.

هذا التطور يفتح أفقًا جديدًا لفهم كيف يمكن للذكاء الاصطناعي التعامل مع التعقيدات الإبداعية في الموسيقى. ما رأيكم في هذه النتائج المثيرة؟ شاركونا في التعليقات.