Когнитивное музыковедение

Когнитивное музыковедение — направление когнитивной науки, целью которого является исследование музыкальных знаний с целью понимания как собственно музыки, так и самого процесса познания[1].

Когнитивное музыковедение отличается от других отраслей музыкальной психологии прежде всего методологией исследований, в частности, применением компьютерного моделирования для изучения представлений знаний о музыке с использованием искусственного интеллекта и инструментария когнитивной науки. Использование компьютерного моделирования позволяет создать среду для формирования гипотез в данной сфере[2].

Когнитивное музыковедение является междисциплинарной областью науки, исследующей такие проблемы, как связи между языком и музыкой в головном мозге. В когнитивно-музыковедческих исследованиях часто используются биологические модели вычислительных процессов, например, нейронных сетей и программ эволюции[3]. Этот подход позволяет смоделировать, каким образом музыкальные знания представляются, сохраняются, воспринимаются, генерируются и транслируются человеческим мозгом[4].

Известные исследователи

Одним из пионеров когнитивного музыковедения является британский химик и когнитивист Кристофер Лонге-Хиггинс[англ.]. Среди прочего, Лонге-Хиггинс разработал один из ключевых алгоритмов для компьютерного моделирования тональной музыки[5], который пользовался вниманием в психологии музыки в течение нескольких десятилетий. Кэрол Крумхенсл и Марк Шмуклер предложили эмпирически обоснованный алгоритм моделирования, который назван в их честь[6]. Подход Крумхенсл-Шмуклера основан на использовании ключевых профилей, которые определяются методом зондирования тона[7]. Этот алгоритм позволил смоделировать восприятие слушателями коротких музыкальных отрывков, а также отследить динамику их восприятия на протяжении звучания музыки[8]. Ряд уточнений к алгоритму Крумхенсл-Шмуклера предложил Дэвид Темперли, ранние работы которого лежат в области прикладного динамического программирования применительно к когнитивному музыковедению[9].

Большой вклад в когнитивное музыковедение внёс Отто Ласке[10], который был соредактором сборника статей по проблематике связей ИИ и музыки[11]. В этом сборнике помещено также интервью с одним из основоположников работ по ИИ Марвином Минским, в котором он рассказывает о некоторых своих ранних работах о музыке и деятельности человеческого мозга[12]. Дуглас Хофштадтер, исследователь в области ИИ, также высказал ряд идей в плане изучения музыки с точки зрения искусственного интеллекта[13]. Музыкант Стив Ларсон, который работал в то время в лаборатории Хофштадтера, сформулировал теорию «музыкальных сил», по аналогии с физическими силами[14]. Хофштадтер также руководил экспериментами Дэвида Коупа в сфере исследований музыкального интеллекта[15], которые привели к разработке компьютерной программы под названием EMI, которая позволяла сочинять музыку в стиле Баха и Шопена[16].

Программы Коупа были написаны на языке Лисп, который получил распространение для исследований в сфере когнитивного музыковедения. Этот язык использовали такие исследователи как Дизен и Хонинг[17]. Генрих Таубе также использовал Лисп для получения с помощью компьютера композиции из широкого спектра возможных вариантов[18]. Другие исследователи использовали в исследованиях по когнитивному музыковедению другие языки программирования — так, например, Тим Роу использует C++[19]. Дэвид Гурон выступает за использование принципиально другой методологии компьютерного моделирования для исследований в когнитивном музыковедении[20]. Геррент Уиггинс на более высоком абстрактном уровне исследовал общие свойства представлений в когнитивном музыковедении, такие как структурная общность и полнота выражения[21].

Ряд исследований в области когнитивного музыковедения сделан в рамках парадигм биоинформатики. Например, Джамшед Бхаруча[англ.] и Питер Тодд из университета Тафтса смоделировали восприятие тональной музыки с помощью нейронных сетей[22]. Эл Байлс применил генетические алгоритмы для изучения джазовых соло[23]. Многие исследователи изучили алгоритмическую композицию, основанную на широком диапазоне математических формализмов[24][25].

Ряд работ в области когнитивного музыковедения принадлежит психологу Диане Дейч[англ.], которая проводила исследования абсолютного слуха и музыкальных иллюзий в представлениях когнитивной психологии, а также отношений между музыкой и языком[26]. Работы Анирудха Петела сочетают в себе традиционные методологии когнитивной психологии и нейробиологии, а также когнитивный подход к исследованию музыки[27].

Значительный вклад в когнитивное музыковедение внесла генеративная теория тональной музыки[англ.] (англ. Generative theory of tonal music, GTTM), разработанная американским музыковедом Фредом Лердалом и лингвистом Рэем Джекендофом[28]. Несмотря на то, что GTTM представлена на алгоритмическом уровне абстракции, а не в виде прикладных программ, их идеи нашли отражение в ряде проектов, связанных с вычислениями[29][30].

В немецкоязычном научном сообществе распространение получила концепция Отто Ласке, получившая дальнейшее развитие в работе Уве Зайферта Systematische Musiktheorie und Kognitionswissenschaft. Zur Grundlegung der kognitiven Musikwissenschaft («Систематическая теории музыки и когнитивная наука. Основы когнитивного музыковедения»)[31] и последующих публикациях.

См. также

Примечания

  1. Laske, Otto. Navigating New Musical Horizons (Contributions to the Study of Music and Dance) (англ.). — Westport: Greenwood Press, 1999. — ISBN 978-0-313-30632-7.
  2. Laske, O. (1999). AI and music: A cornerstone of cognitive musicology. In M. Balaban, K. Ebcioglu, & O. Laske (Eds.), Understanding music with AI: Perspectives on music cognition. Cambridge: The MIT Press.
  3. Graci, C. (2009—2010) A brief tour of the learning sciences featuring a cognitive tool for investigating melodic phenomena. Journal of Educational Technology Systems, 38(2), 181—211.
  4. Hamman, M., 1999. "Structure as Performance: Cognitive Musicology and the Objectification of Procedure, " in Otto Laske: Navigating New Musical Horizons, ed. J. Tabor. New York: Greenwood Press.
  5. Longuet-Higgins, C. (1987) Mental Processes: Studies in cognitive science. Cambridge, MA, US: The MIT Press.
  6. Krumhansl, Carol. Cognitive Foundations of Musical Pitch (англ.). — Oxford Oxfordshire: Oxford University Press, 1990. — ISBN 0-19-505475-X.
  7. Krumhansl, C. and Kessler, E. (1982). Tracing the dynamic changes in perceived tonal organisation in a spatial representation of musical keys. «Psychological Review, 89», 334—368,
  8. Schmuckler, M. A., & Tomovski, R.(2005) Perceptual tests of musical key-finding. Journal of Experimental Psychology: Human Perception and Performance, 31, 1124—1149,
  9. Temperley, David. The Cognition of Basic Musical Structures (англ.). — Cambridge: MIT Press, 2001. — ISBN 978-0-262-20134-6.
  10. Laske, Otto. Otto Laske (неопр.). — Westport: Greenwood Press, 1999. — ISBN 978-0-313-30632-7.
  11. Balaban, Mira. Understanding Music with AI (неопр.). — Menlo Park: AAAI Press[англ.], 1992. — ISBN 0-262-52170-9.
  12. Minsky, M. (1981). Music, mind, and meaning. Computer Music Journal, 5(3), 28-44. Retrieved December 1, 2009 from http://web.media.mit.edu/~minsky/papers/MusicMindMeaning.html Архивная копия от 22 марта 2015 на Wayback Machine
  13. Hofstadter, Douglas. Gödel, Escher, Bach (неопр.). — New York: Basic Books, 1999. — ISBN 978-0-465-02656-2.
  14. Larson, S. (2004). Musical Forces and Melodic Expectations: Comparing Computer Models with Experimental Results. «Music Perception, 21» (4), 457—498
  15. Cope, David. Experiments in Musical Intelligence (неопр.). — Madison: A-R Editions, 1996. — ISBN 978-0-89579-337-9.
  16. Cope, David. Virtual Music (неопр.). — Cambridge: The MIT Press, 2004. — ISBN 978-0-262-53261-7.
  17. Honing, H. (1993). A microworld approach to formalizing musical knowledge. «Computers and the Humanities, 27» (1), 41-47
  18. Taube, Heinrich. Notes from the Metalevel (неопр.). — New York: Routledge, 2004. — ISBN 978-90-265-1975-8.
  19. Rowe, Robert. Machine Musicianship (неопр.). — City: MIT Pr, 2004. — ISBN 978-0-262-68149-0.
  20. Huron, D. (2002). Music Information Processing Using the Humdrum Toolkit: Concepts, Examples, and Lessons. «Computer Music Journal, 26» (2), 11-26.
  21. Wiggins, G. et al. (1993). A Framework for the Evaluation of Music Representation Systems. «Computer Music Journal, 17» (3), 31-42.
  22. Bharucha, J. J., & Todd, P. M. (1989). Modeling the perception of tonal structure with neural nets. Computer Music Journal, 44−53
  23. Biles, J. A. 1994. «GenJam: A Genetic Algorithm for Generating Jazz Solos.» Proceedings of the 1994 International Computer Music Conference. San Francisco: International Computer Music Association
  24. Nierhaus, Gerhard. Algorithmic Composition (неопр.). — Berlin: Springer, 2008. — ISBN 978-3-211-75539-6.
  25. Cope, David. Computer Models of Musical Creativity (неопр.). — Cambridge: MIT Press, 2005. — ISBN 978-0-262-03338-1.
  26. Deutsch, Diana. The Psychology of Music (неопр.). — Boston: Academic Press, 1999. — ISBN 978-0-12-213565-1.
  27. Patel, Aniruddh. Music, Language, and the Brain (англ.). — Oxford: Oxford University Press, 1999. — ISBN 978-0-12-213565-1.
  28. Lerdahl, Fred; Ray Jackendoff. A Generative Theory of Tonal Music (неопр.). — Cambridge: MIT Press, 1996. — ISBN 978-0-262-62107-6.
  29. Katz, Jonah; David Pesetsky. The Recursive Syntax and Prosody of Tonal Music (неопр.) // Recursion: Structural Complexity in Language and Cognition. — 2009. — May (т. Conference at UMass Amherst). Архивировано 24 декабря 2015 года.
  30. Hamanaka, Masatoshi; Hirata, Keiji; Tojo, Satoshi. Implementing 'A Generative Theory of Tonal Music' (англ.) // Journal of New Music Research[англ.] : journal. — 2006. — Vol. 35, no. 4. — P. 249—277. — doi:10.1080/09298210701563238.
  31. Uwe Seifert: Systematische Musiktheorie und Kognitionswissenschaft. Zur Grundlegung der kognitiven Musikwissenschaft. Orpheus Verlag für systematische Musikwissenschaft, Bonn 1993

Литература

  • Seifert, Uwe (2010): Investigating the Musical Mind: Situated Cognition, Artistic Human-Robot Interaction Design, and Cognitive Musicology (English/Korean). In: Principles of Media Convergence in the Digital Age. Proceedings of the EWHA HK International Conference 2010, pp. 61—82.
  • Seifert, Uwe (1991): The Schema Concept: A Critical Review of its Development and Current Use in Cognitive Science and Research on Music Perception. In: A. Camurri/C. Canepa (Eds.), Proceedings of the IX CIM Colloquium on Musical Informatics, Genova: AIMI/DIST, pp. 116—131.
  • Aiello, R., & Sloboda, J. (1994). Musical perceptions. Oxford Oxfordshire: Oxford University Press. —A balanced collection of papers by some of the leading figures in the field of music perception and cognition. Opening chapters on emotion and meaning in music (by Leonard B. Meyer) and the Music as Language metaphor (Rita Aiello) are followed by a range of insightful papers on the perception of music by Niclolous Cook, W. Jay Downling, Jamshed Baruscha, and others.
  • Levitin, D. (2007). This is your brain on music. New York: Plume. —Recording engineer turned music psychologist Daniel Levitin talks about the psychology of music in an up tempo, informal, and personal way. Examples drawn from rock and related genres and the limited use of technical terms are two features of the book that make the book appealing to a wide audience.
  • Jourdain, R. (1997). Music, the brain, and ecstasy. New York: Harper Collins. —A far-reaching study of how music captivates us so completely and why we form such powerful connections to it. Leading us to an understanding of the pleasures of sound, Robert Jourdain draws on a variety of fields including science, psychology, and philosophy.