خاص 24| فادية الحاج: برامج المواهب "لا تصنع نجوم".. ولهذا أرفض البصمة الصوتية
تاريخ النشر: 17th, December 2024 GMT
تستعد الفنانة اللبنانية فادية طنب الحاج، لسلسلة حفلات غنائية في عواصم العالم خلال الأيام القليلة المُقبلة، بجانب عملها على مشاريع غنائية مُختلفة تكشف عنها خلال حديث خاص مع "24"، فضلاً عن موقفها من مسابقات المواهب، والبصمة الصوتية، واستخدام الذكاء الاصطناعي في العمل الفني.
كشفت فاديا الحاج، أنها تستعد حالياً لحفل غنائي سيشهد توزيع جديد لعدد من الأعمال الفنية منها موشحات قديمة، في 1 فبراير (شباط) المُقبل بإحدى المُدن البلجيكية، واصفةً هذا الحدث بـ "المهم"، حيث سيجري تقديم موسيقى تراثية بتوزيع وشكل جديدين.
كما كشفت فاديا، عن مشاركتها في حفل الموريكس دور، والذي يجري خلاله توزيع جوائز الابداع والثقافة والفن في 21 ديسمبر (كانون الأول) الجاري في لبنان.
تخوض فاديا الحاج، جولة عالمية قريباً تتعاون خلالها مع مصمم الرقصات والمخرج البلجيكي من أصل مغربي سيدي العربي الشرقاوي، الذي يشغل مدير الباليه بأوبرا جنيف، لافتةً إلى أن تعاونهما الأول في عام 2008، تلاه عمل فني حمل اسم "أوريجين" في 2012، وبازل.
وعن تفاصيل العمل الجديد، تشير فاديا، إلى أنه يحمل اسم "إحسان" ويتميز بالطابع المغربي المُقدم لأول مرة، حيث يجري طرح الموسيقى العربية بتوزيع معاصر جديد، كاشفةً عن تقديم 6 حفلات فنية في جنيف حتى الآن في إطار هذا العمل.
وأوضحت فاديا، أنه يجري الاعداد لجولة فنية تضم 50 حفلة حول العالم، انطلاقاً من ألمانيا، ثم النمسا، وروما، وباريس، وكندا، وإسبانيا، وبعدها يتم الانتقال إلى أمريكا، لتقديم موسيقى "إحسان" الشرقية في طابع مُختلف مُعاصر.
تحدثت فاديا الحاج، عن عمل فني جديد يجمعها بابنتها "يمان" بعدما جمعهما "دويتو" غنائي في نهاية العام الماضي 2023، وحمل اسم "المُهاجر"، لافتةً إلى أن العمل الجديد من تأليفها وتلحين ابنتها يمان، وهو أول عمل من تلحين الأخيرة، متمنيةً أن ينال إعجاب الجمهور.
وعن برامج المواهب التي يشهدها العالم العربي أمثال "إكس فاكتور"، و"نجوم الغد"، و"ذا فويس"، قالت فاديا الحاج، إنها لا تصنع نجوماً، لكنها قد تكتشف أصواتاً مُميزة.
وتضيف فاديا، إن النجومية تحتاج لطريق طويل تتكامل فيه عوامل مثل الإعلام والدعاية والتنظيم وإدارة الأعمال لإظهار الفنان على أفضل صورة يحبها الجمهور، وكلها أمور لا تقدمها برامج المواهب، مُتابعةً: "في ناس تستطيع الغناء لكن لا تعرف تبيع حالها كمغني".
وحول إثارة عدد من الفنانين مؤخراً، مسألة "البصمة الصوتية" لاستمرار تقديم أعمال بأصواتهم لأطول وقت ممكن، قالت فاديا إن البصمة ناجحة مع الآلات الموسيقية، لكنها لا يمكنها تعويض الصوت البشري، كون الأوتار الصوتية البشرية تختلف كلياً.
وتشير إلى أن البصمة الصوتية المُسجلة بالاستوديو لا تُعطي الإحساس بالعزف، ويظهر الأمر أكثر عند عمل بصمة صوتية لصوت بشري مثل صباح أو فيروز، حيث يكون فاقد الإحساس وهو أمر لا نستطيع خلقه أو تقديمه بشكل مماثل عبر الذكاء الاصطناعي أو الكمبيوتر.
لا ترفض فاديا الحاج أيضاً، اعتماد الذكاء الاصطناعي في العمل الفني كعامل مُساعد إلا أنها تستبعد قيامه بالدور الكلي للبشر لاسيما في مجال مثل الفن والموسيقي الذي يتطلب إحساس كبير ومشاعر أحياناً تُعبر عن الضعف وليس دائماً القوة، وهو أمر لا يزال الذكاء الاصطناعي عاجزاً عن فعله.
المصدر: موقع 24
كلمات دلالية: سقوط الأسد حصاد 2024 الحرب في سوريا عودة ترامب عام على حرب غزة إيران وإسرائيل إسرائيل وحزب الله غزة وإسرائيل الإمارات الحرب الأوكرانية نجوم الذکاء الاصطناعی برامج المواهب إلى أن
إقرأ أيضاً:
الذكاء الاصطناعي يوجه المسيّرات رغم العوائق الطبيعية
في مهمة لإطفاء حرائق الغابات في سلسلة جبال سييرا نيفادا، قد تجد طائرة مسيّرة ذاتية التحكم نفسها تواجه رياح «سانتا آنا» العاتية التي تهدد بإخراجها عن مسارها. التكيف السريع مع مثل هذه التقلبات الجوية غير المتوقعة أثناء الطيران يمثل تحديًا هائلًا لأنظمة التحكم في وضع الطيران الخاصة بهذه الطائرات.
ولمواجهة مثل هذه التحديات، طوّر باحثون في معهد ماساتشوستس للتكنولوجيا «MIT» خوارزمية تحكم تفاعلي جديدة تعتمد على تقنيات تعلّم الآلة، قادرة على تقليل انحراف الطائرة عن مسارها المحدد حتى في مواجهة عوائق مفاجئة مثل هبوب الرياح.
وعلى عكس الطرق التقليدية، لا تتطلب هذه التقنية من المبرمج أن يكون على دراية مسبقة ببنية أو نمط هذه الاضطرابات. بدلاً من ذلك، يتعلم نموذج الذكاء الاصطناعي المستخدم في نظام التحكم كل ما يحتاجه من خلال بيانات ملاحظة تُجمع خلال 15 دقيقة فقط من الطيران.
الميزة الأبرز لهذه التقنية تكمن في أنها تحدد تلقائيًا خوارزمية التحسين الأمثل للتكيف مع هذه الاضطرابات، مما يعزز من دقة تتبع المسار. إذ تختار الخوارزمية الأنسب بحسب طبيعة الاضطرابات التي تواجهها الطائرة في كل حالة.
وقد درّب الباحثون نظامهم على تنفيذ هذين الأمرين معًا، التكيّف وتحديد الخوارزمية باستخدام تقنية تُعرف باسم التعلم الفوقي «meta-learning»، والتي تُعلّم النظام كيفية التكيّف مع أنواع مختلفة من الاضطرابات.
النتائج جاءت واعدة، إذ سجل النظام الجديد نسبة خطأ في تتبع المسار أقل بنسبة 50% مقارنة بالطرق التقليدية، سواء في المحاكاة أو في الظروف الحقيقية، كما أثبت كفاءته في التعامل مع سرعات رياح لم يسبق له مواجهتها أثناء التدريب.
يأمل الباحثون أن يُسهم هذا النظام مستقبلاً في تحسين كفاءة الطائرات المسيّرة في توصيل الطرود الثقيلة رغم الرياح القوية، أو في مراقبة المناطق المعرضة للحرائق في المحميات الطبيعية.
يقول نافيد عزيزيان، الأستاذ المساعد في قسم الهندسة الميكانيكية ومعهد البيانات والنظم والمجتمع «IDSS» بمعهد «MIT»، والباحث الرئيسي للدراسة: «قوة طريقتنا تكمن في التعلم المتزامن لمكونات النظام. من خلال الاستفادة من التعلم الفوقي، يتمكن نظامنا من اتخاذ قرارات تلقائية تحقق أفضل تكيف ممكن في وقت قصير».
شارك عزيزيان في إعداد الورقة البحثية كل من سونبوتشين تانغ، طالب دراسات عليا في قسم الطيران والفضاء، وهاويان صن، طالب دراسات عليا في قسم الهندسة الكهربائية وعلوم الحاسوب. وقد عُرض البحث مؤخراً في مؤتمر «التعلم للديناميكيات والتحكم»
التعلم على التكيف
تتغير سرعات الرياح التي قد تواجهها الطائرة في كل رحلة، لكن من المفترض أن تبقى الشبكة العصبية ودالة الانحدار المستخدمة ثابتتين، لتجنّب إعادة التدريب في كل مرة.
لتحقيق هذه المرونة، اعتمد الباحثون على التعلم الفوقي، ودربوا النظام على مجموعة من سيناريوهات الرياح المختلفة أثناء مرحلة التدريب.
يوضح تانغ: «الهدف ليس فقط أن يتكيف النظام، بل أن يتعلم كيف يتعلم. عبر التعلم الفوقي، يمكننا إنشاء تمثيل مشترك من بيانات متعددة السيناريوهات بسرعة وكفاءة».
في التطبيق العملي، يقوم المستخدم بتغذية نظام التحكم بمسار الطيران المطلوب، ويقوم النظام بحساب قوة الدفع اللازم في الزمن الحقيقي لإبقاء الطائرة على المسار رغم أي اضطرابات جوية.
وقد أثبت النظام كفاءته سواء في المحاكاة أو في اختبارات حقيقية، حيث تفوق على جميع الطرق التقليدية في تتبع المسار، حتى في الظروف الجوية القاسية.
يضيف عزيزيان: «حتى عندما تجاوزت قوة الرياح مستويات لم نشهدها في التدريب، أثبتت تقنيتنا قدرتها على التعامل معها بكفاءة».
واللافت أن تفوق النظام على الطرق الأخرى ازداد كلما زادت شدة الرياح، مما يدل على قدرته على التكيف مع البيئات الصعبة.
ويجري الفريق الآن تجارب ميدانية على طائرات مسيّرة حقيقية لاختبار النظام في مواجهة ظروف جوية متنوعة.
كما يسعى الفريق لتوسيع قدرات النظام ليتعامل مع اضطرابات متعددة المصادر في وقت واحد. فعلى سبيل المثال، تغير سرعة الرياح قد يغيّر من توزيع وزن الحمولة أثناء الطيران، خصوصاً عند حمل مواد سائلة.
كما يطمح الباحثون إلى تطوير خاصية التعلم المستمر، بحيث يتمكن النظام من التكيف مع اضطرابات جديدة دون الحاجة إلى إعادة تدريبه على البيانات السابقة.
وفي تعليق على البحث، قال بروفيسور باباك حسّیبي من معهد كاليفورنيا للتكنولوجيا «Caltech»، والذي لم يشارك في المشروع: «نجح نافيد وزملاؤه في الجمع بين التعلم الفوقي والتحكم التكيفي التقليدي، لتعلم الخصائص غير الخطية من البيانات. واستخدامهم لخوارزميات الانحدار المرآتي مكّنهم من استغلال البنية الجيومترية الكامنة للمشكلة بشكل لم تفعله الطرق السابقة. وهذا العمل قد يساهم بشكل كبير في تصميم أنظمة ذاتية التشغيل تعمل بكفاءة في بيئات معقدة وغير مؤكدة».
وقد حصل هذا البحث على دعم من عدة جهات، منها شركة «MathWorks»، ومختبر «MIT-IBM Watson» للذكاء الاصطناعي، ومركز «MIT-Amazon» للعلوم، وبرنامج «MIT-Google» للابتكار في الحوسبة.
وزيرة البيئة تناقش مع المديرة التنفيذية لبرنامج الأمم المتحدة للبيئة آخر مستجدات مفاوضات معاهدة البلاستيك