概念识别与音乐主题识别：一种量子语义分析
机器学习
2022-02-23 v1 声音
音频与语音处理
量子物理
摘要
抽象概念与音乐主题是如何基于既往经验被识别的？比较人类与人工智能在此问题上的不同行为颇具趣味。一般而言，人类心智从一组已知实例中抽象出某概念（例如“桌子”）时，会创建一个桌子格式塔（table-Gestalt）：一种模糊且失焦的图像，并不完全对应于具有明确特征的特定桌子。类似情形亦出现于音乐主题中。这种对人类心智而言十分自然的格式塔模式构建，能否教给智能机器？该问题可在面向模式识别与机器学习的量子方法框架中成功探讨。其基本思想是用量子数据集取代经典数据集，其中物体或音乐主题均可被形式化表示为量子信息的片段，并蕴含表征量子世界的不确定性与模糊性。在此框架中，格式塔的直观概念可由给定量子数据集的正质心这一数学概念来模拟。相应地，关键问题“我们如何基于既往经验对一新物体或一新音乐主题（我们所聆听的）进行分类？”可借助某些特殊的量子相似关系来处理。尽管人类与人工智能的识别过程不同，但存在一种“面对问题”的共同方法，似乎在两类情形中均奏效。
引用
@article{arxiv.2202.10941,
title = {Recognizing Concepts and Recognizing Musical Themes. A Quantum Semantic Analysis},
author = {Maria Luisa Dalla Chiara and Roberto Giuntini and Eleonora Negri and Giuseppe Sergioli},
journal= {arXiv preprint arXiv:2202.10941},
year = {2022}
}