- Smaragdis se dedica a desarrollar tecnologías de escucha mecánica que superen la capacidad auditiva humana.
- Su equipo se enfoca en separar sonidos individuales de mezclas, mejorando la percepción auditiva humana.
- La tecnología de Smaragdis ayudó al equipo de producción de "The Beatles: Get Back" a limpiar grabaciones.
- Él espera que las computadoras ofrezcan retroalimentación constructiva a los músicos en lugar de reemplazarlos.
El profesor Paris Smaragdis del Instituto Tecnológico de Massachusetts (MIT) está trabajando en el desarrollo de tecnologías de escucha mecánica que superen las capacidades auditivas humanas. Se unió al cuerpo docente del MIT en 2025 con el objetivo de crear sistemas computacionales que puedan ir más allá de la comprensión auditiva humana. Estos sistemas pueden localizar accidentes de tráfico al escuchar el sonido de neumáticos chirriantes y colisiones metálicas, así como emitir alertas cuando las brocas industriales en perforaciones geotérmicas están a punto de romperse.
El equipo de Smaragdis se centra en el aprendizaje automático, dedicándose a separar sonidos individuales de mezclas, desarrollar dispositivos inteligentes que mejoren la percepción auditiva humana y crear mejores herramientas para la creación y análisis musical. Smaragdis creció en Grecia, estudió bajo en el Berklee College of Music en Boston y obtuvo su maestría y doctorado en el Media Lab del MIT. En los inicios de su carrera, eligió un camino poco convencional. Muchos estudiantes de laboratorios de medios utilizan técnicas de procesamiento de señales para ayudar a las máquinas a manejar el sonido, pero él se volvió hacia el aprendizaje automático, ya que este enfoque ofrece ventajas que las técnicas tradicionales no pueden igualar.
Aprendizaje automático y tecnología auditiva
Él señala que los humanos no comprenden completamente cómo funciona su propia audición. "No podemos simplemente decirle a una computadora cómo escuchar", afirma, por lo que deben aprender de los datos.
En el laboratorio de investigación de Mitsubishi Electric, Smaragdis estableció un sistema de inteligencia artificial capaz de escanear pistas de audio de videos para determinar los eventos que ocurren en las imágenes. Por ejemplo, el rugido de una multitud puede sugerir momentos emocionantes de un partido de fútbol sin necesidad de analizar el video. Esta investigación se aplicó posteriormente en grabadoras personales, sistemas de monitoreo de tráfico y teléfonos móviles. En la Universidad de Illinois en Urbana-Champaign, su equipo utilizó redes neuronales para separar sonidos individuales de mezclas de audio. Esta tecnología llamó la atención del equipo de producción de la miniserie documental de 2021 "The Beatles: Get Back", quienes invitaron a Smaragdis a ayudar a limpiar grabaciones de archivo.
Estas grabaciones enfrentaron diferentes desafíos en cada ocasión. En un segmento, John Lennon toca música mientras Paul McCartney lee titulares de periódicos y bromea sobre George Harrison. Smaragdis indica que el equipo buscaba una solución técnica que pudiera abordar todos los problemas en lugar de tratar cada uno por separado. Su contribución ayudó al equipo a ganar el premio Emmy 2022 en la categoría de edición de sonido para programas no ficticios o de realidad.
Herramientas para músicos y científicos
Después de trabajar 15 años en Illinois, Smaragdis se trasladó al MIT, donde se dedica a abordar problemas interdisciplinarios que surgen en el campo. Su equipo actualmente persigue dos objetivos principales. El primero es hacer que las computadoras sean más útiles para los músicos, incluyendo sistemas que aprendan a escuchar música para poder ofrecer retroalimentación constructiva. "No queremos reemplazar a los músicos con computadoras", enfatiza. El segundo es desarrollar herramientas fundamentales para que científicos y artistas puedan procesar, analizar y manipular audio. Su equipo está explorando algoritmos de procesamiento de señales complejas, donde los marcos de referencia tradicionales, incluyendo tasas de muestreo y ventanas de contexto, no son fijos o incluso están indefinidos.
Él menciona que esto apunta a estructuras computacionales aún no exploradas que podrían manejar audio de manera más efectiva. También están investigando cómo introducir modelos de lenguaje de gran tamaño en el reconocimiento de voz y la mejora de audio. Smaragdis señala que la forma ideal de utilizar inteligencia artificial para el sonido y la música aún no se ha descubierto. Destaca la importancia de los cursos prácticos, ya que pocos de sus estudiantes tienen experiencia en computación de sonido, lo que les permite ver y escuchar intuitivamente cómo las ecuaciones se convierten en cosas concretas.
El potencial futuro de la tecnología de escucha mecánica
La investigación de Smaragdis no solo avanza los límites de la escucha mecánica desde un punto de vista técnico, sino que también explora nuevas posibilidades en la intersección de la música y la ciencia. Su equipo se dedica a crear sistemas que puedan entender y analizar audio, lo que tiene profundas implicaciones tanto para la creación musical como para la investigación científica. A medida que la inteligencia artificial avanza, el alcance de la tecnología de escucha mecánica seguirá expandiéndose, y en el futuro podría proporcionar herramientas más poderosas para creadores y científicos, mejorando su eficiencia y creatividad en el trabajo.