Inteligencia artificial en la creación musical

Marvin Coto-Jiménez *

Resumen
Se presenta el desarrollo de las técnicas de inteligencia artificial
en procesos de creación musical, tanto para el apoyo de crea-
ción de obras a los compositores, como en proyectos que pre-
tenden automatizar todo el proceso. Las perspectivas que abre
la utilización de estas técnicas tienen implicaciones importan-
tes e invitan a una reflexión sobre sus alcances y su ética.

Palabras clave: inteligencia artificial, composición musical,
creatividad.

Introducción
La composición musical es un acto creativo que involu-
cra el manejo de silencios y sonidos especı́ficos, en un
proceso que involucra la toma de decisiones, acorde la

*UAM. marvin.coto@ucr.ac.cr
Recibido: 21 de enero de 2013
Aceptado: 12 de diciembre de 2013

mayorı́a de las veces con reglas preestablecidas y den-
tro de una estética particular.

Históricamente, las tendencias de la composición se han
agrupado en estilos y escuelas de composición con ca-
racterı́sticas semejantes, ya sea en periodos de tiempo o
en espacios geográficos. El siglo XX ha visto el desarro-
llo de gran cantidad de tendencias, y con la invención de
las computadoras, la creación musical ha permitido que
éstas permeen el quehacer de muchos músicos, tanto por
la creación de nuevas posibilidades de crear e interpretar
sonidos, como la generación de algoritmos en la evolu-
ción de algunos aspectos de las obras. La inteligencia ar-
tificial, como un área interdisciplinaria que ha tenido éxi-
to en la solución de problemas en muchas áreas, presen-
ta interesantes opciones en el desarrollo de sistemas que
apoyen la creación musical o pretendan ser autónomos en



34 ContactoS 92, 33–36 (2014)

este arte. En este sentido, el reto es grande pues la com-
posición plantea una serie de conocimientos, decisiones
y trasfondo que parece no poder sistematizarse. En las si-
guientes secciones se revisan algunas consideraciones de
la creación musical, y cómo técnicas de inteligencia ar-
tificial han intervenido a varios niveles en proyectos de
composición.

Creación musical
Para analizar el proceso de creación musical desde el
punto de vista de los aportes de inteligencia artificial
al mismo, se divirá su discusión en dos partes: los ele-
mentos que puedan aproximarse a una sistematización
del proceso creativo, y los elementos en sı́ que contie-
ne una obra musical.

A. Proceso creativo
Mazzola et al. [6], describen el proceso creativo como un
descubrimiento e invención que comienza con una pre-
gunta abierta y continúa con una secuencia de pasos bien
definidos.

La creatividad no puede garantizarse, pero se puede apro-
ximar a esta mediante una estrategia, que consiste en seis
pasos:

1. Establecer la pregunta abierta.

2. Identificar el contexto semiótico.

3. Identificar el sı́mbolo crı́tico o el concepto en el con-
texto semiótico.

4. Identificar las limitaciones del contexto.

5. Abrir estas limitaciones y desplegar nuevas perspecti-
vas.

6. Evaluar estas nuevas perspectivas.

Ahora bien, la manera en que a lo largo de la historia es-
te proceso haya sido más o menos interiorizado de for-
ma explı́cita en los creadores, no parece seguir un ca-
mino único. Autores como Cardona [4], plantean que,
desde el punto de vista de formación, no se puede es-
tablecer una regla general de los procesos que han se-
guido los compositores a lo largo de la historia para lle-
gar a producir sus obras, pues han existido casos de des-
tacados compositores que provienen de la academia, fue-
ra de ésta y de situaciones intermedias.

La sistematización planteada es importante si se plan-
tea una automatización de decisiones propias de la com-
posición musical, aunque las técnicas y aplicaciones que
se describirán no parten de modelos cerrados a mane-
ra de algoritmos.

B. Parámetros básicos
La tradición de la composición musical que se describe

en el presente artı́culo no es la única que existe. Repre-
senta más bien una derivación de la música culta origi-
nada en Europa, que se ha enriquecido con aportes de to-
das partes del mundo, pero que hereda al menos una nota-
ción básica y utilización de instrumentos que se han con-
vertido en estándares de agrupaciones, desde pequeñas
hasta grandes orquestas. Los parámetros básicos que tie-
ne esta música son:

Melodı́a: Se puede definir como una secuencia de so-
nidos y silencios que puede identificarse como una
unidad.

Ritmo: Movimiento generado por la sucesión de los
sonidos, relacionado con la duración de los mismos
como eventos temporales.

Armonı́a: Se refiere al estudio de las sucesiones de so-
nidos que son ejecutados de forma simultánea.

Existen multitud de teorı́as tras estos procesos, e inclu-
so tendencias y obras musicales que pretenden prescin-
dir al menos de una de estas, planteando interesantes ca-
minos para el desarrollo de la expresión. Sin embargo, la
referencia que se utilizará de la composición partirá de
estos elementos básicos para plantear la manera en que
la inteligencia artificial puede intervenir en mayor o me-
nor medida en la creación.

Se destaca, en primer lugar, que la utilización de al-
goritmos de cualquier tipo en la música es posi-
ble, en primer lugar porque se puede codificar numéri-
camente los eventos musicales, por ejemplo, utilizan-
do números del 1 al 12 por los sonidos de la esca-
la diatónica: do, do#, re, re#, mi, fa, fa#, sol, sol#,
la, la#, si, do. De forma semejante podrı́an codi-
ficarse las figuras rı́tmicas, como se muestra en la
figura 1.

Figura 1. Ejemplo de codificación de ritmos básicos.

Esto constituirı́a una fase de preparación de los datos a
utilizar, cualquiera sea el tratamiento que se le vaya a
dar en los procesos que se apoyen en computadoras o
algoritmos.

Inteligencia artificial en procesos
de creación musical
El área de a inteligencia artificial que trata sobre el ar-
te es la inteligencia artificial expresiva (Peña, 2009) [6].



Inteligencia artificial en la creación musical. Marvin Coto-Jiménez. 35

Como no es posible establecer parámetros objetivos so-
bre la evaluación de la calidad de una obra artı́stica, es-
ta rama es diferente de otras en la Inteligencia Artificial.
A pesar de estos, experiencias que se consideran exito-
sas han sido producidas con herramientas que usualmen-
te se utilizan en procesos de clasificación u optimiza-
ción, como las redes neuronales y los algoritmos genéri-
cos. En las siguientes subsecciones se muestran ejemplos
de éstos:

A. Redes neuronales
MUSACT, creado en la década de 1980, es un sistema
que utiliza las redes neuronales para aprender modelos
de armonı́a. La armonı́a en la tradición musical occiden-
tal puede hasta cierto punto sistematizarse en un conjun-
to de reglas, que en ocasiones no son seguidas al pie de la
letra por los compositores. MUSACT en principio no pa-
rece pretender una programación de las reglas de ma-
nera que sean creadas secuencias armónicas considera-
das perfectas dentro del conjunto de reglas, sino una cap-
tura de las cualidades armónicas a manera de intuicio-
nes en la variación del grado de expectativa que gene-
ra la armonı́a (López de Mantaras) [5].

HARMONET, de la década de 1990, es otro caso de sis-
tema basado en redes neuronales que aprende las fun-
ciones de los acordes en la armonı́a y las combinacio-
nes de los sonidos internos en éstos (López de Mantaras)
[5]. A pesar de que los acordes, objeto fundamental de la
armonı́a, tienen jerarquı́as en sistemas tonales de músi-
ca, las grandes obras de la música clásica occidental pre-
sentan formas novedosas y extendidas de aprovechar es-
ta jerarquı́a, por lo que un sistema cerrado nuevamen-
te no parece ser una alternativa que acerque a los resul-
tados obtenidos en una computadora a la semejanza con
la creación de un compositor humano. Más recientemen-
te, ejemplos como el de Rodrigo Cádiz (2009) [2], quien
utiliza en su obra Estudios Audiovisuales un programa de
computadoras que analiza una secuencia de imágenes o
video y genera una contraparte auditiva, dan nuevas pers-
pectivas a las posibilidades de estas técnicas. La obra re-
sultante es el producto de otras obras de las cuales la red
aprendió.

Estos ejemplos muestran cómo las aplicaciones no con-
sisten en la estructuración de reglas en un progra-
ma de computadoras, sino que hereda caracterı́sti-
cas como la no linealidad de las redes neurona-
les para producir caracterı́sticas de imitan la creación
humana.

B. Algoritmos genéticos
GenJam, también creado en la década de 1990. es un sis-
tema que utiliza algoritmos genéticos para crear impro-
visaciones musicales basadas en una progresión de acor-
des de jazz. La improvisación en jazz tiene la particular
caracterı́stica de basarse en un tema, sobre el cual se pro-
ducen variaciones que no han sido estudiadas o previs-

tas por el mismo intérprete que las ejecuta, creando en
cada interpretación novedades que en general no vuel-
ven a repetirse. Se trata de un proceso de creación com-
plejo pues las variaciones pueden ser rı́tmicas, melódicas
y pueden separarse de maneras complejas de los patrones
originales.

Los algoritmos genéticos ası́ utilizados son entonces una
técnica para emular una caracterı́stica de gran comple-
jidad, hasta hace poco tiempo poco explorada y ajena
a los intereses de las relaciones de técnicas más aplica-
das en las ciencias que en los procesos artı́sticos.

Tanto redes neuronales como algoritmos genéticos tienen
implementaciones actuales en software de uso extendido
entre la creación musical con el apoyo de computadoras.
Se encuentran, por ejemplo, proyectos en software libre
como SuperCollider y PureData. La figura 2 muestra un
ejemplo de implementación de red neuronal en PureData.

Figura 2. Implementación de red neuronal en el software Pure-
Data. Fuente: Cont et al. 2004 [4].

Ya implementada de esta manera, tiene potencial aplica-
ción tanto en la sı́ntesis de sonidos como en la integra-
ción en la generación de ritmos o melodı́as. Esta imple-
mentación está diseñada para apoyar el proceso de crea-
ción musical de un compositor más que sustituir todo el
proceso de creación.

Sin embargo, las posibilidades quedan abiertas para in-
tegrarse a procesos automáticos en mayor o menor me-
dida. Al tratarse de software libre, el acceso es práctica-
mente inmediato para creadores o interesados que deseen
experimentar con ellas.

Se plantean ejemplos como los siguientes para la utiliza-
ción y desarrollo de las técnicas descritas en su imple-
mentación en estos software:



36 ContactoS 92, 33–36 (2014)

Generar un ritmo, el cual pueda variarse continuamen-
te siguiendo un proceso de evolución dado por un al-
goritmo genético. El creador podrı́a controlar la velo-
cidad con que el ritmo evoluciona de acuerdo con sus
intereses.

Dada una melodı́a, generar una nueva con variacio-
nes sobre que sean determinadas por una red neuro-
nal, la cual haya sido entrenada para introducir ma-
yor o menor grado de semejanza con la original.

Sistemas de mayor complejidad
Un ejemplo destacado de aplicación de técnicas de in-
teligencia artificial en la creación musical es el de Ia-
mus, cluster de computadoras de la Universidad de Mála-
ga, España. Este proyecto ha dado un paso más allá, pre-
tendiendo no solamente influir en alguno de los aspec-
tos básicos mencionados en la sección II-B, o ser apoyo
para la creatividad de un compositor, si no realizar com-
posiciones completas sin intervención humana, constitu-
yendo un sistema 100 % autónomo.

Los resultados de Iamus son reconocidos incluso por
intérpretes y compositores como de igual calidad a la
de un compositor humano contemporáneo[1]. Tiene ven-
tajas adicionales como la de producir no solamente la
música sino las partituras necesarias para su interpreta-
ción. Es posible encontrar en vı́deo interpretaciones crea-
dos por este sistema, que abarcan desde grupos instru-
mentales pequeños hasta orquesta sinfónica.

Los creadores y desarrolladores de Iamus describen el
proceso seguido en la toma de decisiones musicales del
cluster de forma semejante a un algoritmo genético. Dada
la capacidad con que cuenta actualmente, es posible que
realice sus creaciones musicales en tiempo semejante a
lo éstas durarán.

Consideraciones para el desarrollo
de la musica
La automatización de una obra musical, tal como se ha
presentado, en todo en parte, genera discusiones y re-
flexiones importantes. En primer lugar se trata de la
incursión de técnicas programadas en una computado-
ra, que se acercan a una actividad considerada tradi-
cionalmente como un sı́mbolo de la inteligencia huma-
na, como otros procesos que se han descrito tradicional-
mente en términos de creatividad, inspiración o incluso
genialidad.

Si bien se ha llegado al punto de crear obras musica-
les que tengan una calidad técnica semejante a las rea-
lizadas por seres humanos, quedan importantes cuestio-
nes por explorar, y que pueden abrir discusiones para la
participación de creadores. Por ejemplo, una obra musi-
cal se considera de valor no solamente por sus perfec-
ción u originalidad en el uso correcto y original de la ar-
monı́a o desarrollo de sus melodı́as, sino por la creación

de obras que nos hablan también del contexto, la histo-
ria y la forma de pensar de su creador, convirtiéndose en
sı́mbolos de su tiempo que hacen referencia a persona-
jes, eventos o ideas.

Las creaciones de una computadora de momento tendrı́an
solamente una pequeña parte de estas caracterı́sticas, y
carecerı́an de la dimensión cultural y de entorno hu-
mano considerado de valor en gran cantidad de estilos
musicales.

Conclusiones
Se ha hecho un repaso por los elementos básicos de la
creación musical y el cómo técnicas de inteligencia arti-
ficial, en principio desarrolladas para resolver tareas aje-
nas a procesos creativos, han sido utilizadas para apo-
yar o sustituir del todo a los compositores de obras
musicales.

Este es un campo que presente retos interesantes, tan-
to por la complejidad que representa la creación artı́sti-
ca y su evaluación más o menos subjetiva, como por la
implementación de las técnicas que permitan acercarse a
las creaciones musicales de seres humanos. La colabora-
ción de especialistas de distintas áreas es una oportuni-
dad para encontrarse, comprenderse mutuamente y apo-
yar éstas u otras iniciativas de provecho.

. Referencias

1. Iamus, la máquina que quiere ser todos los compo-
sitores. Disponible en: http://esmateria.com/2012/07/
14/iamus-la-maquina-que-quier

2. Cádiz, R. y de la Cuadra, P. Estrategias de composi-
ción audiovisual basadas en sinestesia, isomorfismo e
inteligencia artificial. Centro de Investigación en Tec-
nologı́as de Audio Pontificia Universidad Católica de
Chile. Revista Resonancias, No. 25, Pontificia Uni-
versidad Católica de Chile, 2009.

3. Cardona. A (2010). Enseñanza de la Composición co-
mo construcción personal de oficio. XVI Festival La-
tinoamericano de Música, Caracas, Venezuela.

4. Cont. A; Coduys, T. y Henry, C. Real-time Gesture
Mapping in Pd Environment using Neural Networks.
NIME’04, June, 2004, Hamamatsu, Shizuoka, Japan.

5. López de Mantaras, R. Making Music with AI: So-
me examples. Artificial Intelligence Research Institu-
te, Bellaterra.

6. Mazzola, G.; Park, J. y Thalmann , F. Musical Creati-
vity. Strategies and Tools in Composition and Impro-
visation. Springer 2011.

7. Peña, F. Inteligencia artificial y arte. DNI 73205278-
G .

cs