Paul McCartney e Ringo Starr/ Video, suonano i Beatles (e gli scienziati li studiano)

- Paolo Vites

Ospite a sorpresa di Paul McCartney l’ex batterista dei Beatles, Ringo Starr

paul_mccartney
Paul McCartney

“Abbiamo una sorpresa per noi, una sorpresa per voi, una sorpresa per tutti quanti: signore e signori, l’unico e il solo Ringo Starr”. Così Paul McCartney ha introdotto ieri, durante l’ultimo concerto del tour americano, al Dodger Stadium di Los Angeles il vecchio amico e batterista dei Beatles. Gli ultimi due sopravvissuti dei Fab4, dopo la scomparsa prima di John Lennon, ucciso da uno psicopatico nel 1980, e George Harrison, morto di tumore nel 2003. La folla è naturalmente esplosa in un tripudio di gioia, mentre i due si abbracciavano affettuosamente, quindi Ringo ha preso posto alla batteria e ha accompagnato McCartney in due classici dei Beatles, Set. Pepper’s e Helter Skelter. Dopo di lui è toccato al chitarrista degli Eagles Joe Walsh duettare con Sir Paul. Intanto l’interesse per i Beatles si dimostra immortale una volta di più, sottolineando come il quartetto di Liverpool sia stato il più importante della storia e ancora lo sia. Alcuni studiosi delle università di Harvard in America e di quella di Dalhousie nel Canada hanno messo a punto un sistema di intelligenza artificiale che nei loro intenti dovrebbe aiutare chi tra Paul McCartney e John Lennon è l’autore che più ha contribuito a comporre un determinato brano.

I BEATLES E GLI SCIENZIATI

Come sia, tutte le canzoni sono firmate a quattro mani, ma è anche noto che l’autore fondamentale di un determinato brano lo si è sempre individuato da chi lo cantasse. Help, ad esempio, cantata da Lennon, è stata scritta da lui, mentre Eleanor Rigby catasta da Paul è stata composta da questi. I due naturalmente si aiutavano, suggerendo una cosa o l’altra. Ed è questo che gli scienziati hanno cercato di dedurre. “Ask Me Why” sarebbe per il 90% attribuibile a John Lennon, così come “Do You Want to Know a Secret” e il ponte di “A Hard Day’s Night”. “Vogliamo creare un modello per chi desidererà seguire i cambiamenti avvenuti nel tempo nel modo della musica. Con il nostro sistema di machine learning, sarà possibile comprendere tutte le differenti influenze che ha subito un musicista” hanno commentato gli scienziati.



© RIPRODUZIONE RISERVATA