// archeologia
Dziesięć lat archiwum to nie problem, tylko materiał.
Drugi zespół, na którym chcemy to sprawdzić, ma około dekady nagrań: wielogodzinne próby, pierwsze jamy, kolejne wersje tych samych kompozycji, nagrania, które trafiły na płytę, i dużo takich, które nigdy nie wyszły. Wszystko leży w chmurze, część na starych kontach plikowych w rodzaju box.net, część w Dropboksie, w strukturze katalogów, której nikt już nie pamięta.
Dla narzędzia to nie jest przeszkoda, tylko skala. Analiza jednej godziny materiału kosztuje kilkanaście sekund liczenia, więc tysiące fragmentów to kwestia jednej nocy, a nie projektu. Podpięcie Dropboksa albo innego dysku w chmurze jest prostą integracją, bo pliki czytamy po kolei i niczego w nich nie zmieniamy.
Historia utworu na osi czasu
Pierwszy jam, kolejne próby, demo, wersja z płyty. Widać, kiedy pojawił się riff, kiedy powstał refren i co przetrwało od pierwszego zagrania.
w planie
Zapomniane pomysły
Numery, których nie graliście od lat, i fragmenty, które nigdy nie dostały drugiej szansy. Nie kolejna porcja nowych riffów, tylko przypomnienie tych, które już macie.
w planie
Co dokończyć najpierw
Zamiast listy wszystkiego: które utwory są najbliżej gotowości, według Waszej własnej oceny, a nie według liczby wyliczonej przez model.
w planie
Jest przy tym pułapka, którą warto nazwać od razu. Utwory wydane mają w archiwum więcej nagrań, bo zespół grał je częściej. Algorytm, który dostanie całe archiwum, nauczy się wykrywać „to było grane wiele razy" i trafi prawie wszystko, tylko że to błędne koło: numer był grany wiele razy, ponieważ zespół zdecydował się go rozwijać. Żeby test coś znaczył, przewidywanie musi iść z jednego najwcześniejszego nagrania, bez informacji, ile innych podejść istnieje.