দুই জ্যাজ বাদক, দুই কণ্ঠ, এক গ্রুভ

সৃজনশীলতায় মানুষ যা সবচেয়ে বেশি মূল্য দেয়, তার অনেকটাই ঘটে মানুষের মাঝখানে: একটি আলাপ, একটি সহযোগিতা, একটি জ্যাম সেশন। তবু দুটি মন মুহূর্তে মুহূর্তে কীভাবে মিলে নতুনত্বের প্রবাহ সামলায়, তা অজানা। আর একটি ধাঁধাও আছে। যে সঙ্গীরা পুরোপুরি এক হয়ে যান, তাঁরা নতুন কিছু তৈরি করেন না; যাঁরা একে অপরকে উপেক্ষা করেন, তাঁদের মধ্যে কোনো মিথস্ক্রিয়াই হয় না। সৃজনশীল জুটিকে কোথাও মাঝখানে থাকতে হবে — কিন্তু কোথায়, আর কীভাবে?

University of Tokyo-র Tatsuya Daikoku ও সহকর্মীরা, University of Cambridge ও Seitoku University-র সঙ্গে মিলে, এর উত্তর খুঁজেছেন জ্যাজে, যেখানে দুই সংগীতশিল্পী প্রায়ই পালা করে সোলো বাজান (trade solos), একই সুরের ওপর পালাক্রমে তাৎক্ষণিক সৃষ্টি (improvisation) করে।

স্বরে স্বরে বিস্ময় মাপা

মস্তিষ্ক অনবরত অনুমান করে এরপর কী আসবে, আর সংগীত সেই অনুমান নিয়ে খেলে। দলটি প্রথমে জ্যাজ কী “প্রত্যাশা” করে তার একটি মডেল বানিয়েছে: একটি পরিসংখ্যানগত-শিখন মডেল, যা প্রশিক্ষিত হয়েছে Weimar Jazz Database থেকে 78 জন সংগীতশিল্পীর পেশাদারভাবে লিখিত 456টি সোলোয়। প্রতিটি নতুন স্বরের জন্য এটি বিটে দুটি সংখ্যা দেয় — বিট হলো বিস্ময়ের একক: যে স্বরের সম্ভাবনা দুইয়ে এক, তার মান 1 বিট, যার সম্ভাবনা চারে এক, তার মান 2 বিট: আগে যা এসেছে তার প্রেক্ষিতে স্বরটি কতটা অপ্রত্যাশিত, এবং প্রসঙ্গটি কতটা অনিশ্চিত — কতগুলো সম্ভাব্য পরবর্তী ধারা বিশ্বাসযোগ্য মনে হচ্ছিল।

এরপর তাঁরা মডেলটিকে একটি বিদ্যমান সংকলন থেকে আসল জুটিদের বাজনা শোনালেন: জ্যাজ স্ট্যান্ডার্ড Autumn Leaves-এর পালা-করা সোলোর অংশগুলো, যা বাজিয়েছে 6টি পেশাদার জুটি — বেস ও গিটার, পিয়ানো ও বেস, পিয়ানো ও স্যাক্সোফোন, পিয়ানো ও বেহালা, স্যাক্সোফোন ও ইলেকট্রিক বেস, ট্রাম্পেট ও গিটার। সব মিলিয়ে 54টি টেক, 530টি সোলো ও 11,433টি স্বর, বাদ্যযন্ত্র অনুযায়ী আলাদা করা এবং এআই হাতিয়ারের সাহায্যে লিখিত, তারপর হাতে যাচাই করা। সুর (স্বরের উচ্চতা) আর ছন্দ আলাদাভাবে বিশ্লেষণ করা হয়েছে।

সুর বলে দেয় কে বাজাচ্ছেন

স্বরের উচ্চতায় প্রত্যেক সংগীতশিল্পী একটি ব্যক্তিগত ছাপ ধরে রাখেন:

• একটি টেকের মধ্যে দুই সঙ্গী 90% টেকে উল্লেখযোগ্যভাবে আলাদা; একই বাদককে পরের টেকে নিজের সঙ্গে তুলনা করলে মাত্র 35%-এ;
• সঙ্গীদের মধ্যের ফারাক কখনো ঘোচে না, তাঁরা এক পালা দূরে থাকুন বা পাঁচ পালা;
• একটি শ্রেণিকারক (classifier) ছয়টি জুটির সবকটিতেই একটি মাত্র সোলো থেকে বলে দেয় কোন সঙ্গী বাজিয়েছেন (0.87 নম্বর, যেখানে 0.5 মানে আন্দাজ);
• সুরের অনিশ্চয়তার পরিবর্তনের প্রায় 74% ব্যাখ্যা হয় কে বাজাচ্ছেন তা দিয়ে, 1%-এরও কম কোন টেক তা দিয়ে।

লেখকেরা একটি সতর্কতা দিয়েছেন: প্রতিটি জুটিতে দুই সংগীতশিল্পী আলাদা আলাদা বাদ্যযন্ত্র বাজাচ্ছিলেন, তাই এই ছাপের একটি অংশ মানুষের বদলে বাদ্যযন্ত্র থেকে আসতে পারে।

ছন্দ বলে দেয় এটি কোন পরিবেশনা

ছন্দ উল্টো ধাঁচ দেখায়। একটি টেকের মধ্যে সঙ্গীদের আলাদা করে চেনা যায় না, এবং কোনো শ্রেণিকারক তাঁদের পার্থক্য করতে পারে না। বরং ছন্দ এক টেক থেকে আরেক টেকে বদলায়: প্রতিটি পরিবেশনা নিজস্ব একটি যৌথ ছন্দ-অবস্থা গড়ে নেয়।

আর কেবল আসল সঙ্গীরাই সেটি ভাগ করেন। একটি সোলোকে একই টেকে সঙ্গীর পরের সোলোর সঙ্গে জোড়া লাগালে ছন্দের দূরত্ব — দুটি সোলোর ছন্দের ধাঁচ কতটা আলাদা তার একটি মাপ, যেখানে 0 মানে হুবহু এক — কম। একই সঙ্গীর অন্য টেকের একটি সোলোর সঙ্গে জোড়া লাগালে — একটি নকল যুগলবন্দি — দূরত্ব দ্বিগুণ হয়ে যায় (0.116 বনাম 0.238)। এমনকি ঠিক পরের টেকের সঙ্গেও নকল যুগলবন্দি বেশি দূরে থাকে।

সেই যৌথ অবস্থা জমাট বাঁধা নয়। একটি টেক জুড়ে প্রত্যেক বাদক নিজের আগের সোলো থেকে ঠিক সেই হারেই সরে যান, যে হারে সঙ্গীর সোলো থেকে। দুজনে আলাদা হয়ে যাচ্ছেন না; তাঁরা একসঙ্গে পথ চলছেন।

দুটি সোলোর মধ্যে দূরত্ব, কত পালা তাদের আলাদা করেছে সেই অনুযায়ী, একজন বাদককে সঙ্গীর সঙ্গে (কমলা, বিজোড় পালা) বা নিজের আগের সোলোর সঙ্গে (নীল, জোড় পালা) তুলনা করে। স্বরের উচ্চতায় একটি চওড়া ফারাক কখনো ঘোচে না; ছন্দে রেখাগুলো একে অপরের ওপর পড়ে এবং একসঙ্গে ওপরে ওঠে। — চিত্র 1b, Daikoku et al. (2026), arXiv:2610.31131.

প্রতিটি হাতবদলে টানাপোড়েন

এর ওপর, পালাগুলো নিজেরাও পরস্পরের সঙ্গে বাঁধা। যখন কোনো বাদকের সোলো তাঁর নিজের গড়ের চেয়ে বেশি অপ্রত্যাশিত হয়, সঙ্গীর পরের সোলোটি সঙ্গীর নিজের গড়ের চেয়ে কম অপ্রত্যাশিত হওয়ার প্রবণতা দেখায় — ছন্দ ও স্বরের উচ্চতা দুটিতেই, ছয়টি জুটির সবকটিতে, এবং দুটি এলোমেলো-করা নিয়ন্ত্রণ (shuffled controls) যা দেয় তার চেয়ে অনেক বেশি। সংকলনের 415টি হাতবদল জুড়ে সহসম্পর্ক ছন্দের জন্য −0.19 আর স্বরের উচ্চতার জন্য −0.10: একটি সামান্য প্রবণতা, তবে সুসংগত।

প্রতিটি বিন্দু দুটি সোলোর মধ্যে একটি হাতবদল। একজন বাদকের বাড়তি বিস্ময়ের জবাব আসে অন্যজনের সংযম থেকে। — চিত্র 2, Daikoku et al. (2026), arXiv:2610.31131.

এটি পরিপূরকতা, অনুকরণ নয়। লেখকদের ব্যাখ্যা: একজন খরচ করলে অন্যজন সঞ্চয় করেন, ফলে যৌথ গ্রুভ যখন নতুন পথ খোঁজে, তখনো জুটির মোট বিস্ময় একটি কার্যকর সীমার মধ্যে থাকে।

একই সঙ্গে কাছের ও স্বতন্ত্র

তাহলে দুই তাৎক্ষণিক স্রষ্টা না এক ব্যবস্থায় মিশে যান, না দুটি আলাদা ব্যবস্থা হয়ে থাকেন। তাঁরা শেষ পর্যন্ত নিজের সুরের কণ্ঠ ধরে রাখেন, মুহূর্তের ছন্দের অনুভূতি ভাগ করে নেন, আর প্রতিটি বিনিময়ে নতুন করে ভারসাম্য খোঁজেন। লেখকেরা পূর্বাভাস দিয়েছেন, একই বিভাজন কথোপকথনেও দেখা দেওয়া উচিত: যা বক্তাকে চিহ্নিত করে আর যা কথোপকথনের নিজস্ব, তার মধ্যে।

সীমাবদ্ধতা রয়ে গেছে: একটি সুর, একটি ধারা, ছয়টি জুটি, আর পর্যবেক্ষণমূলক তথ্য যা কার্যকারণ দেখাতে পারে না। গবেষণাটি এখনো এটিও দেখায়নি যে এই টানাপোড়েনই শ্রোতাদের কাছে কোনো পরিবেশনাকে সৃজনশীল শোনায় — লেখকদের মতে, সেটিই পরের ধাপ।