ヒロ・ホンシュクの楽曲解説 #126 Miles Davis 生誕100年：マイルス作曲作品群

とうとうMiles Davis（マイルス・デイヴィス）生誕100年記念日である5月26日が近づいて来た。マイルス教の信者としては、何か特別な記事を書きたい、と意気込んでみた。尊敬する音楽ジャーナリストの小川隆夫氏は３冊もマイルスの本を書き下ろした。氏は自分の意見を入れずに事実だけを伝える、というポリシーの方だ。

5月1日（金） 『マイルス・デイヴィスが語ったすべてのこと』 （小学館文庫）

5月15日（金） 『マイルス・デイヴィスの時代』 （小学館）

5月26日（火） 『マイルス・デイヴィス大百科』 （シンコーミュージック）

小学館からの２冊は電子本でもリリースされるので、筆者のような境遇でも読めるのが嬉しい。小川氏は過去にもマイルスの本をいろいろ書いておられる。

マイルス・デイヴィス大事典 (2021)

PRINCE OF DARKNESS マイルス・デイヴィスのすべて1 (2020)

PRINCE OF DARKNESS マイルス・デイヴィスのすべて2 (2020)

マイルス・デイヴィスの真実 (講談社+アルファ文庫 G 291-1) (2016)

マイルス・デイヴィスコンプリート・ディスク・ガイド (2002)

筆者もこれまでにマイルス絡みの楽曲解説は色々書いて来た。

• No.333、楽曲解説 #122 Miles Davis 生誕100年記念＜Circle＞
• No. 300、楽曲解説＃89＜Nefertiti＞
• No. 297、楽曲解説＃86＜Pee Wee＞
• No. 294、楽曲解説＃84番外編 “What it takes”
• No. 281、楽曲解説＃70＜Penetration＞
• No. 258、楽曲解説＃47＜See I See＞
• No. 252、楽曲解説＃41＜’Round Midnight＞
• No. 249、楽曲解説＃38＜Rubberband＞
• No. 230、楽曲解説＃19＜Nardis＞
• No. 226、楽曲解説＃15＜Nem Um Talvez＞
• No. 220、楽曲解説＃9＜Maiysha (So Long)＞

生誕100年月間なので、今回は特別な楽曲解説をしたいと思った。ずっと取り上げたかった話題がある。マイルスは、単純なのに一度聴いたら忘れられないほど強烈なモチーフを創り出す天才だ。恐らく一番最初は『Miles Davis, Volume 2 (1956)』に収録されていた＜Weirdo＞だと思う。この曲名を知らなくてもこのメロディーは知っている、とおっしゃる方は多いと思う。＜So What (1959)＞などは最初の１秒を聴いただけで曲名が出て来る。エレクトリック・マイルス時代になると、この傾向がどんどん進化して行く。多くの曲はジャム・セッション形式になったが、その殆どの曲でマイルス印のモチーフが強力なキャラクターとして痕跡を残して行った。

マイルスがカムバックした初作、『The Man with the Horn (1981)』に収録されていた＜Aïda＞を聴いた時は（と言っても筆者がマイルスを知ったのは1987年なのだが）、エレクトリック・マイルスの真髄が生きていたことに涙した。ライブで何度も何度も演奏され続けたこの曲は、思い出すたびに感動の嵐が訪れる。

『Jack Johnson (1971)』のテーマは、『You’re Under Arrest (1985)』のオープニング・トラックである＜One Phone Call＞で蘇生され、ファンは狂喜した。たったこれだけのモチーフなのに、痺れるほどカッコいい。しかも、これはなんと、半端な３小節フレーズだ！

しかし、１トラックが長いエレクトリック・マイルスの、ブートレグを含めた膨大な数のアルバムを聴いて、どこで登場するかわからないマイルス印のモチーフを書き出して行くなどという作業は、老後の楽しみにするしかない。ちなみに、エレクトリック・マイルスの影が現われた『Water Babies (1967)』以降の、筆者が所有する正規とブートレグのマイルス・アルバムの数を数えてみたら、なんと180枚以上あった。この計画は諦めるしかない。そこで次に思いついた特別企画は、マイルス作曲作品のリストを作ることだ。小川氏の『マイルス・デイヴィスコンプリート・ディスク・ガイド 』が検索できる電子本だったらどんなに素晴らしいだろう。作品の数が異常に多いマイルス。ご存じの方も多いと思うが、WikiやDiscogsの情報には間違いが多い。マイルス本人が主張していないのに、レコード会社が勝手に著作権を申請した曲も多い。ネットで検索が出来て信頼の出来る情報源は、筆者の知る限りPeter Losin（ピーター・ローシン）のMiles Ahead websiteとMusicBrainz.comだけだ。困ったことに両者ともデータが煩雑としており、膨大な量のセッション・データを目的に合わせて絞って書き出すことがほぼ不可能なのだ。

AI考察（AIに興味のない方ごめんなさい）

AIに全く興味のない読者には申し訳ない話題になることをご了承頂きたい。AIはまだ黎明期にある。インターネットが昔電話回線モデムだったことを思い出すとわかる。現在の速さは昔では考えられなかった。携帯のデータ使用料金も昔は高かった。AIが今そういう状態だ。早くもっと安くなってくれると良いと思う。

早くからAIに興味はあったが、使い方に最初困惑した。検索エンジンのような使い方をすればマト外れな答えしか返って来ない。AIの弱点は以下の通り：

• 細かく指示を出さなければ勝手な行動をする。
• 知ったかぶりをして、間違った答えをもっともらしく提示することがあるため、検証に時間がかかる。
• 問題が起こった時に告知せずにスルーする。
• AI ハルシネーション問題。
  • 日本のAI関係の記事を見ると「AI幻覚」と直訳されているが、AI ハルシネーションとはAIが怠惰になることだ。つまり、作業にミスがあり、それを指摘した後の作業に問題が生じる状態で、最初に出した指示を忘れたり、指示の意味を勝手に簡略化して問題が大きくなったり、また、同じミスから脱出出来なくなる状態を言う。同様に、同じ話題だからと思って似た質問を同じスレッドでした時、AIが直前のスレッドと混同する状態も言う。

色々なAIを使ってみた。最初CoPilotが良いと思ったが、これがとんでもなかった。プログラミングの手伝いをさせたのだが、害のあるコードをもっともらしく出して来て、それを信じて使ったために大火傷をした。そこで、CoPilotが書いたソースコードをGeminiとChatGPTに検証させたら、Gemniは即座に３つの大問題を検出して解決策を出してくれた。反対にChatGPTはもっとダメだった。あまりにも頓珍漢な答えを出して来てぶったまげてしまった。最近学んだのだが、ChatGPTはWebインターフェースやデスクトップ・アプリで使用するとかなり制限があるようだ。プログラミング系はAPIを使用してUNIXのような使い方をするように設計されているらしい。

画像の作成は、最初CoPilotが一番良いと思っていた。ところが画像の修正は全くダメだと気が付いた。写真をアップロードして色修正などを指示した時、こちらの指示を正しく考慮するのはChatGPTだけだった。

商品情報で最も優れているのはChatGPTだった。つまり「これこれを買いたいのだが、どの製品がおすすめか」といった類いの質問だ。ここで注意が必要なのは、AIが持っている情報は少なくとも６ヶ月は古い。まず「最新情報の日付を教えろ」と聞くといい。検索結果に対し、「その製品はすでに製造中止だ」と返した時にちゃんとネットサーチに行ってくれるのはChatGPTだけのようだ。CoPilotもGemniも知ったかぶりのいい加減な返答しかしない。

さて、最近見つけたAIがClaude（クロード）だ。クロードにはChatGPT同様、プロジェクトというフィーチャーがある。これは他のAIにはないフィーチャーだ。プロジェクトとは、スレッドをグループ化して指示を焼き付けることだ。例えば或る扱いの難しいソフトウエアに関するプロジェクトを作成する。取説PDFを添付し、質問をした時は必ず取説から返答するように指示する。また、取説PDFを検索した後にユーザ・グループにも探しに行けと指示したりする。また、取説がネットで閲覧出来る場合は、常に最新情報を保持するように指示する。ハルシネーションを避けるために毎回新しいスレッドを立てるわけだが、プロジェクトの指示を焼き付けてあるので詳しく説明する必要がない、この利点は大きい。さて、クロードの有料サービスにはCoworkというフィーチャーがある。このフィーチャーは、ローカル（自分のMacの）ファイルにアクセス出来る唯一のAIフィーチャーなので、取説PDFのある場所を教えるだけで良い。つまり、ファイルのアップロードの必要がないのだ。これが何を意味するのか。まず、速い。課金対象使用量も制限出来る。ハルシネーションの頻度と症状が断然軽くなる。さらに、Claudeは出力ファイルを自分のMacに保存してくれ、そのファイルの内容の履歴を保持してくれる。また、X-CodeやIntelliJやGitHubなどのプログラミング環境にも直接アクセスしてもらえる。これらのことをChatGPTで行うのは不可能だ。もうひとつのクロードCoworkの大きな利点は、ローカルなので個人ファイルをネットに露出しないということだ。

現在筆者はクロード・プロとChatGPTプラスという有料サービスと、Gemini無料サービスを使っている。クロードとChatGPTは月額が同じだが特性が違うので、どうしても両方必要になる。Geminiは補助用だ。筆者の経験からそれぞれまとめてみる。

	Claude（クロード）Pro（有料サブスクリプション） 利点 Coworkを使ってローカルで作業出来、ネット露出を最低限に保持。 タスクをスクリプト化してくれる。 ハルシネーションを軽減。 Skillフィーチャーでよく行う作業をプログラム化出来る。 写真から背景を取り除く等の作業を簡略化。 使用量を表示してくれるので上限の予測がつく。 （ChromeとMicrosoft 365に直接アクセス出来る機能もあるが、筆者はアンチChrome、アンチMicrosoftなので関係ない） 欠点 売りであるOpus AIモデルは使用量が激しく、プロ・サブスクリプションでは使い物にならない。 タスクに使用するツールを取得する時に予想のつかない使用量が発生する。 使用量が上限に達すると最高５時間待たなくてはならない。 AIモデルの使用量が上限に達すると最高１週間待たなくてはならない。 今のところ４−５日で上限に達するような使い方をしており、超過料金は払える金額ではないので使用を中止するしかない状態。 ローカルに書き込んだスクリプトに問題があった時、修正に労力が必要。
	ChatGPT Plus（有料サブスクリプション） 利点 クロードより遥かに速い。 リサーチにはクロードよりも適している。 Webスクレーピング（Web上のデータを取得する）はクロードより遥かに良い。クロードがアクセスに失敗したサイトにもアクセス出来る。 AIモデルを自動選択してくれるオプションがデフォルトなので、クロードより使用量の管理が楽。このフィーチャーはクロードに存在しないので、クロードでのスレッド開始時に間違ってOpusを使用してしまった時は悲劇。 クロードのようにローカルにスクリプトを書き込まないので、スクリプトの検証や修正に時間をかける事はない。 欠点 スクリプトやプログラミングではあまりいい結果を得られたことがない。 タスクが複雑だった時、失敗を指摘すると告知なしに死ぬ。 失敗を指摘して、ならばやり方を変えると返信して来たにもかかわらず、フィードバックがないからどうしたのかと聞くと、考えているから待ってくれと言う。半日後にもう一度打診したら「タスクが難し過ぎて自分には無理だ」と返ってきた。 ハルシネーションが頻繁に起こるが、ローカルにファイルがないので新しいスレッドを立てた時に間違いが起こりやすい。
	Gemini（無料サブスクリプション） マルチメディアやリサーチに強いと言われているが、無料サブスクリプションだからか、あまりいい結果を得られたことはない。 スクリプトやプログラミングはクロードとほぼ同等なので、クロードで生成したものを確認するために使用。

マイルス・デイヴィス作曲作品のリスト制作課程

AIを使ってこの作業をすることがどんなに大変か全く予想していなかった。リストを作成して保存したいので、当然クロードCoworkで始めた。まずはプロジェクトの構築だ。「Miles Ahead websiteに行ってマイルスの作曲作品のリストをXLSXファイルで作りたいのだが、プロジェクトの指示を書いてくれ」と頼んだ。それをプロジェクトの「指示」にコピペし、ついでにスレッドの出だしも書いてもらった。「マイルスの作曲作品のリストを作って欲しい。コラボ作品は除外。曲の題名と収録アルバムをXLSX形式で書き出してくれ。」（注：実際は英語）

大好きな『Star Trek: The Next Generation 新スタートレック (1987)』だと、コンピュータに質問する時はこんな感じでOKだ。あの番組に登場するコンピュータは間違った答えなど返さない。だが、現時点でのAIではこんな質問ではダメだとすぐに思い知らされた。

最初の躓きは、クロードがMiles Ahead websiteにアクセス出来なかったことだ。クロードCoworkはローカルに開発環境を構築するので、ネットとの窓口を開かないのだ。そこでクロードCoworkはローカルの開発環境の外でタスクを履行するPythonスクリプトを書いて丸投げして来た。こっちはそれを手動で走らせて、自分でJSONファイルを構築して行ったが、何とエラーだらけ！これはクロードがスクリプトを生成した時に動作を確認していなかったからだ。言い換えると、クロードが勝手にアクセスURLを想定しているのに対し、この古いHTMLのサイトは一貫したURLの設定がされていないという問題が持ち上がった。ここを指摘しても、すでにハルシネーションを起こして修正不可能になってしまったのだ。このようなミスがここから延々と何日も続いた。それでも、手作業では不可能なプロジェクトなのでAIを使いこなすしかない、と思って諦めなかった。

そのうちハッと気がついた。Miles Ahead websiteはマイルスの全ての録音記録をリストしており、未発表トラックが多すぎることと、膨大な数のブートレグや、リマスターや、コンピレーションや、その他全てのデータが古いHTML形式で混在している。だからAIが怠惰になってハルシネーションを蓄積させて行くのだ。そこで、「間違いだらけなのでプロジェクトを一からやり直した方が良いと思う。どう改善したら良いのか。」と聞いてみた。するとやはりMiles Ahead websiteからデータを引っ張るのは辛いから、同様に信用できるMusicBrainz.comから引っ張った方が良い、という返答があった。Pythonスクリプトを書き換えて一からやり直しだ。これには大きな落とし穴があった。

白紙からやり直したというのに、全く同じ間違いを犯している。なぜなのかと問うと、MusicBrainz.comのアクセスを拒否されたから、筆者がMiles Ahead websiteから引っ張って来てローカルに保存したJSONファイルを使ったと返って来た。ここでキレた。白紙からやり直した意味がない。アクセス拒否を告知するべきだろう。怒りを収めて、「出来ない子を責めてもしようがないから、こちらが質問の仕方を変えなくては」と自分に言い聞かせた。

４日ほど無駄にした。この時点でクロードのAIモデル使用量が限界に達して、全く使用不可になった。そこでChatGPTに相談すると、色々とだんだん見えて来た。こんなに大きなデータに対していろいろな条件を与えることには無理がありすぎるのだ。昔趣味で勉強したプログラミングを思い出してみた。プログラミングでは理論的に一つ一つのタスクを直線的に進めなくてはいけない。Miles Ahead websiteの問題は情報量の多さだ。だったらまず、ブートレグを排除する必要がある。困ったことにMiles Ahead websiteではどれがブートレグで、どれが正式な商業リリースなのかの区別がない。

そこで思い立ったのが、この際正式リリースのアルバム・リストをWikiから取得することだ。これをChatGPTにやらせたら、あっという間だった。クロードの10倍ほどの速さだった。次に、コンピレーション・アルバムを別枠に移動させた。マイルス・アルバムにはこれが多い。例えば『Circle in the Round』や数々のボックス・セットはみなコンピレーションで、アルバム・リリース年で並べるありがたくない結果になる。

次にクロードがアクセス出来なかったMiles Ahead websiteにChatGPTがアクセスできるかテストするスレッドを立てた。驚いたことにChatGPTは全く問題なくアクセス出来た。ここでChatGPTに以下の指示を出した。

1. Wikiから取得して作ったアルバムXLSXファイルをアップロードするので、まずそれをメモリーに入れろ。
2. １行ずつ吟味し、そのアルバム・タイトルと合致するMiles Ahead websiteのページを開け。
3. そのページのトラック・リストを吟味し、もし作曲家クレジットがマイルスだったら書きだせ。
   1. もしクレジットがマイルス１人でなければスキップ。
   2. 作曲家クレジットがマイルスでも、ジャム・トラックならばスキップ。
      1. ジャム・トラックの定義は、はっきりしたモチーフがあり、その曲が演奏されるたびにそのモチーフが登場すること。
   3. 『死刑台のエレベーター (1958)』のように全てのトラックがジャム・トラックならアルバムをひとつのエントリーと扱う。
   4. リリース年の列を作れ
   5. 収録アルバムの列を作れ
4. 重複タイトルは全てスキップし、アルバム列に番号を付けてアルバム名を足して、何枚のアルバムに登場するかがわかるようにしろ。
5. MusicBrainz.comに行って収集したデータが正しいか照合しろ。

ここでChatGPTは究極のハルシネーションに陥った。前述したが、「凍っているのか」と聞いても「まだ考え中」と返答し、半日経ってまた問うと「難しすぎて出来ません」と白状した。

AIは幼児だ

今までスレッドの開始文章をAIに書かせていた。「このプロジェクトの目的はこれこれだ。データのソースはこれこれだ。データの出力はこうしてくれ。」などと投げると、スレッド開始文章としてタスクの定義を書いてくれる。こちらの注文に応じて沢山のルールを書いてくれる。AIには細かく指示を出さないと勝手な行動をするので、この開始文は150行以上だ。これが諸悪の根源だった。子供に「あれをしてはいけない、これをしてはいけない」とゴタゴタ言ってもダメだ。単純にこれをしなさい。あゝよく出来たね。じゃあ次はこれをしてごらん、と事を運ばなくてはダメなのだ。全て最初からやり直しだ。

クロードCoworkの使用停止が解けるのを待った。今度はできるだけ使用量の軽いHaikuで作業することにした。つまり、タスクを細分化し、毎回クロード本人にHaikuで処理できるか聞いた。こうやって使用量を控えなければまた上限に達してブロックされてしまう。

1. ChatGPTでWikiに掲載されているマイルスのディスコグラフィーをXLSXファイル化する。
2. 心配なのでクロードCoworkにPythonスクリプトを書かせて、同じWikiのデータを取得してChatGPTの出力と比較してみた。案の定ChatGPTは６枚取得ミスをしていた。
3. クロードCoworkに、溢れた６枚のデータをChatGPTの出力ファイルに足させた。なぜなら次のタスクはChatGPTにしか出来ないからだ。
4. ChatGPTをMiles Ahead websiteにアクセスさせて、リストにあるそれぞれのアルバムの詳細ページのURLを取得させる。（この時点では、ChatGPTが27枚もURLの取得に失敗していたとは全く知らなかった。AIは失敗の告知をしない。悪だ。）これ以上の作業はChatGPTには無理なので、クロードCoworkに移動。
5. クロードCoworkにMiles Ahead websiteのアルバム詳細ページのURLを読み込ませたいので、それぞれのURLのページをひとつずつダウンロードするPythonスクリプトを書け、と指示。
6. 出力されたPythonスクリプトを手動で走らせ、全161ページを個別にファイル化してクロードCoworkのプロジェクト内のフォルダーに保存。
7. クロードCoworkにダウンロードしたファイルを読み込ませてXLSXファイルを作成させる。取得するデータは：
   録音年（並べ替えのために年号のみ）、曲のタイトル、アルバム名、アルバム・リリース年、同曲が収録されている全てのアルバムの蓄積リスト、Miles Ahead websiteのURL
   このXLS作成時にひとつだけタスクを与えた。それは、もし既存の曲名が登場したらアルバム名のみを記憶して、既存の「同曲が収録されている全てのアルバム名」に書き足して番号を付ける、だ。これによって＜Fran Dance＞などのレパートリーが14ものアルバムに収録されていることがわかる。
8. ここでまずXLSX出力データのチェックをする。膨大な数の行をチェックするので時間がかかる。録音年を間違えたり、Miles Ahead websiteのURLなどはChatGPTの出力ファイルからコピペしろと指示したのに勝手に変更してあったり、Milestonesは同名異曲がある事を指示に含んでおいたのにやり直した時に消えてしまったり、＜Narudis＞は特別ケースでMiles Ahead websiteにないからハードコードで追加する指示を出してあったのにやり直しで消えてしまったり。通算５回やり直してようやくまともな出力データを構築した。
   この時点でもうすでにハルシネーションを起こしているが、ステップごとに新しいスレッドを組んでいるので被害はまだ少ない。
9. 次は、ローカルに保存してあるそれぞれのアルバムのHTMLを吟味し、作曲家クレジットがマイルス一人でない曲を全て削除するという作業をさせた。これは以外にも問題が起こらなかった。
10. 次に録音年で並べ替えをさせた。この作業はあっという間だった。

一番の問題は、Miles Ahead websiteへのページ・リンクを簡単に壊してしまう事だった。クロードはMicrosoft365の編集ツールを内蔵しており、XLSXはエクセル、と勝手に考えているようで、ハイパーリンクを関数で扱わずにエクセル特有のオブジェクトという期待をしているのだと思う。全く迷惑な話だ。毎回それを指摘するのに、すぐ忘れる。あゝそうか、プロジェクトの指示項目にこれを焼き付けなければいけない、ということか。

1987年に米移住と同時にMac人生を始めた。あの頃はトラブルシュートで徹夜など、しょっちゅうだった。母親譲りの機械好きなことと、生まれながらの皆勤賞好きなので途中で止めるのが苦手だ。今回久しぶりにトラブルシュートで何日も徹夜を続けた。青春が蘇ったようだった。でも、当分やりたくないぞ、っと。

---

データの正確さには責任が持てない事をご了承下さい。恐らく漏れや誤認はまだまだあると思います。

追記：日本時間2026年5月17日15時、全て最初からやり直しました。公開時のデータ作成時、上記の通り作業の途中でAIのミスを何度かやり直させたためハルシネーションが起き、データの信用性に疑問が出ました。最初から全てやり直したところ多数のミスの修正に成功したので、置き換えます。

---

追記：本日5月26日、マイルス100にちなんで＜Amandla＞を演奏してみました。ソロの中で＜Star On Cicely＞も挿入してみました。両方ともマイルス作曲作品の代表曲ですね。お楽しみ頂ければ幸いです。

Miles Davis,  マイルス・デイヴィス,  マイルス・デイビス,  Claude,  ChatGPT,  Gemini