日前，美國(guó)自在筆者Aaron Carnes訪問了谷歌年夜腦、加州年夜學(xué)Santa Cruz分校等從事AI和音樂聯(lián)合范疇的研討任務(wù)者，在親身感觸感染了他們的平常后，記載下了這幾個(gè)成心思的故事，讓吃瓜大眾也能夠瞥到當(dāng)AI進(jìn)入音樂圈時(shí)，究竟是使人驚恐照樣充斥等待？

　　一

　　這個(gè)名叫Jesse Engel的哥們兒比來(lái)正癡迷于讓本身的電腦釀成一個(gè)音樂家。他30多歲，個(gè)子很高，胡子拉碴還留著齊肩的頭發(fā)，愛好穿緊身牛崽褲，白色的T恤上還有萬(wàn)花筒的設(shè)計(jì)…這些元素加起來(lái)，你能夠也會(huì)認(rèn)為他應(yīng)當(dāng)是一個(gè)流浪的貝斯手，和“谷歌研討迷信家”的身份差著十萬(wàn)八千里…

　　Engel他們位于谷歌舊金山辦公樓五層的辦公室，其實(shí)也是一個(gè)裝備齊備且優(yōu)良的音樂師作室。懂得谷歌Magenta項(xiàng)目標(biāo)人都曉得，這是一個(gè)應(yīng)用人工智能和機(jī)械進(jìn)修來(lái)創(chuàng)作藝術(shù)的項(xiàng)目，同時(shí)為開源人工智能平臺(tái)TensorFlow的用戶簡(jiǎn)化這一進(jìn)程。Magenta供給給用戶可以修正的代碼，包設(shè)計(jì)相似于人類年夜腦神經(jīng)元的人工神經(jīng)收集，并事后停止各類義務(wù)。它還為創(chuàng)作型藝術(shù)家和技巧人員供給了一個(gè)分享本身試驗(yàn)的社區(qū)。

　　谷歌高等研討迷信家Douglas Eck從15年開端設(shè)計(jì)Magenta項(xiàng)目，16年正式對(duì)外宣布。他本年曾經(jīng)48歲，但看起來(lái)仍像個(gè)孩子。

　　沒錯(cuò)，我們幾小我湊到了一路，正盤算舉辦一場(chǎng)即興吹奏會(huì)。這本不是籌劃中的工作，Eck和Engel屆時(shí)將會(huì)為我和我的同伙、樂隊(duì)成員Adam Davis演示一些demo。但Eck仿佛對(duì)這事很隨便，假如想更好的去懂得Magenta項(xiàng)目，還有甚么比和它一路創(chuàng)作更好的呢？

　　我站在電子鼓后，Davis抓到了一個(gè)擋板，Eck在鍵盤前面，一向想帶起節(jié)拍。在特雷門琴（theremin, 是一種不須要接觸而吹奏的樂器，你可以像巫師一樣揮動(dòng)著你的手掌握它）是Kory Mathewson，是谷歌暑期項(xiàng)目標(biāo)練習(xí)生，由于他把他的余暇時(shí)光都花在了研討機(jī)械人來(lái)扮演即興悲劇，Eck笑著偷偷告知我，這也是其時(shí)為啥會(huì)讓Mathewson來(lái)這練習(xí)的一個(gè)考量。

　　最初要引見的就是我們這個(gè)暫時(shí)組建的樂隊(duì)的最初一位成員——A.I. Duet，它恰是應(yīng)用了Magenta技巧的運(yùn)用法式。當(dāng)你在附加的鍵盤上彈奏一段旋律，法式會(huì)依據(jù)音符的選擇、節(jié)拍、切分音和之前聽到的音樂來(lái)辨認(rèn)全體形式。然后它會(huì)主動(dòng)盤算并幫你“補(bǔ)完”旋律的重奏部門，簡(jiǎn)直可以完成“一呼一應(yīng)”的吹奏形式。我們所應(yīng)用的外部版本可以經(jīng)由過(guò)程設(shè)置“溫度”來(lái)掌握呼應(yīng)的隨機(jī)性：當(dāng)Engel選高音吉他形式，開端即興創(chuàng)作旋律；當(dāng)Engel聽到了他愛好的回應(yīng)，就把設(shè)定上去。他拿起了一個(gè)黑色的Gibson Les Paul電吉他，然后吹奏就這么即興開端了。

　　猜猜我們都是誰(shuí)~

　　我們的假想照樣很不錯(cuò)的，但令我印象深入的是人工智能在二重奏中彈出的高音線。假如我們是一個(gè)真實(shí)的樂隊(duì)，我信任我們也會(huì)如許創(chuàng)作下去。音樂家們常常掙扎于沒有新的創(chuàng)作靈感，這個(gè)法式仿佛會(huì)成為他們創(chuàng)作的源泉。

　　“這就像在房間里有另外一個(gè)音樂家。” Davis說(shuō)。他也介入了二重奏。當(dāng)他開端吹奏樂器時(shí)，他開端在本來(lái)的音線外著色，這讓我們的樂隊(duì)成員覺得非常高興。（“我們真的很等待看到人們?nèi)艉未蚱七@類局勢(shì)，”Engel說(shuō)。）跟著他賡續(xù)“升溫”，就發(fā)生了一種狂躁的、嚇人的旋律，與他現(xiàn)在輸出的器械簡(jiǎn)直完整紛歧樣。好比，他給了一個(gè)“一閃一閃亮晶晶”的節(jié)拍想看看會(huì)產(chǎn)生甚么，在極致的溫度下，釀成了一首在蹩腳觀光中的圣誕曲。

　　“技巧對(duì)藝術(shù)來(lái)講異常主要。”Eck說(shuō)。試想假如把你的吉他拔失落和弦。如今把它拔出這個(gè)很棒的電吉他，你會(huì)很依附技巧來(lái)完成這項(xiàng)任務(wù)。他彌補(bǔ)道，他們所做的相似于建造一個(gè)更好的吉他踏板，乃至就是一個(gè)電吉他。至多愿望是如許。如今，他們還不肯定這項(xiàng)技巧將若何影響音樂，或許它能否會(huì)被應(yīng)用。這我想起了Auto-Tune，這是一種灌音軟件，它一開端是為平庸的風(fēng)行音樂校訂音軌的音軌；后來(lái)T-pain和Kanye West如許的說(shuō)唱歌手，就不再用它了，而是發(fā)揚(yáng)了它的特色，發(fā)明出一種別致的聲響。

　　不論AI的音樂生成技巧若何，Eck認(rèn)為這將是不朽的。“我們將追隨音樂家，假如有人發(fā)明我們正在做的工作，又做了一些更了不得的，我們能夠會(huì)約請(qǐng)他參加一路發(fā)明更多。”

　　聽著Eck，我可以顯著覺得他的年夜腦就是為了摸索算法而生的，同時(shí)對(duì)音樂的熱忱，引領(lǐng)著他用技巧來(lái)開辟這類給各類音樂家應(yīng)用的對(duì)象。當(dāng)我問他關(guān)于他本身的音樂尋求時(shí)，他略帶羞怯地而我分享了他在咖啡店彈吉他的美妙閱歷，而我則訝異于他并沒有把本身創(chuàng)作的最好時(shí)代花在成堆的分解器里。

　　二

　　人工智能和音樂的聯(lián)合其實(shí)已其實(shí)不是甚么新穎事。20世紀(jì)50年月，前鋒作曲家Lejaren Hiller和Leonard Isaacson用電腦寫了一首“Illiac Suite”。 該曲譜包含了依照某些音樂道理統(tǒng)計(jì)生成的音符，例如諧波互相依附，并基于作曲家對(duì)傳統(tǒng)音樂的常識(shí)規(guī)矩分解。

　　直到比來(lái)，AI幫助音樂還重要逗留在學(xué)術(shù)界。如今谷歌、索尼、IBM和其他公司都成立了相干的年夜型研討項(xiàng)目。還有像Jukedeck如許的始創(chuàng)公司，它應(yīng)用人工智能為視頻生成告白和配景音樂。Brain.fm供給功效性的人工智能分解音樂，來(lái)贊助用戶抓緊、專注、和增進(jìn)睡眠等，該技巧曾經(jīng)開端盈利。

　　分歧的項(xiàng)目也都看到了相似的成果，但年夜家都有本身的小算盤。谷歌正在為藝術(shù)家設(shè)計(jì)對(duì)象，設(shè)計(jì)開放式的試驗(yàn)項(xiàng)目，目標(biāo)是激起發(fā)明力。Jukedeck把它的資本集中在對(duì)象易用性、市場(chǎng)營(yíng)銷和追求節(jié)儉視頻配樂的本錢。Jukedeck的結(jié)合開創(chuàng)人Patrick Stobbs告知我，公司愿望擴(kuò)展其客戶基本，包含任何對(duì)制造音樂感興致的人：它愿望應(yīng)用這項(xiàng)技巧來(lái)贊助那些想要成為音樂家的人，在不進(jìn)修吹奏樂器的情形下便可以創(chuàng)作歌曲。

　　他說(shuō)：“就像Instagram讓不是專業(yè)修圖的我們更輕易創(chuàng)作出很棒的照片，我們把Jukedeck看做是一個(gè)創(chuàng)意對(duì)象，讓更多的人輕松地制造音樂，并具有更多的動(dòng)力。”

　　年夜約十年前，一些應(yīng)用相似人工智能技巧的音樂軟件運(yùn)用法式就曾經(jīng)涌現(xiàn)了，個(gè)中年夜多是使人懊喪的成果。微軟的主動(dòng)編曲軟件Songsmith在阿卡貝拉聲道上生成卡西歐鍵盤式的伴奏。這個(gè)節(jié)目激起了有數(shù)弄笑視頻的靈感，例如，F(xiàn)reddie Mercury的“We Will Rock You”的扮演，聽起來(lái)特殊像曖昧的拉丁Muzak音樂。

　　從那今后，雖然技巧和咀嚼還在持續(xù)產(chǎn)生著抵觸觸犯，但工作曾經(jīng)開端產(chǎn)生著天翻地覆的更改。從客歲開端，在不久的未來(lái)，全球都能看到人工智能生成的音樂將會(huì)是甚么模樣。制片人Alex Da Kid與IBM Watson超等盤算機(jī)協(xié)作，發(fā)明了一個(gè)朗朗上口的情緒歌謠“Not Easy”。 Watson應(yīng)用了5年的文明數(shù)據(jù)，包含消息題目、互聯(lián)網(wǎng)搜刮、片子概要和社交媒體內(nèi)容，來(lái)剖析他們四周的趨向和人們的情感。它還處置了跨越2.6萬(wàn)首風(fēng)行歌曲，尋覓配合的主題和音樂形式。應(yīng)用這一信息，超等盤算機(jī)肯定了近代汗青的“情緒頭緒”，和可以惹起聽眾激烈情緒共識(shí)的音樂元素。然后Alex用這些數(shù)據(jù)來(lái)選擇心碎的主題，和他愛好的音樂短語(yǔ)和抒懷片斷。

　　跟著取得了格萊美的提名，他們又協(xié)作了創(chuàng)作了一首更廣域的歌曲。“Not Easy”在48小時(shí)內(nèi)達(dá)到iTunes熱點(diǎn)歌曲排行榜上的第四名，它根本是被遺忘了，但還好還有它面前的故事。本來(lái)試圖吸引數(shù)百萬(wàn)聽眾的情緒溫度，仿佛并沒有表達(dá)出來(lái)。和Auto-Tune的比較再次涌現(xiàn)了：在那些尋求完善風(fēng)行音樂的人手中，AI可以經(jīng)由過(guò)程數(shù)字化的方法完成其終究的勝利。

　　2012年炎天，在歐洲研討委員會(huì)（European Research Council）的贊助下，索尼盤算機(jī)迷信試驗(yàn)室（Sony CSL）開端了一個(gè)為期5年的項(xiàng)目。成果介于歌曲“Not Easy”和Magenta項(xiàng)目之間。自上世紀(jì)90年月以來(lái)，盤算機(jī)迷信家、爵士樂和風(fēng)行音樂家、索尼CSL的導(dǎo)演Francois Pachet一向在做與音樂和人工智能有關(guān)的研討。他和他的團(tuán)隊(duì)與藝術(shù)家們的協(xié)作比谷歌更直接，他們的目的是用一組更側(cè)重輸入的名為“Flow Machines”的算法來(lái)發(fā)明出全新的風(fēng)行音樂。

　　客歲9月，由Flow Machines協(xié)助完成的歌曲“Daddy’s Car”年夜火。這首和法國(guó)作曲家Beno?t Carré一同完成的歌曲聽上去異常像上世紀(jì)60年事中期Beatles的作風(fēng)。有能夠?yàn)榱藙?chuàng)作這首歌曲，F(xiàn)low Machines聽了異常多Beatles的歌曲。

　　索尼CSL流傳部的任務(wù)人員Fiammetta Ghedini表現(xiàn)：“Daddy’s Car其實(shí)有一點(diǎn)像是模擬作品。這是對(duì)歌曲作風(fēng)的一次測(cè)驗(yàn)考試。假如Beatles可以或許再現(xiàn)江湖的話，你應(yīng)當(dāng)可以或許感觸感染到是甚么作風(fēng)。”

　　Flow Machines對(duì)“作風(fēng)”的懂得是依附于數(shù)據(jù)的，這意味著你用特定的音樂來(lái)練習(xí)它，它就會(huì)猜測(cè)創(chuàng)作音樂的人是想要這類作風(fēng)的音樂。換句話說(shuō)，它只依據(jù)所選的數(shù)據(jù)集和法式員設(shè)置的束縛來(lái)懂得音樂的規(guī)矩。在創(chuàng)作Daddy’s Car的時(shí)刻，F(xiàn)low Machines給了Carré幾個(gè)Beatles式旋律和和弦的建議。

　　為了贊助我懂得Flow Machines的藝術(shù)潛力，Ghedini向我引見了一首Carréet 用這個(gè)軟件創(chuàng)作的絕對(duì)不太火的歌曲，叫做“Mr. Shadow”。這首歌的練習(xí)數(shù)據(jù)集由包含Cole Porter，George Gershwin，Richard Rodgers和Vernon Duke 在內(nèi)的經(jīng)典美國(guó)詞曲作家的429首歌曲構(gòu)成。我連續(xù)聽了好幾遍，我能給出的獨(dú)一感觸感染就是：使人不安的前衛(wèi)風(fēng)行樂。和弦序列是幽魅的，旋律又夢(mèng)境和又來(lái)勢(shì)洶洶。Youtube上有一個(gè)評(píng)論：“幾十年后，當(dāng)終結(jié)者用加特林槍殺逝世人類的時(shí)刻，這真是一首再好不外的配景音樂了。“我不曉得我能否愛好這首歌，但我認(rèn)為這讓我看到了一種分歧的音樂，并且我想要聽更多這一類型的歌曲。”

　　2016年，在巴黎舉辦了一場(chǎng)由多名音樂人和Flow Machines配合編曲音樂會(huì)。這些作品從藝術(shù)的角度來(lái)講都是非常誘人和奇特的，乃至比Alex Da Kid的歌曲更風(fēng)趣。Carré愿望在本年晚些時(shí)刻刊行他和Flow Machines配合刊行的音樂專輯。其他藝術(shù)家能夠也會(huì)效仿。

　　谷歌一向與藝術(shù)家們展開著抑制的協(xié)作。Eck更偏向于將他的對(duì)象運(yùn)用于試驗(yàn)音樂，而不是年夜量臨盆熱點(diǎn)單曲，或許制造功效性配景音樂，雖然這些都是潛伏的年夜市場(chǎng)。（Jukedeck在創(chuàng)立一個(gè)無(wú)窮制的收費(fèi)視頻歌曲庫(kù)方面獲得了偉大的提高，這將有益于制造預(yù)算，但對(duì)作曲家晦氣。）他愿望能影響音樂的藝術(shù)偏向。他以為，最好的辦法就是給那些能夠不相符主流咀嚼的前沿藝術(shù)家供給對(duì)象。

　　Eck告知我：“我們應(yīng)當(dāng)積極地測(cè)驗(yàn)考試制造其實(shí)不是每一個(gè)人都愛好的音樂。總有一些別致的后果，你會(huì)獲得一些新的和猖狂的器械。就像從麥當(dāng)娜到碧昂絲那樣的巨星們從邊沿地帶取得靈感一樣，將來(lái)的風(fēng)行歌手們也會(huì)把幫助地下藝術(shù)家的立異編織進(jìn)他們的MOR圖表上。

　　自上世紀(jì)80年月中期以來(lái)，英國(guó)的一名傳授Eduardo Reck Miranda就一向介入這一范疇的研討。在他的心坎深處有一個(gè)特別的處所，那就是人工智能可以或許照亮的那些奇異的裂縫。

　　Miranda出身在巴西，之前曾是一位作曲家，但卻對(duì)用科技來(lái)幫助音樂創(chuàng)作這個(gè)范疇情有獨(dú)鐘…他告知我為了創(chuàng)作《聆聽的交響曲》，他開辟了人工智能軟件，將貝多芬的第7交響曲從新組合，用年夜腦掃描來(lái)解構(gòu)人們聽音樂的方法。

　　“機(jī)械真的能做到嗎？在最開端的時(shí)刻我們也問過(guò)這個(gè)成績(jī)。然則，當(dāng)我們認(rèn)識(shí)到機(jī)械可以做到這一點(diǎn)的時(shí)刻，我們發(fā)明本來(lái)的音樂是多單調(diào)有趣。然后我們就開端想若何能力讓這些機(jī)械做些有效的事呢？”

　　三

　　關(guān)于AI能否能用于音樂創(chuàng)作的爭(zhēng)議年夜都是在Miranda、Eck和Pachet的試驗(yàn)之前。而這里又不能不談到一小我——David Cope，一個(gè)古代的奧秘主義者，他能夠比任何人都更懂得人工智能和立異年夜腦之間的關(guān)系。

　　Cope擔(dān)負(fù)加州年夜學(xué)Santa Cruz分校的教職長(zhǎng)達(dá)30余年時(shí)光。這位現(xiàn)年76歲、措辭輕聲細(xì)語(yǔ)的前傳授還在持續(xù)創(chuàng)作音樂并停止其他藝術(shù)創(chuàng)作，重要在用人工智能。

　　當(dāng)我走進(jìn)Cope溫馨的位于Santa Cruz的家的樓梯時(shí)，他收回正告：“為你性命中真實(shí)的怪僻時(shí)辰做好預(yù)備。”沒有進(jìn)一步的說(shuō)明，他翻開辦公室的門，顯露一個(gè)房間，與房子的其他部門構(gòu)成光鮮比較，完整是一片凌亂。吊在天花板上的是幾十個(gè)風(fēng)鈴。書本和隨機(jī)的物體隨處亂扔，似乎它們剛從龍卷風(fēng)中幸存上去。在房間的中心是一輛健身車。

　　David Cope

　　他告知我，這類凌亂是成心為之的：這使他可以或許看就任何兩個(gè)物體，并試圖找到它們之間的關(guān)系。就像他的軟件是為音樂而生的一樣，這類凌亂是一種發(fā)明性的提醒，它應(yīng)用了隨機(jī)性的驚人力氣。他說(shuō)了許多關(guān)于這些道理的根本道理。

　　他十幾歲就開端寫算法了。他寫了年夜約100本書。在這些書里，早在1977年就有盤算機(jī)生成的音樂的內(nèi)容。1980年，他開端了一項(xiàng)名為“音樂智力試驗(yàn)”的歷久項(xiàng)目。上世紀(jì)90年月，他又開端開辟了一個(gè)名叫“Emily Howell”的新項(xiàng)目。這是一個(gè)以人的名字來(lái)定名的項(xiàng)目，部門是為了安慰一下那些宣稱機(jī)械將把人類作曲家趕收工作的否決者。 “機(jī)械做我們告知它們做的工作，它們沒有自我認(rèn)識(shí)。我把人工智能界說(shuō)為應(yīng)用盤算機(jī)來(lái)懂得人類年夜腦及其任務(wù)道理的研討。僅此罷了。”

　　Cope讓我猜猜作曲家在創(chuàng)作的時(shí)刻都邑做些甚么。我其實(shí)其實(shí)不懂得。

　　Cope表現(xiàn)：“我們創(chuàng)作的時(shí)刻，實(shí)際上是在自創(chuàng)。這意味著算法中最主要的部門基本不是算法。而是一堆音樂。”我把這說(shuō)明為藝術(shù)家們?cè)趧?chuàng)作本身作品的進(jìn)程中會(huì)拼集旋律、情感和作風(fēng)。Cope認(rèn)識(shí)到盤算機(jī)須要以異樣的方法運(yùn)作。

　　1988年，他應(yīng)用數(shù)百個(gè)他本身的音樂的例子創(chuàng)立了一個(gè)數(shù)據(jù)集。在年夜約24小時(shí)內(nèi)，他與的水平Emmy就創(chuàng)作了《搖籃墜落》這首曲子，這是他所寫的最好的音樂作品之一。他說(shuō)，聽《搖籃墜落》和Emmy創(chuàng)作的曲子證實(shí)了他的結(jié)論，作曲家們都是在自創(chuàng)。

　　我熟悉到Google和Sony正在應(yīng)用的深度進(jìn)修，實(shí)際上是對(duì)Cope數(shù)據(jù)依附辦法的直接擴(kuò)大。Miranda對(duì)此深表贊成，但他彌補(bǔ)說(shuō)：“這類辦法是不完全的，這也是為何他的創(chuàng)作進(jìn)程一向都是試驗(yàn)性的。”

　　“一小我工智能軟件不克不及完整表現(xiàn)我們?nèi)艉沃圃煲魳罚?rdquo;Miranda說(shuō)。“我們能做的最好的工作就是把成績(jī)減少到詳細(xì)的方面。”

　　這又招致了發(fā)明性生成模子中固有的讓人傷頭腦的事：人工智能音樂沒有明白的勝利尺度。因?yàn)闄C(jī)械進(jìn)修技巧的成長(zhǎng)，說(shuō)話翻譯軟件最近幾年來(lái)日新月異。我們都贊成這是何等勝利，由于成果是客不雅的。然則，我們?nèi)艉稳ベ澇扇斯ぶ悄苘浖膭倮l(fā)生的音樂價(jià)值呢？經(jīng)由過(guò)程在下層的風(fēng)行度嗎？好評(píng)？Eck和他在Google的團(tuán)隊(duì)經(jīng)由過(guò)程藝術(shù)家的連續(xù)興致來(lái)界說(shuō)它。當(dāng)音樂家們?cè)谧詈蟮男路f感消逝后持續(xù)應(yīng)用這些對(duì)象的時(shí)刻，就是人工智能在這個(gè)偉大而凌亂的音樂王國(guó)中永遠(yuǎn)占領(lǐng)一席之地的時(shí)刻。

　　結(jié) 語(yǔ)

　　在我們采訪停止分開Google后，Davis和我評(píng)論辯論了此次的采訪閱歷。“我愛好看到事物開端崩潰。在某些時(shí)刻，它會(huì)脫軌。它不曉得若何處置它被賜與的信息。而這恰好發(fā)明了真正風(fēng)趣的音樂。”

　　很多藝術(shù)家和音樂喜好者都很畏懼人工智能技巧會(huì)讓老實(shí)的人掉去任務(wù)，同時(shí)把發(fā)明力拖到最小的公分母上。但Davis卻很想要看到凌亂的局勢(shì)產(chǎn)生，那些涌現(xiàn)裂痕恰是像Eck、Engel、Miranda和Pachet等立異者所等待的。但，電腦也會(huì)出錯(cuò)，就像我們一樣。而我們將付與人工智能的那些奇異的、不完善的、弗成猜測(cè)的人類天性，恰是從新界說(shuō)音樂的動(dòng)力。