AI作曲家來了 人類該往哪裡去？

智東西（）
編 | 海中天

導語：許多創業公司都在開發可以譜寫音樂的AI，許多時候，AI譜寫的音樂與人類音樂很難區別。不過一些作曲家認為，AI編寫的音樂現在還稱不上是藝術品，但未來可能會達到人類的水平。

如果我們用AI譜寫音樂，你能將AI與人譜寫的音樂區別開來嗎？今天我們就找一找答案。下面是兩段音頻，一段是AI編寫的，一段是人編寫的：

收聽：TNW Music Quiz #1

你能區分嗎？如果想知道答案，請看文章結尾。

編寫音樂的AI是Jukedeck開發的，它是英國的一家創業公司，專門製作機器音樂，2015年Jukedeck成為TechCrunch Disrupt London的贏家。去年，在赫爾辛基Slush會議上TheNextWeb採訪了Jukedeck創始人艾德·牛頓-雷克斯（Ed Newton-Rex），他講述了如何用AI編寫音樂的故事。

從2014年開始，雷克斯就創辦了Jukedeck，團隊的員工數已經從1個人變成了20人，融資310萬美元。

雷克斯說：「在大學時，我就在問自己：為什麼計算機還不能譜寫音樂？一切都是由此開始的。我認為計算機應該可以譜寫音樂，還一些問題更重要：如果計算機可以譜寫音樂，會造成怎樣的影響？會有哪些神奇的應用出現？當時我的女朋友在哈佛學習，我去看她，她在那裡學習計算機，還學其它一些東西，我聽了一些演講，知道讓計算機譜曲是可能的。」

「於是我開始著手編寫原型系統，從本質上講，它就是一套初級演算法譜曲系統。任務很艱巨，我花了一段時間才做完，最終，我開發出一套相當不錯的原型系統，得到了劍橋大學投資團隊Cambridge Enterprise的投資。」

Jukedeck用神經網路譜寫音樂，在過去許多年裡，計算機科學家用不同的方法譜寫過。1950年代，科學家曾經做過一次實驗，這次實驗很有名，算得上是第一次比較重要的實驗；如果真要追本溯源，可能要追溯到Ada Lovelace。1843年，Ada Lovelace曾在作品中寫道：「Engine（引擎）可以編寫精緻而科學的音樂作品，作品很複雜，範圍很廣。」

幾百年之後，Lejaren Hiller和Leonard Isaacson嘗試用機器譜寫音樂，他們用AI譜寫了Iliac Suite。AI用標準的音樂格式譜寫新音樂，當時聽起來相當不錯。

收聽：Lajaren Hiller and Leonard Isaacson – Illiac Suite (Experiment 6)

20世紀出現了新方法，科學家使用了語法。簡單來講，這種AI可以通過層次結構理解音樂、編寫音樂。使用這種方法開發AI，最著名的還是David Cope，他提出了「recombinancy」的概念，在這一概念的指引下，AI可以對現有音樂進行分析，然後用分析結果譜寫新曲子。

下面這段音樂就是機器編寫的，模擬維瓦爾第的風格：

收聽：David Cope Emmy Vivaldi

一些愛好者還用「馬可夫鏈（Markov Chains）」譜寫音樂，因為馬可夫鏈的基本原理似乎與音樂很匹配。簡單來講，它就是一套系統，系統的當前狀態由之前的狀態決定。最好的例子就是Continuator，它是一套演算法，由François Pachet編寫，當人類音樂家中斷之後程序可以繼續編寫。

在編寫音樂程序時，有一種方法被廣泛使用，它就是「進化演算法」。DarwinTunes是英國的一研究團隊開發的，它用的正是進化演算法。團隊是這樣譜寫音樂的：任何人都可以參與項目，他們聆聽不同的「候選」音樂片斷，然後挑選自己最喜歡的。挑選出來的片斷不斷優化，按不同的方式重新製作。

下面這段音樂就是用DarwinTunes製作的：

收聽：DarwinTunes New Year AutoTrack

雖然大多的方法都可以製作出不錯的音樂，但是都存在局限性。例如，如果使用基於規則的方法，編寫音樂時就會太過依賴音樂理論，無法抓住音樂的精髓，如果使用其它方法，感覺就像是人類在挑選最佳片斷，或者將已經製作好的音樂放進演算法。

雷克斯認為，要讓AI學會創作，尤其是譜寫音樂，最大的挑戰在於創作沒有對錯之分。如果讓神經網路識別圖像，我們可以訓練演算法，對結果進行評估，比如確定結果是對的還是錯的。

音樂不同，什麼是好音樂？沒有一定的標準。Jukedeck音樂家必須訓練演算法，讓它擁有「音樂品味」，具備譜曲能力。

「我們聽音樂，然後評估結果，優化網路。」雷克斯說，「我們用兩種方法完成工作：一種是用耳朵聽，團隊成員都是音樂家，一般來說可以聽出音樂是否變好了；還有一種方法就是將音樂放在網站上，查看下載量。這兩種方法管用，因為用演算法譜曲還處在早期階段，用這種方法繼續優化，可能會出現大突破。」

「有一點要注意，這套系統與那些用『進化方法』開發的系統不同。如果用的是進化方法，用戶選擇最好的音樂，系統以結果作為依據，不斷變化，重新製作，持續循環，這種方法並沒有生成訓練數據。如果使用的是神經網路，系統會從訓練數據中學習，然後重新生成數據。」

50多年之前，科學家就開始做實驗，用演算法譜寫音樂，儘管如此，這門技術仍然處在早期階段。未來似乎一片光明，至少研究人員是這樣認為的。

雷克斯說：「未來10至15年，AI肯定會成為音樂體驗的核心部分。」

也就是說，未來許多的作曲家必須尋找新工作，尤其是那些在公開市場銷售音樂的作曲家。

「AI不會搶走任何工作，這種說法簡直是誤導，老實講，在任何產業AI都會搶走一些工作。」雷克斯說，「如果說有哪個產業AI不會奪走任何一點工作，我會感到很驚訝的。」

作曲家倒是不太擔心。Dmitry Lifshitz是一名小提琴家，也是一名音響師，他認為AI和Jukedeck編寫的程序想要達到人類作曲家的水平還要等很多年。

Dmitry Lifshitz聽了Jukedeck製作的一些音樂，他認為Jukedeck譜寫的電子音樂還可以，但是在搖滾、吉它方面相當糟糕。他說：「到處都有合成的痕迹，如果聽的人不在乎背景，那倒是綽綽有餘了。就目前而言，廣告代理商不會使用這種音樂，YouTube播客也許會喜歡。」

AI最終會變得足夠強大，可以譜寫背景音樂，供視頻播客使用，還可以用於商業目的，這點Dmitry Lifshitz是認同的，最終公開作曲家也許只能另尋工作。不過Dmitry Lifshitz對工作前途並不擔心，當構思枯竭時，他會用AI程序尋找創意。

音樂作曲家Olexandr Ignatov認為，AI音樂只是「快餐「，只有那些追求速度、追求低價的人才會需要。

Olexandr Ignatov說：「只有經過訓練的人才譜寫藝術品，傳達一些東西。AI真的能夠為電影譜寫音樂嗎？不可想像，這些音樂可以讓人醍醐灌頂，與視頻結合在一起，會創造出無與倫比的體驗。機器根本做不到，只有生物才能傳達一些東西，才能溝通，音樂是傳達與溝通的一種方式。」

雷克斯的看法不同，他認為創作型AI可以讓更多人有能力譜寫音樂。

「就目前來看，音樂創作仍然是精英的專利。」雷克斯說，「我們要花很長的時間學習，投入許多錢，才能真正掌握音樂。對於大多數人來說，創作音樂並不現實。AI可以讓音樂創作更普及，讓更多人製作音樂。也就是說會有更多的音樂出現，音樂會變得更加個性化。」

其它一些作曲家卻有點害怕。

Vladimir Ponikarovsky現在為遊戲製作音樂，他說：「一方面，開發工具讓大家可以製作音樂，對於作曲家來說這種工具可以起到輔助作用。但從另一方面來看，不稱職的作者會大規模使用工具，結果導致糟糕的作品層出不窮，音樂質量下降。」

AI將會對整個音樂界產生負面影響？雷克斯並不擔心，他認為，當年電子樂器出現時也曾有人擔心，他們認為合成將會大行其道。到了今天，由於創新的出現，新型音樂被創造出來，未來AI一旦來臨，也會有更多的新型音樂出現。

在Jukedeck看來，眼下存在兩大挑戰。第一個挑戰是研發，雷克斯和他領導的團隊正在開發AI，這種AI不只可以譜寫音樂，還可以播放音樂，重新創造「聲音」。在2016年Slush會議上，雷克斯展示了最新成果：

第二個挑戰是賺錢。Jukedeck出售音樂版權，這些音樂是演算法譜寫的，非獨家授權收費21.99美元，如果想獲得完整版權，需要199美元。個人、小企業可以免費獲得非獨家授權音樂。

雖然Jukedeck製作了音樂，但是沒有一套系統評估音樂，到底音樂值多少錢完全由客戶自己判斷。不用擔心，很快情況就會改變。

「我們最先進入的是視頻音樂市場。」雷克斯說，「第一步瞄準YouTube用戶，不過目前還沒有真正尋找貨幣化方法。當前關注的重點是證明音樂足夠好。現在我們的網站製作了50多萬段音樂。下一步如何發展，我們還沒有宣布，不過我們會關注其它視頻市場，看看有沒有辦法賺到錢。未來幾個月就會嘗試。」

音樂產業和科技產業都開始關注AI音樂。例如，索尼開發了AI譜曲工具Flow Machines，它製作了一首名叫《Daddy』s Car》的歌曲。

對於Jukedeck來說，新對手錢更多，資源更多，競爭會更加激烈。對於聽眾來說，可能意味著一種全新的音樂將會出現。

公布一下答案：第一段音頻是Jukedeck AI編寫的，第二段是人編寫的。

文章來源：TheNextWeb

趨勢·深度·犀利·乾貨，最專業的行業解讀

深喉爆料、投稿：[email protected]