會畫畫還不夠！人工智慧早已超越了巴赫的作曲才能？
用文藝解構生活，
成就煙火氣中的藝術行動派，
讓日常趣味變成高級審美。
今日主題：人工智慧中會出現下一個貝多芬，或周杰倫嗎？
藝術+
上回說到人工智慧拿起畫筆，當起畫家，給了我們更多的天馬行空的影像，今天我們來說說音樂人關心的，人工智慧作曲目前已經達到如何的水平了？你能想像嗎，以後我們的音樂可能不是哆來咪，而是1和0的演算結果。
而人工智慧的入侵，對音樂這門藝術帶來什麼樣的變化？是否會破壞生態，先看完幾個冉冉升起的作曲明星，我們再來聊聊——
跨界風：文理一家的創作與發明
也許，古典樂就是神與音樂家靈魂之間，精密計算的結果，相對於搖滾樂，它們是更具有理性的音樂，與其稱之為藝術，不如說是一種藝術科學。音樂和數學、哲學斷不開關係，當年音樂家和哲學家總是走得很近，比如康德與貝多芬，尼采和瓦格納。而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。」
1950年代，也就是電子計算機被發明並得到應用不到十年，就有人開始謀劃它的「音樂演藝生涯」——哈倫?希勒（Lejaren Hiller），美國人，23歲就拿到化學博士學位；1952年，時年28歲的希勒得天獨厚地在伊利諾伊大學接觸到第一台正式亮相於該校的馮?諾伊曼式計算機Illiac，目的是用其計算統計意義上理想聚合分子的大小。身為樂迷的他在工作中「不務正業」地發現，如果將控制變數由幾何數轉換成音符，這些代碼就完全可以用於譜曲，並符合對位法（在這種作曲法則中，相互獨立的旋律得以同時融洽地發聲）。這個發現讓希勒大喜過望，他一發不可收拾地攻讀起音樂學碩士學位，並利用計算機進行了一系列作曲技法實驗。
1957年，歷史上第一支完全由計算機生成的音樂作品誕生，即弦樂四重奏《依利亞克組曲》（Illiac Suite）；而化學家希勒也從此轉行，從事計算機音樂創作。在轉入音樂系任教，並成立實驗性工作室後，他繼續用計算機創作了《演算法一、二、三》等樂曲。論及計算機作曲鼻祖，還得數這位完全出於興趣轉行而來的希勒。
列哈倫?希勒在他的音樂工作室里
巴赫風：模仿大師真假難辨
希勒的「演算法」音樂為這一科學與藝術跨界領域的後來者開啟了先河。1980年代，執教於美國加州大學聖克魯茲分校藝術系的大衛?庫佩（David Cope）從編寫作曲程序出發，著迷於通過基於樂理的技法重組，來創造模擬不同過往音樂家風格的音樂。庫佩認為，大多數經典曲作都是十二平均律音階和對應的八度音階的重組合，只要把握這個規律並不斷以巧妙的手法重新融合，就可以創造出不同風格的音樂作品。他開發的作曲軟體Experiments in Musical Intelligence（EMI）能通過特殊的匹配過程，專門模仿約翰·塞巴斯蒂安·巴赫的風格。
它能在一頓午飯時間內譜寫5000多首巴赫風格的合唱音樂，並讓人難辨真假，在俄勒岡大學舉行的一次公開較量中，由大學生和教授組成的聽眾一共聽了三部作品——其中有一部是真正的巴赫作品，另一部由EMI製作，而第三部則出自當地的一位音樂學教授史提夫·拉爾森之手。接下來，聽眾們要票選出哪部作品由誰創作。結果呢？聽眾們把EMI製作出來的作品當做是巴赫作品。
Gavotte I(II) (加沃特舞曲)
巴赫 勃蘭登堡協奏曲第6首
Karl Richter
00:00/03:25
下面這段音樂就是機器編寫的，模擬維瓦爾第的風格，和維瓦爾第的原版相比較，你聽得出風格差別么？
David Cope Emmy Vivaldi
I. Allegro (第一樂章 快板)
Vivaldi: Early Cello Concertos
Sonatori de la Gioiosa Marca
00:00/02:44
在盧森堡和倫敦由Pierre Barreau，Denis Shtefan，Arnaud Decker和Vincent Barreau創造了一種名為「Aiva」的AI，並教它如何創作古典音樂，被用作電影導演，廣告公司，甚至是遊戲工作室的配樂。之所以選擇古典樂，也是因為這是目標客戶最為青睞的音樂形式，開發團隊還被邀請參加柏林廣受好評的歐洲電影市場，以及倫敦的商業與創業人工智慧（AIBE）峰會，並得到了Luxinnovation孵化器計劃的支持，甚至還得到了盧森堡總理澤維爾貝特爾的讚譽。
深度演算法
Aiva的運算基於深度神經網路，通過閱讀由大多數著名作曲家（巴赫，貝多芬，莫扎特等）編寫的古典分區的大型資料庫來理解音樂作品的藝術。Aiva能夠通過對現有音樂作品的這種獲取來捕捉音樂理論的概念。
Aiva錄音室
聽過大量音樂並學習了自己的音樂理論模型之後，Aiva能在幾分鐘之內創作自己的樂譜。然後這些分區由專業藝術家在錄音室的真實樂器上演奏，實現最佳音質。
Aiva已經發布了第一張名為Genesis的專輯，以及眾多單曲
Aiva for Harpsichord, Op. 5
Genesis
Eric Breton
00:00/02:08
科幻猜想：學習到模仿再到創作，人工智慧成就了我們可能花一輩子都達不到的音樂素養，但它創作的音樂是有靈魂的嗎？
爵士風：戰場上的即興樂手
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。但這個看起來像錄音室里彈著吉他和貝斯的變形金剛，竟然是一家軍事機構研發的。
2015年的新聞，防禦型高級研究計劃局（DARPA）試圖通過教授人工智慧軟體如何演奏爵士樂來培養它的腦力運作，與大多數「人工智慧」一樣，該項目是通過深度學習演算法實現的，該演算法經過訓練可以檢測特定數據集中的細微差異，在這種情況下，集成了爵士音樂家作品的海量資料庫。通過分析大數據，軟體「學會」識別成功即興創作的標準。
這對軍事機構來說似乎是一個奇怪的目標，顯然古典樂和電子樂是目前人工智慧作曲的兩大領域風格，但為什麼DARPA選擇了爵士樂呢？爵士樂的部分特點是即興創作，需要自發地實時調整以適應歌曲演變的變化。經過進一步研究，這種描述與軍隊將領在戰鬥中遇到的戰爭迷霧非常相似，戰鬥必須根據敵人的行動對戰略進行調整。
也就是利用讓機器人學習爵士的即興彈奏，來練習它們更具外部變數和協同作戰的應激反應，這也就意味著，以往人類運用計算機執行，而現在計算機可以自我執行，採取更主動、決定性的運作。
科幻猜想：所以，如果有機會邀請到貝多芬、貓王、披頭士、John Coltrane上刺激戰場大逃殺，最後成功吃雞的戰場音樂家或許就是玩即興的爵士大師。
合成風：把你的心情哼成歌
2017年，美國歌手、網路紅人泰琳·薩頓 Taryn Southern 製作一張名為 「I AM AI」 的專輯，可能是世界第一張由人工智慧作曲的專輯，首支名為 Break Free 的歌曲已經發布，你能聽出它是由機器創作的嗎？
她的機器人合唱者叫作Amper，Amper創始人之一的Drew Silverstein是一位專業的電影作曲家，他解釋說Amper並不是完全依靠自己的行為，而是專門與人類音樂家合作設計的，「Break Free」這首歌里的和弦結構和樂器完全是Amper AI的作品。
Amper可以在幾秒鐘內通過機器學習來製作音樂。
你也可以定製你的歌曲，輸入比如情緒、風格、節拍在內的變數以後，人工智慧就會開始自動譜曲。比如說，你可以告訴「她」，讓創作一首搖滾風格的悲傷一點的歌曲，它就會照辦。
科幻猜想：一般人都很難用音樂來表達確切的心情，但AI可以做到。以後不僅有聊天機器人，更有用歌聊天解悶的機器歌姬了。
學院風：輸入指令你就是指揮家
Magenta計劃系由Google公司運營，旨在將機器學習技術應用到音樂等藝術創作中的人工智慧項目。2016年6月 1日，Google公司發布了該計劃運用人工智慧系統成功譜寫的，一段長達90秒的鋼琴音樂，這成了人工智慧涉足人類藝術創造領域裡程碑式的一步。
Magenta的靈感歸功於Google Brain的另一個人工智慧研發項目，上次在人工智慧繪畫中說到的夢魘畫手——DeepDream。Magenta數字合成程序，對人工智慧系統輸入一些簡單的音符後，讓人工智慧根據這些音符的排列特點，編寫出更為完整豐富的曲子，並彈奏出來。科研人員通過MIDI音樂文件(數據化的音符或彈奏碼)向TensorFlow導入音樂數據，對人工智慧系統展開音樂知識方面的培訓。
Douglas Eck表示：「目前系統作曲仍然需要一定程度的人工參與，而Magenta計劃的目標就是讓系統盡量減少對人工素材的依賴，實現真正的音樂原創，並定期創作出新的旋律。八月份，研究團隊發布並更新了一款連接音樂家和谷歌開源AI軟體的界面—— TensorFlow。這個新的發明允許音樂家將谷歌的人工智慧模型連接到他們自己的合成器和MIDI控制器上，讓AI真正地做音樂。同時，軟體開發者們也能夠將他們的人工智慧模型連入其中，代替谷歌的模型，這樣可以為Magenta社區注入更多谷歌以外的新想法，產生更多有趣的音樂實驗。
科幻猜想：如果用夢魘Deepdream合成的畫，配上Magenta譜寫的曲子，做成MV，會是怎樣魔幻的效果？
大眾風：未來抖音配樂可能來源
P圖？拍抖音？當自己生活的導演，你還需要有自己的BGM，其實不用到大學實驗室也不用去找錄音室或者樂隊，打開你的電腦，就能為你的小視頻創作一段獨一無二的曲子，感謝人工智慧！
開啟 Jukedeck 網站，選擇要製作的音樂類型，有 Folk、Rock、Electronic 和 Ambient 四種，接著可以再選擇音樂的感覺，最後設定音樂長度，按下「Create My Track」建立。
這是從2014年開始，牛頓·雷克斯就創辦的Jukedeck，團隊的員工數已經從1個人變成了20人，融資310萬美元。「我們在那裡沒有妄想。這也不是目的。我們是一群音樂家，我們不會取代音樂家。"
相反，其目標是做人類作曲家無法做到的事情，比如創作大量音樂或個性化音樂。目前，Jukedeck的音樂在很大程度上被用作視頻材料的支持，在與一群韓國K-pop音樂製作人合作後，找到了為他們創作的音樂唱歌的歌手。
科幻猜想：他們應該和抖音合作，打開中國市場不是夢。
目前，網站製作了50多萬段音樂。「基本上，你有能力為世界上的每個人提供他們自己的個人作曲家，或者個人作曲助手。」而專業音樂人對此有何看法呢？在一次音樂節峰會上，牛頓·雷克斯和一群藝術家進行了對談，這也回答了文章開篇的問題——人工智慧作曲對音樂生態到底有何影響？
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：「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。」
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？未必。事物的發展，總是在曲折中前進。當年電子樂器出現時也曾有人擔心，確實降低了音樂入門門檻，但我們看到了不少新的創作靈感誕生。
不得不說，藝術是有門檻的，來源於生活又高於生活。音樂從某種程度上還是精英藝術，無論是創作和欣賞都需要有一定知識的積累。以上的人工智慧都可以用自己的高效能力，為人類縮減學習和知識積累的時間，我們用盡一生去領悟前人的音樂奧義，它們在我們一杯咖啡的時間裡就能解決。
人們總是詬病，人工智慧的譜曲沒有靈魂，但你敢讓人工智慧擁有靈魂嗎？你不害怕他們覺醒的那一刻么？給予人工智慧一定的「知覺壁壘」，而將靈魂注入音樂的主動權在我們手中——人類永遠是藝術創造的主體，如果借用這些工具，將自己有限的生命投入到更直接的創作中去，那無疑就是在完美的操作中注入了靈魂，科學也抵達了藝術升華的境界。
我們掌握的是一枚技術手段，到最後，由於創新的出現，新型音樂被創造出來，這不就是我們人類之所以成為造物主的目的嗎？
文｜青貓俠
※萬物復甦的季節，文人騷客追尋的「春味」，你都吃過嗎？
※《起跑線》：贏在了起點，就一定贏得了人生嗎？
TAG:三生Arts |