日前，美国自在笔者Aaron Carnes访问了谷歌年夜脑、加州年夜学Santa Cruz分校等从事AI和音乐联合范畴的研讨任务者，在亲身感触感染了他们的平常后，记载下了这几个成心思的故事，让吃瓜大众也能够瞥到当AI进入音乐圈时，究竟是使人惊恐照样充斥等待？
一
这个名叫Jesse Engel的哥们儿比来正痴迷于让本身的电脑酿成一个音乐家。他30多岁，个子很高，胡子拉碴还留着齐肩的头发，爱好穿紧身牛崽裤，白色的T恤上还有万花筒的设计…这些元素加起来，你能够也会认为他应当是一个流浪的贝斯手，和“谷歌研讨迷信家”的身份差着十万八千里…
Engel他们位于谷歌旧金山办公楼五层的办公室，其实也是一个装备齐备且优良的音乐师作室。懂得谷歌Magenta项目标人都晓得，这是一个应用人工智能和机械进修来创作艺术的项目，同时为开源人工智能平台TensorFlow的用户简化这一进程。Magenta供给给用户可以修正的代码，包设计相似于人类年夜脑神经元的人工神经收集，并事后停止各类义务。它还为创作型艺术家和技巧人员供给了一个分享本身试验的社区。
谷歌高等研讨迷信家Douglas Eck从15年开端设计Magenta项目，16年正式对外宣布。他本年曾经48岁，但看起来仍像个孩子。
没错，我们几小我凑到了一路，正盘算举办一场即兴吹奏会。这本不是筹划中的工作，Eck和Engel届时将会为我和我的同伙、乐队成员Adam Davis演示一些demo。但Eck仿佛对这事很随便，假如想更好的去懂得Magenta项目，还有甚么比和它一路创作更好的呢？
我站在电子鼓后，Davis抓到了一个挡板，Eck在键盘前面，一向想带起节拍。在特雷门琴（theremin, 是一种不须要接触而吹奏的乐器，你可以像巫师一样挥动着你的手掌握它）是Kory Mathewson，是谷歌暑期项目标练习生，由于他把他的余暇时光都花在了研讨机械人来扮演即兴悲剧，Eck笑着偷偷告知我，这也是其时为啥会让Mathewson来这练习的一个考量。
最初要引见的就是我们这个暂时组建的乐队的最初一位成员——A.I. Duet，它恰是应用了Magenta技巧的运用法式。当你在附加的键盘上弹奏一段旋律，法式会依据音符的选择、节拍、切分音和之前听到的音乐来辨认全体形式。然后它会主动盘算并帮你“补完”旋律的重奏部门，简直可以完成“一呼一应”的吹奏形式。我们所应用的外部版本可以经由过程设置“温度”来掌握呼应的随机性：当Engel选高音吉他形式，开端即兴创作旋律；当Engel听到了他爱好的回应，就把设定上去。他拿起了一个黑色的Gibson Les Paul电吉他，然后吹奏就这么即兴开端了。
猜猜我们都是谁~
我们的假想照样很不错的，但令我印象深入的是人工智能在二重奏中弹出的高音线。假如我们是一个真实的乐队，我信任我们也会如许创作下去。音乐家们常常挣扎于没有新的创作灵感，这个法式仿佛会成为他们创作的源泉。
“这就像在房间里有另外一个音乐家。” Davis说。他也介入了二重奏。当他开端吹奏乐器时，他开端在本来的音线外着色，这让我们的乐队成员觉得非常高兴。（“我们真的很等待看到人们若何打破这类局势，”Engel说。）跟着他赓续“升温”，就发生了一种狂躁的、吓人的旋律，与他现在输出的器械简直完整纷歧样。好比，他给了一个“一闪一闪亮晶晶”的节拍想看看会产生甚么，在极致的温度下，酿成了一首在蹩脚观光中的圣诞曲。
“技巧对艺术来讲异常主要。”Eck说。试想假如把你的吉他拔失落和弦。如今把它拔出这个很棒的电吉他，你会很依附技巧来完成这项任务。他弥补道，他们所做的相似于建造一个更好的吉他踏板，乃至就是一个电吉他。至多愿望是如许。如今，他们还不肯定这项技巧将若何影响音乐，或许它能否会被应用。这我想起了Auto-Tune，这是一种灌音软件，它一开端是为平庸的风行音乐校订音轨的音轨；后来T-pain和Kanye West如许的说唱歌手，就不再用它了，而是发扬了它的特色，发明出一种别致的声响。
不论AI的音乐生成技巧若何，Eck认为这将是不朽的。“我们将追随音乐家，假如有人发明我们正在做的工作，又做了一些更了不得的，我们能够会约请他参加一路发明更多。”
听着Eck，我可以显著觉得他的年夜脑就是为了摸索算法而生的，同时对音乐的热忱，引领着他用技巧来开辟这类给各类音乐家应用的对象。当我问他关于他本身的音乐寻求时，他略带羞怯地而我分享了他在咖啡店弹吉他的美妙阅历，而我则讶异于他并没有把本身创作的最好时代花在成堆的分解器里。
二
人工智能和音乐的联合其实已其实不是甚么新颖事。20世纪50年月，前锋作曲家Lejaren Hiller和Leonard Isaacson用电脑写了一首“Illiac Suite”。 该曲谱包含了依照某些音乐道理统计生成的音符，例如谐波互相依附，并基于作曲家对传统音乐的常识规矩分解。
直到比来，AI帮助音乐还重要逗留在学术界。如今谷歌、索尼、IBM和其他公司都成立了相干的年夜型研讨项目。还有像Jukedeck如许的始创公司，它应用人工智能为视频生成告白和配景音乐。Brain.fm供给功效性的人工智能分解音乐，来赞助用户抓紧、专注、和增进睡眠等，该技巧曾经开端盈利。
分歧的项目也都看到了相似的成果，但年夜家都有本身的小算盘。谷歌正在为艺术家设计对象，设计开放式的试验项目，目标是激起发明力。Jukedeck把它的资本集中在对象易用性、市场营销和追求节俭视频配乐的本钱。Jukedeck的结合开创人Patrick Stobbs告知我，公司愿望扩展其客户基本，包含任何对制造音乐感兴致的人：它愿望应用这项技巧来赞助那些想要成为音乐家的人，在不进修吹奏乐器的情形下便可以创作歌曲。
他说：“就像Instagram让不是专业修图的我们更轻易创作出很棒的照片，我们把Jukedeck看做是一个创意对象，让更多的人轻松地制造音乐，并具有更多的动力。”
年夜约十年前，一些应用相似人工智能技巧的音乐软件运用法式就曾经涌现了，个中年夜多是使人懊丧的成果。微软的主动编曲软件Songsmith在阿卡贝拉声道上生成卡西欧键盘式的伴奏。这个节目激起了有数弄笑视频的灵感，例如，Freddie Mercury的“We Will Rock You”的扮演，听起来特殊像暧昧的拉丁Muzak音乐。
从那今后，虽然技巧和咀嚼还在持续产生着抵触触犯，但工作曾经开端产生着天翻地覆的更改。从客岁开端，在不久的未来，全球都能看到人工智能生成的音乐将会是甚么模样。制片人Alex Da Kid与IBM Watson超等盘算机协作，发明了一个朗朗上口的情绪歌谣“Not Easy”。 Watson应用了5年的文明数据，包含消息题目、互联网搜刮、片子概要和社交媒体内容，来剖析他们四周的趋向和人们的情感。它还处置了跨越2.6万首风行歌曲，寻觅配合的主题和音乐形式。应用这一信息，超等盘算机肯定了近代汗青的“情绪头绪”，和可以惹起听众激烈情绪共识的音乐元素。然后Alex用这些数据来选择心碎的主题，和他爱好的音乐短语和抒怀片断。
跟着取得了格莱美的提名，他们又协作了创作了一首更广域的歌曲。“Not Easy”在48小时内达到iTunes热点歌曲排行榜上的第四名，它根本是被遗忘了，但还好还有它面前的故事。本来试图吸引数百万听众的情绪温度，仿佛并没有表达出来。和Auto-Tune的比较再次涌现了：在那些寻求完善风行音乐的人手中，AI可以经由过程数字化的方法完成其终究的胜利。
2012年炎天，在欧洲研讨委员会（European Research Council）的赞助下，索尼盘算机迷信试验室（Sony CSL）开端了一个为期5年的项目。成果介于歌曲“Not Easy”和Magenta项目之间。自上世纪90年月以来，盘算机迷信家、爵士乐和风行音乐家、索尼CSL的导演Francois Pachet一向在做与音乐和人工智能有关的研讨。他和他的团队与艺术家们的协作比谷歌更直接，他们的目的是用一组更侧重输入的名为“Flow Machines”的算法来发明出全新的风行音乐。
客岁9月，由Flow Machines协助完成的歌曲“Daddy’s Car”年夜火。这首和法国作曲家Beno?t Carré一同完成的歌曲听上去异常像上世纪60年事中期Beatles的作风。有能够为了创作这首歌曲，Flow Machines听了异常多Beatles的歌曲。
索尼CSL流传部的任务人员Fiammetta Ghedini表现：“Daddy’s Car其实有一点像是模拟作品。这是对歌曲作风的一次测验考试。假如Beatles可以或许再现江湖的话，你应当可以或许感触感染到是甚么作风。”
Flow Machines对“作风”的懂得是依附于数据的，这意味着你用特定的音乐来练习它，它就会猜测创作音乐的人是想要这类作风的音乐。换句话说，它只依据所选的数据集和法式员设置的束缚来懂得音乐的规矩。在创作Daddy’s Car的时刻，Flow Machines给了Carré几个Beatles式旋律和和弦的建议。
为了赞助我懂得Flow Machines的艺术潜力，Ghedini向我引见了一首Carréet 用这个软件创作的绝对不太火的歌曲，叫做“Mr. Shadow”。这首歌的练习数据集由包含Cole Porter，George Gershwin，Richard Rodgers和Vernon Duke 在内的经典美国词曲作家的429首歌曲构成。我连续听了好几遍，我能给出的独一感触感染就是：使人不安的前卫风行乐。和弦序列是幽魅的，旋律又梦境和又来势汹汹。Youtube上有一个评论：“几十年后，当终结者用加特林枪杀逝世人类的时刻，这真是一首再好不外的配景音乐了。“我不晓得我能否爱好这首歌，但我认为这让我看到了一种分歧的音乐，并且我想要听更多这一类型的歌曲。”
2016年，在巴黎举办了一场由多名音乐人和Flow Machines配合编曲音乐会。这些作品从艺术的角度来讲都是非常诱人和奇特的，乃至比Alex Da Kid的歌曲更风趣。Carré愿望在本年晚些时刻刊行他和Flow Machines配合刊行的音乐专辑。其他艺术家能够也会效仿。
谷歌一向与艺术家们展开着抑制的协作。Eck更偏向于将他的对象运用于试验音乐，而不是年夜量临盆热点单曲，或许制造功效性配景音乐，虽然这些都是潜伏的年夜市场。（Jukedeck在创立一个无穷制的收费视频歌曲库方面获得了伟大的提高，这将有益于制造预算，但对作曲家晦气。）他愿望能影响音乐的艺术偏向。他以为，最好的办法就是给那些能够不相符主流咀嚼的前沿艺术家供给对象。
Eck告知我：“我们应当积极地测验考试制造其实不是每一个人都爱好的音乐。总有一些别致的后果，你会获得一些新的和猖狂的器械。就像从麦当娜到碧昂丝那样的巨星们从边沿地带取得灵感一样，将来的风行歌手们也会把帮助地下艺术家的立异编织进他们的MOR图表上。
自上世纪80年月中期以来，英国的一名传授Eduardo Reck Miranda就一向介入这一范畴的研讨。在他的心坎深处有一个特别的处所，那就是人工智能可以或许照亮的那些奇异的裂缝。
Miranda出身在巴西，之前曾是一位作曲家，但却对用科技来帮助音乐创作这个范畴情有独钟…他告知我为了创作《聆听的交响曲》，他开辟了人工智能软件，将贝多芬的第7交响曲从新组合，用年夜脑扫描来解构人们听音乐的方法。
“机械真的能做到吗？在最开端的时刻我们也问过这个成绩。然则，当我们认识到机械可以做到这一点的时刻，我们发明本来的音乐是多单调有趣。然后我们就开端想若何能力让这些机械做些有效的事呢？”
三
关于AI能否能用于音乐创作的争议年夜都是在Miranda、Eck和Pachet的试验之前。而这里又不能不谈到一小我——David Cope，一个古代的奥秘主义者，他能够比任何人都更懂得人工智能和立异年夜脑之间的关系。
Cope担负加州年夜学Santa Cruz分校的教职长达30余年时光。这位现年76岁、措辞轻声细语的前传授还在持续创作音乐并停止其他艺术创作，重要在用人工智能。
当我走进Cope温馨的位于Santa Cruz的家的楼梯时，他收回正告：“为你性命中真实的怪僻时辰做好预备。”没有进一步的说明，他翻开办公室的门，显露一个房间，与房子的其他部门构成光鲜比较，完整是一片凌乱。吊在天花板上的是几十个风铃。书本和随机的物体随处乱扔，似乎它们刚从龙卷风中幸存上去。在房间的中心是一辆健身车。
David Cope
他告知我，这类凌乱是成心为之的：这使他可以或许看就任何两个物体，并试图找到它们之间的关系。就像他的软件是为音乐而生的一样，这类凌乱是一种发明性的提醒，它应用了随机性的惊人力气。他说了许多关于这些道理的根本道理。
他十几岁就开端写算法了。他写了年夜约100本书。在这些书里，早在1977年就有盘算机生成的音乐的内容。1980年，他开端了一项名为“音乐智力试验”的历久项目。上世纪90年月，他又开端开辟了一个名叫“Emily Howell”的新项目。这是一个以人的名字来定名的项目，部门是为了安慰一下那些宣称机械将把人类作曲家赶收工作的否决者。 “机械做我们告知它们做的工作，它们没有自我认识。我把人工智能界说为应用盘算机来懂得人类年夜脑及其任务道理的研讨。仅此罢了。”
Cope让我猜猜作曲家在创作的时刻都邑做些甚么。我其实其实不懂得。
Cope表现：“我们创作的时刻，实际上是在自创。这意味着算法中最主要的部门基本不是算法。而是一堆音乐。”我把这说明为艺术家们在创作本身作品的进程中会拼集旋律、情感和作风。Cope认识到盘算机须要以异样的方法运作。
1988年，他应用数百个他本身的音乐的例子创立了一个数据集。在年夜约24小时内，他与的水平Emmy就创作了《摇篮坠落》这首曲子，这是他所写的最好的音乐作品之一。他说，听《摇篮坠落》和Emmy创作的曲子证实了他的结论，作曲家们都是在自创。
我熟悉到Google和Sony正在应用的深度进修，实际上是对Cope数据依附办法的直接扩大。Miranda对此深表赞成，但他弥补说：“这类办法是不完全的，这也是为何他的创作进程一向都是试验性的。”
“一小我工智能软件不克不及完整表现我们若何制造音乐，”Miranda说。“我们能做的最好的工作就是把成绩减少到详细的方面。”
这又招致了发明性生成模子中固有的让人伤头脑的事：人工智能音乐没有明白的胜利尺度。因为机械进修技巧的成长，说话翻译软件最近几年来日新月异。我们都赞成这是何等胜利，由于成果是客不雅的。然则，我们若何去赞成人工智能软件的胜利所发生的音乐价值呢？经由过程在下层的风行度吗？好评？Eck和他在Google的团队经由过程艺术家的连续兴致来界说它。当音乐家们在最后的新颖感消逝后持续应用这些对象的时刻，就是人工智能在这个伟大而凌乱的音乐王国中永远占领一席之地的时刻。
结 语
在我们采访停止分开Google后，Davis和我评论辩论了此次的采访阅历。“我爱好看到事物开端崩溃。在某些时刻，它会脱轨。它不晓得若何处置它被赐与的信息。而这恰好发明了真正风趣的音乐。”
很多艺术家和音乐喜好者都很畏惧人工智能技巧会让老实的人掉去任务，同时把发明力拖到最小的公分母上。但Davis却很想要看到凌乱的局势产生，那些涌现裂痕恰是像Eck、Engel、Miranda和Pachet等立异者所等待的。但，电脑也会出错，就像我们一样。而我们将付与人工智能的那些奇异的、不完善的、弗成猜测的人类天性，恰是从新界说音乐的动力。
