全文共2831字，预计学习时长6分钟
技术正在为许多产业带来革命性变化，音乐行业也不例外，如今，AI已经能够创作完整的歌曲。这一技术进步对音乐行业以及音乐本身意味着什么？
长期以来，音乐都是一个重要的行业，发展至今，活跃在音乐界的已不再局限于唱片公司、演唱会主办方和艺术家们。
蒙特利尔的初创公司Landr一直致力于开发AI音乐软件，2019年7月，该公司宣布已完成2600万美元B轮融资。Landr将数百万首歌曲作为训练数据，通过分析它们的音乐风格，开发特殊的后期制作工具。一般来说，像Spotify、Apple Music这样的流媒体音乐平台经常利用AI来预测用户的歌曲偏好，但与此同时，AI技术也正在以各种妙趣横生的形式出现在其他各行各业中。
Landr母带处理工具
近年来，主流唱片公司与流媒体音乐平台之间已形成一种不稳定的许可联盟关系，同时，自20世纪90年代兴起大规模技术变革至今，可以说音乐行业已进入最为稳固的阶段。然而，一些音乐公司却希望通过开发AI软件来颠覆现有的一切，这些软件能够代替主流录音室承担作曲职责，或协助艺术家进行创作，甚至可以自主作曲。
普通人也许从未用四个以上和弦创作过一首歌曲，对他们来说，这一发展迷人至极——这些软件是否可以激发人们迄今未曾觉醒的音乐天赋？
作曲很难！
如果机器可以提供一个初始的创造性构思、一个想法的起源，那么人们是否可以用自己（有限的）音乐能力继续拓展这一想法，并将其创作成一首热门歌曲？如果说普通人和超级巨星之间的差距，就在于这一颠覆性的、充满创造力的初始想法，那么奇妙的AI技术是否就可以帮助人们弥合这一差距了？
Popgun在AI作曲技术上已取得巨大进步。
Aiva
澳大利亚初创公司Popgun一直在研发名为“Alice”的AI作曲软件，它可以用钢琴、贝司和鼓即兴创作，也可以为歌手制作伴奏，甚至可以唱歌。AIVA会为电影和游戏创作配乐，Mubert也已推出一款可以根据用户偏好不断更新的AI作曲软件。这些公司的开发理念都大致相同。
Mubert
英国AI作曲公司Jukedeck最近已被中国字节跳动收购，字节跳动开发了异常火爆的对口型视频软件TikTok（抖音国际版）。此次收购对音乐行业以及音乐本身意味着什么？更重要的是，用机器到底怎么写出一首歌？
Tiktok全球下载量已超过10亿
AI可以指代任何试图模仿某一人类行为的计算机功能，AI算法善于在明确定义的空间内，利用固定规则对不同模式进行匹配，这也使得AI十分擅长玩魔方、下象棋。这些技术是所谓的“弱人工智能”，适用于目标完整明确的特定任务。“弱人工智能”程序已经陪伴了人类几十年，早在1996年，国际象棋电脑深蓝就已击败卫冕世界冠军加里·卡斯帕罗夫。
音乐本质上只是以特定节奏播放的一系列连续音符。从某种层面上来说，AI完全可以做到这一点。但任何需要高级创造力的活动，例如写歌，都更应该被理解为“强人工智能”，即一种能与人类思想相媲美的通用智能。
目前，“强人工智能”仍只能在科幻小说中实现，没有任何算法能够比拟人类思维的复杂性。但人工智能的子集——机器学习，却能够利用海量数据集自主进行模式学习。当机器能够学习新信息时，它便能够发现人类认知无法处理的数据模式，因为机器能够通过建构特殊模型，对数据进行识别和分类，这是人类无法理解甚至无法感知的。这意味着“无监督”机器学习算法可以在没有人类干涉的情况下，输出真正原创的、独一无二的作品。机器的创造力与人类的创造力可能无法媲美，但这确实是一个有实际意义的新奇事物（创造性思维的关键指标之一）的实例。
“你听过这首歌吗？”
随着数据存储日益廉价，数据获取难度降低，机器学习对于程序员来说也变得更为实用。开发人员可以访问庞大的音乐库，利用数百万首歌曲来高效教授某一算法，使其能够独立做出音乐阐释。但AI算法无法判断其阐释是否正确，这就需要某种程度的人为干预。
AI作曲技术更适合于某些特定的音乐类型，例如Popgun就承认爵士相当难以复制（Dadabots曾利用约翰·克特兰的唱片训练神经网络，结果写出了你所能想到的最难听的歌，这也证明了爵士音乐之难以复制）。机器学习算法更易于分析并理解简单的MIDI文件，亚伯拉罕·汗（Abraham Khan）和其团队曾利用神经网络为《精灵宝可梦》这款游戏创作配乐，并睿智地发现了这一道理。但马克思·弗伦泽尔（Max Frenzl）就没那么聪明了，他曾使用AI来创作所谓的“Neuralfunk”，这是DNB音乐的一种流派。
难道人类的创造力将就此终结？是否自此，歌曲、书籍、诗歌和电影都会由机器创作、由算法设计优化，以抚慰和满足人类？这听起来或许毫无新意，甚至有点反乌托邦，但这在近期内并不会发生。首先，距离开发出具有如此创造力的人工通用智能，人类还有很长的路要走，所以不要因为那些危言耸听就充满压力——复制人和机器人暂时不会出现，更不会占据人类的作曲工作室。
机器虽然能够通过听歌进行自主作曲，但这仅仅是对已有内容的重组和重复，它无法知道其作品究竟是否有价值。想要防止AI大量输出随意生成的音乐垃圾，唯一方法是对其进行训练，并将作曲需求准确地输入机器（这是一种“监督学习”），否则为了挑选出精美的作品，就需要对AI输出的大量作品进行筛选，这项工作听起来太过枯燥，可能使我们从此对音乐产生厌倦心理。
后垃圾乐队（Garbage）：不是垃圾
平克·弗洛伊德乐队（Pink Floyd）：不断在摧毁流行音乐
目前，我们已经拥有许多还在不断发展的工具，这些工具可以增强和激发人类自身的创造力。Popgun表示，他们将这些音乐软件视为另一种乐器，就像80年代的合成器一样，那时人们担心合成器的出现会造成专业作曲家失业，甚至彻底毁灭流行音乐，但事实并非如此。实际上，AI作曲能够缩短创作过程中那些令人疲倦、单调重复的环节。机器学习算法能够生成真正的原创音乐，而这可以激发人类作曲家的灵感，也可以帮助一个正在崭露头角的作曲家充分发挥能力和知识，创作出有价值的音乐作品。
未来，技术能够充分增强人们的创造力。这种增强的创造力可以激励那些曾经缺乏信心涉足创意行业的人们勇敢走出这一步。有强大技术能力的人，例如那些从不认为自己具有创造力的人，完全可以运用AI技术，去探索他们曾经不敢想象的发展道路。如果将AI的分析能力和数字运算能力与人类的创造力相结合，行业现状将被颠覆。
是时候醒悟了，其实每个人都有一定程度的创造力，只是有的人可能需要一些小小的帮助，才能将其创意变为现实。
留言 点赞 发个朋友圈
我们一起分享AI学习与发展的干货
编译组：莫菲菲、李世琛
相关链接：
https://medium.com/swlh/could-advances-in-ai-technology-reshape-music-as-we-know-it-b373db0c23ec
如需转载，请后台留言，遵守转载规范
长按识别二维码可添加关注
读芯君爱你
转载：https://blog.csdn.net/duxinshuxiaobian/article/details/100853012