AI作曲家来了 人类该往哪里去?

作者: 海中天 2017-02-22 21:17:31

如果我们用AI谱写音乐,你能将AI与人谱写的音乐区别开来吗?今天我们就找一找答案。下面是两段音频,一段是AI编写的,一段是人编写的:

收听:TNW Music Quiz #1

你能区分吗?如果想知道答案,请看文章结尾。

编写音乐的AI是Jukedeck开发的,它是英国的一家创业公司,专门制作机器音乐,2015年Jukedeck成为TechCrunch Disrupt London的赢家。去年,在赫尔辛基Slush会议上TheNextWeb采访了Jukedeck创始人艾德·牛顿-雷克斯(Ed Newton-Rex),他讲述了如何用AI编写音乐的故事。

1

历史

从2014年开始,雷克斯就创办了Jukedeck,团队的员工数已经从1个人变成了20人,融资310万美元。

雷克斯说:“在大学时,我就在问自己:为什么计算机还不能谱写音乐?一切都是由此开始的。我认为计算机应该可以谱写音乐,还一些问题更重要:如果计算机可以谱写音乐,会造成怎样的影响?会有哪些神奇的应用出现?当时我的女朋友在哈佛学习,我去看她,她在那里学习计算机,还学其它一些东西,我听了一些演讲,知道让计算机谱曲是可能的。”

“于是我开始着手编写原型系统,从本质上讲,它就是一套初级算法谱曲系统。任务很艰巨,我花了一段时间才做完,最终,我开发出一套相当不错的原型系统,得到了剑桥大学投资团队Cambridge Enterprise的投资。”

Jukedeck用神经网络谱写音乐,在过去许多年里,计算机科学家用不同的方法谱写过。1950年代,科学家曾经做过一次实验,这次实验很有名,算得上是第一次比较重要的实验;如果真要追本溯源,可能要追溯到Ada Lovelace。1843年,Ada Lovelace曾在作品中写道:“Engine(引擎)可以编写精致而科学的音乐作品,作品很复杂,范围很广。”

几百年之后,Lejaren Hiller和Leonard Isaacson尝试用机器谱写音乐,他们用AI谱写了Iliac Suite。AI用标准的音乐格式谱写新音乐,当时听起来相当不错。

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

20世纪出现了新方法,科学家使用了语法。简单来讲,这种AI可以通过层次结构理解音乐、编写音乐。使用这种方法开发AI,最著名的还是David Cope,他提出了“recombinancy”的概念,在这一概念的指引下,AI可以对现有音乐进行分析,然后用分析结果谱写新曲子。

下面这段音乐就是机器编写的,模拟维瓦尔第的风格:

收听:David Cope Emmy Vivaldi

一些爱好者还用“马尔科夫链(Markov Chains)”谱写音乐,因为马尔科夫链的基本原理似乎与音乐很匹配。简单来讲,它就是一套系统,系统的当前状态由之前的状态决定。最好的例子就是Continuator,它是一套算法,由François Pachet编写,当人类音乐家中断之后程序可以继续编写。

在编写音乐程序时,有一种方法被广泛使用,它就是“进化算法”。DarwinTunes是英国的一研究团队开发的,它用的正是进化算法。团队是这样谱写音乐的:任何人都可以参与项目,他们聆听不同的“候选”音乐片断,然后挑选自己最喜欢的。挑选出来的片断不断优化,按不同的方式重新制作。

下面这段音乐就是用DarwinTunes制作的:

收听:DarwinTunes New Year AutoTrack

虽然大多的方法都可以制作出不错的音乐,但是都存在局限性。例如,如果使用基于规则的方法,编写音乐时就会太过依赖音乐理论,无法抓住音乐的精髓,如果使用其它方法,感觉就像是人类在挑选最佳片断,或者将已经制作好的音乐放进算法。

2

神经网络

雷克斯认为,要让AI学会创作,尤其是谱写音乐,最大的挑战在于创作没有对错之分。如果让神经网络识别图像,我们可以训练算法,对结果进行评估,比如确定结果是对的还是错的。

音乐不同,什么是好音乐?没有一定的标准。Jukedeck音乐家必须训练算法,让它拥有“音乐品味”,具备谱曲能力。

“我们听音乐,然后评估结果,优化网络。”雷克斯说,“我们用两种方法完成工作:一种是用耳朵听,团队成员都是音乐家,一般来说可以听出音乐是否变好了;还有一种方法就是将音乐放在网站上,查看下载量。这两种方法管用,因为用算法谱曲还处在早期阶段,用这种方法继续优化,可能会出现大突破。”

“有一点要注意,这套系统与那些用‘进化方法’开发的系统不同。如果用的是进化方法,用户选择最好的音乐,系统以结果作为依据,不断变化,重新制作,持续循环,这种方法并没有生成训练数据。如果使用的是神经网络,系统会从训练数据中学习,然后重新生成数据。”

工具还是威胁

50多年之前,科学家就开始做实验,用算法谱写音乐,尽管如此,这门技术仍然处在早期阶段。未来似乎一片光明,至少研究人员是这样认为的。

雷克斯说:“未来10至15年,AI肯定会成为音乐体验的核心部分。”

也就是说,未来许多的作曲家必须寻找新工作,尤其是那些在公开市场销售音乐的作曲家。

“AI不会抢走任何工作,这种说法简直是误导,老实讲,在任何产业AI都会抢走一些工作。”雷克斯说,“如果说有哪个产业AI不会夺走任何一点工作,我会感到很惊讶的。”

作曲家倒是不太担心。Dmitry Lifshitz是一名小提琴家,也是一名音响师,他认为AI和Jukedeck编写的程序想要达到人类作曲家的水平还要等很多年。

Dmitry Lifshitz听了Jukedeck制作的一些音乐,他认为Jukedeck谱写的电子音乐还可以,但是在摇滚、吉它方面相当糟糕。他说:“到处都有合成的痕迹,如果听的人不在乎背景,那倒是绰绰有余了。就目前而言,广告代理商不会使用这种音乐,YouTube播客也许会喜欢。”

AI最终会变得足够强大,可以谱写背景音乐,供视频播客使用,还可以用于商业目的,这点Dmitry Lifshitz是认同的,最终公开作曲家也许只能另寻工作。不过Dmitry Lifshitz对工作前途并不担心,当构思枯竭时,他会用AI程序寻找创意。

音乐作曲家Olexandr Ignatov认为,AI音乐只是“快餐“,只有那些追求速度、追求低价的人才会需要。

Olexandr Ignatov说:“只有经过训练的人才谱写艺术品,传达一些东西。AI真的能够为电影谱写音乐吗?不可想像,这些音乐可以让人醍醐灌顶,与视频结合在一起,会创造出无与伦比的体验。机器根本做不到,只有生物才能传达一些东西,才能沟通,音乐是传达与沟通的一种方式。”

雷克斯的看法不同,他认为创作型AI可以让更多人有能力谱写音乐。

“就目前来看,音乐创作仍然是精英的专利。”雷克斯说,“我们要花很长的时间学习,投入许多钱,才能真正掌握音乐。对于大多数人来说,创作音乐并不现实。AI可以让音乐创作更普及,让更多人制作音乐。也就是说会有更多的音乐出现,音乐会变得更加个性化。”

其它一些作曲家却有点害怕。

Vladimir Ponikarovsky现在为游戏制作音乐,他说:“一方面,开发工具让大家可以制作音乐,对于作曲家来说这种工具可以起到辅助作用。但从另一方面来看,不称职的作者会大规模使用工具,结果导致糟糕的作品层出不穷,音乐质量下降。”

AI将会对整个音乐界产生负面影响?雷克斯并不担心,他认为,当年电子乐器出现时也曾有人担心,他们认为合成将会大行其道。到了今天,由于创新的出现,新型音乐被创造出来,未来AI一旦来临,也会有更多的新型音乐出现。

钱的问题

在Jukedeck看来,眼下存在两大挑战。第一个挑战是研发,雷克斯和他领导的团队正在开发AI,这种AI不只可以谱写音乐,还可以播放音乐,重新创造“声音”。在2016年Slush会议上,雷克斯展示了最新成果:

第二个挑战是赚钱。Jukedeck出售音乐版权,这些音乐是算法谱写的,非独家授权收费21.99美元,如果想获得完整版权,需要199美元。个人、小企业可以免费获得非独家授权音乐。

虽然Jukedeck制作了音乐,但是没有一套系统评估音乐,到底音乐值多少钱完全由客户自己判断。不用担心,很快情况就会改变。

“我们最先进入的是视频音乐市场。”雷克斯说,“第一步瞄准YouTube用户,不过目前还没有真正寻找货币化方法。当前关注的重点是证明音乐足够好。现在我们的网站制作了50多万段音乐。下一步如何发展,我们还没有宣布,不过我们会关注其它视频市场,看看有没有办法赚到钱。未来几个月就会尝试。”

音乐产业和科技产业都开始关注AI音乐。例如,索尼开发了AI谱曲工具Flow Machines,它制作了一首名叫《Daddy’s Car》的歌曲。

对于Jukedeck来说,新对手钱更多,资源更多,竞争会更加激烈。对于听众来说,可能意味着一种全新的音乐将会出现。

公布一下答案:第一段音频是Jukedeck AI编写的,第二段是人编写的。

文章来源:TheNextWeb

AI 作曲家
上一篇:还在混淆AI与机器学习?先了解下六个AI热门领域 下一篇:智能哲学:人工智能的伦理学问题(Beneficial AI)
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
机器学习帮你预测电池寿命:精确了解电池还能充几次

电池寿命的确定,是移动硬件发展的重要一环,但是由于电池电化学反应的不确定性以及不同的使用环境和习惯,电池寿命变成了一门玄学。不过柏林的三位小伙伴,利用Tensorflow,在原有的预测体系基础上。更近一步,完成了电池的全寿命预测。

靓科技解读 ·  2天前
专家认为对“人工智能+教育”应持审慎态度

随着人工智能不断发展,人脸识别技术被越来越多地应用于校园中。据了解,一所知名大学2019级新生“刷脸”就能瞬间完成报到程序,系统是这所学校的学生研发的,学生对着摄像头,人脸识别系统就开始进行比对,眨眼间就能完成扫描,整个报到注册手续几乎不到一秒钟。

新华网客户端 ·  3天前
人脸识别有风险,美国全面禁止,可为什么中国却全面推广?

对于大多数人而言,最先接触的就是指纹识别,对指纹识别的了解程度也相对比较深一些,然而随着科技的不断发展,人脸识别也越来越普及,所谓的人脸识别就是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像头或摄像机采集含有人脸的图像或视频,并自动在图像中检测和跟踪人脸,对其进行一系列的相关技术,最后进行辨别完成自己想要完成的项目。

测评前线说 ·  3天前
AI的时代,你的职业还在吗?

目前人工智能(Artificial Intelligence,简称AI)的技术到底发展到啥情况了?如果未来AI在我们社会上全面应用之后,会对咱们的生活会带来多大的帮助?

奎哥 ·  4天前
人工智能改善教育的32种方式

在人工智能赋能教育的实践探索上,国外已经有了许多工具和应用,总结起来,可以分为改进教学和改进管理两个大的方面,共32个细分领域。改进教学是人工智能对教与学实践的促进,改进管理则是对校园管理等后勤行政方面的效用提升。

就要买买买 ·  4天前
谁在为“AI+教育”试错买单?

在教育行业,似乎AI作为一个辅助工具出现更为合适,企业在资本浪潮簇拥着前进的时候,更应该想清楚是教育的本质,以及商业模式是否行得通,否则等资本的泡沫褪去,留下的也不过是满地鸡毛。

大鱼 ·  4天前
人工智能图像放大器,完全免费!一键告别渣像素

你可以在互联网上找到一些解决方案,以快速进行拍摄后期制作。该AI图像放大器采用人工智能和机器学习技术放大任何图像。它可以保持图像质量而不会像素化。

科技有点牛 ·  4天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载