2018年1月初，全新音樂專輯Hello World正式發(fā)行。不同于以往的音樂專輯，這是第一張使用人工智能（AI）技術(shù)創(chuàng)作完成的商業(yè)發(fā)行專輯，標(biāo)志著世界迎來了一個流行音樂的新時代。
音樂時代通常是由主導(dǎo)的音樂制作模式——模擬、電子、數(shù)字來定義的，每一種模式都帶來了新的風(fēng)格和聆聽方式。而如今這個新時代，則是以音樂合作團隊Skygge錄制發(fā)行的第一張人工智能與人類合作的專輯Hello World為標(biāo)志開始的。
由作曲家兼制作人BenoÎt Carré、音樂家兼技術(shù)研究員FranÇois Pachet領(lǐng)導(dǎo)的音樂團隊Skygge，在丹麥語中是“影子”的意思，其靈感來自于丹麥童話作家安徒生的同名故事。
我們知道，算法可以學(xué)習(xí)人類行為中存在的偏見，但它們是否也能創(chuàng)造出極具創(chuàng)意和情感的音樂呢？
雖然人工智能算法缺乏背景故事和創(chuàng)作過程——正是這些常常把我們吸引到一段流行音樂中來——但它們卻用產(chǎn)生陌生和新奇的卓越才能彌補了這一點。
也就是說，人工智能并不是從一個人的社會和音樂體驗中尋找靈感，而是從成千上萬人的生活經(jīng)歷中汲取靈感。人工智能將這些輸出解釋為數(shù)據(jù)，并可以根據(jù)數(shù)據(jù)集里的統(tǒng)計概率提供新的旋律、樂器和其他音樂元素。
AI制作人
實際上，Skygge并不是“第一個吃螃蟹的人”。
2017年底，由制作人Zack Zukowski和技術(shù)專家CJ Carr領(lǐng)導(dǎo)的Dadabots，發(fā)行了一張音樂專輯——Coditany of Timeness，這成為第一張由神經(jīng)網(wǎng)絡(luò)創(chuàng)作的重金屬專輯。
該神經(jīng)網(wǎng)絡(luò)研究了一個叫做Krallice的人類金屬樂隊的作品�；旧�，當(dāng)人工智能聽到所有需要被聽到的聲音之后，它便可以開始猜測接下來的音樂是什么樣的,然后經(jīng)過幾百萬次計算，就能夠創(chuàng)造出自己的原創(chuàng)作品。
不僅如此，這張專輯的名字和歌名也都是由另一個人工智能創(chuàng)造的，而專輯封面的插圖則是由另一種算法創(chuàng)造出來的。換句話說，是由一組這樣的機器人一起制作了這張獨立的金屬唱片。
或許你并不知道，人工智能音樂其實已經(jīng)在古典音樂風(fēng)格中存在很長時間了。例如，研究人員兼音樂家David Cope早在20世紀(jì)80年代就開始探索算法作曲，并寫出了計算機作曲程序——音樂智能作曲系統(tǒng)（EMI）。
EMI的工作原理是模式匹配，它將音樂片段分割成更小的片段進行分析，找出相似的聲音并進行分類。Cope最初是想將這種分析標(biāo)準(zhǔn)應(yīng)用到自己的作品中，形成自己的音樂風(fēng)格。然而在研究過程中，他意外發(fā)現(xiàn)EMI用在其他作曲家的作品中也有很好的效果。以巴赫的作品為例，將足夠多的巴赫作品放進EMI中運行，它就可以很好地分析運算出這些音樂的特點，并寫出巴赫風(fēng)格的音樂，而普通聽眾可能根本分辨不出。
1993年，Cope用EMI發(fā)布了巴赫風(fēng)格的專輯Bach by Design。但由EMI制作的音樂大多在技術(shù)價值而非藝術(shù)價值上有意義，因而就這一點而言，人工智能音樂似乎在可預(yù)測的參數(shù)下做得最好。
由于Cope的開創(chuàng)性實驗，人工智能已經(jīng)成功地制作出可以與人類作品相媲美的歌曲，即便許多人無法準(zhǔn)確識別出巴赫音樂的原因可能在于對其作品并不熟悉。
不過，Skygge確實是人類和人工智能制作人之間的第一次流行音樂合作。
使用人工智能技術(shù)創(chuàng)作流行音樂時，挑戰(zhàn)是存在的。由于人們對流行音樂的主流作品十分熟悉，因而想要“愚弄”聽眾就變得更為困難。大多數(shù)流行藝術(shù)家的成功不僅取決于他們的音樂天賦，還取決于他們在個人層面上創(chuàng)作故事與聽眾建立聯(lián)系的能力。
換句話說，聽眾被音樂中講述的故事所吸引，加之其他音樂元素的共同作用，才使得流行音樂成為“流行”。因此，人類的創(chuàng)造力在音樂流行中至關(guān)重要。
第一次牽手
對于Hello World而言，每位參與其中的藝術(shù)家和制作人都會在自己所選的類型中詮釋安徒生童話，然后再與人工智能技術(shù)合作。Skygge是由歐洲研究委員會資助的，旨在探索流行音樂制作中的人工智能。為此，他們使用了索尼的Flow-Machines工具。
與谷歌DeepMind的Deep Dream Generator那樣使用神經(jīng)網(wǎng)絡(luò)不同，F(xiàn)low-Machines使用被稱為馬爾可夫鏈的概率方程來創(chuàng)建引人注目的歌曲。兩者的不同之處在于，神經(jīng)網(wǎng)絡(luò)需要大量信息才能產(chǎn)生結(jié)果，而馬爾科夫鏈則能從更小的數(shù)據(jù)庫中生成統(tǒng)計模型。
基于這些信息并根據(jù)已有的音樂，F(xiàn)low-Machines會針對旋律、伴奏和樂器的使用，向制作人提供建議。制作人可以接受、拒絕或修改這些建議，以創(chuàng)建他們共同的合作作品。
2016年，索尼公司的研究人員曾利用Flow-Machines創(chuàng)作了一首披頭士風(fēng)格的旋律，隨后作曲家Benoit Carre將其制作成一首完整的流行歌曲Daddy 's Car。
當(dāng)然，將人工智能作為流行音樂的合作者，極有可能將人們熟悉的界限推向新的領(lǐng)域。因為新穎性往往是使一首歌曲從僅僅受歡迎轉(zhuǎn)變?yōu)橐环N流派的原因，這在Skygge上很容易發(fā)現(xiàn)。
作為Hello World專輯的合唱者之一，加拿大流行女歌手Kiesza用Flow-Machines為自己的歌曲Hello Shadow創(chuàng)作了旋律。Kiesza坦言：“實際上，這旋律聽起來不同于以往我聽過的任何東西……我從一開始就喜歡它……盡管它真的讓人難以忘懷……非常吸引人。”
而專輯中另一首歌曲In the House of Poetry的怪誕同樣無法否認，歌手Kyrie Kristmanson的空靈之聲將這種氣氛發(fā)揮到了極致。Flow-Machines在把這些熟悉的旋律轉(zhuǎn)化成神秘之音的同時，也讓歌曲產(chǎn)生了強大的吸引力。
音樂新時代
隨著與人工智能合作流行音樂變得越來越普遍，它將向作為制作人和聽眾的人類發(fā)起更大的挑戰(zhàn)。隨之而來的問題也發(fā)生了變化，即不再是人工智能是否會取代音樂家的工作，更多的是關(guān)于人們的音樂品味會如何發(fā)展或者是否會隨著制作技術(shù)的發(fā)展而快速發(fā)展等。
不僅如此，像Auto-Tune等這類技術(shù)挑戰(zhàn)了許多人對音樂真實性和人性的定義。圍繞計算創(chuàng)造力的辯論（包括人工智能音樂在內(nèi)），也進一步地挑戰(zhàn)了“創(chuàng)造力和音樂是人類固有的東西”的論斷。
不可否認，人工智能將開創(chuàng)一個音樂制作的新時代，或者至少會產(chǎn)生新的音樂風(fēng)格。Skygge的聯(lián)合制作人Carré直言：“一開始，很多人擔(dān)心鋼琴家和鼓手會被取代，但這種情況從來沒有發(fā)生過……是人類找到了利用（科技）制作有趣東西的方法。”
我們生活在一種“講述故事”的文化中，不僅需要通過歌詞和音樂來講述，還需要藝術(shù)家自己的親述。這些故事的制作可能會發(fā)生各種無法預(yù)料的改變，但我們對它們所要表達的情感的領(lǐng)悟并不會改變。■