AI音乐：人工智能如何改变音乐创作

人工智能在音乐领域取得了显著进展，而音乐曾被认为是人类独有的领域。神经网络现在能够创作旋律，并且其能力日益增强。人工智能创作的音乐已有众多实例，包括由AI与人类音乐家合作创作的专辑《Hello World》。歌手Taryn Southern与AI算法Amper合作录制了歌曲《Break Free》，而Flow Machines项目与作曲家Benoît Carré合作创作了风格与The Beatles相似的歌曲《Daddy's Car》。AI甚至涉足古典音乐领域，AIVA网络完成了安东宁·德沃夏克未完成的作品《来自未来世界》，Flow Machines则模仿了巴赫的风格。Yandex的一款神经网络与作曲家Kuzma Bodrov合作，创作了一首由Yuri Bashmet指挥的新俄罗斯交响乐团演奏的作品。本介绍探讨了AI在音乐领域日益增长的影响力，并为深入探讨其能力和意义奠定了基础。

AI音乐创作的过程与AI创作其他形式艺术的过程相似。首先，神经网络通过学习海量的音乐数据来获得能力。它接收的数据越多，能力就越强。基于这种学习，AI会尝试重现它听过的和声。虽然结果不一定能获得格莱美奖，但AI通常能生成令人愉悦的声音组合。这些成功的例子经常出现在新闻报道中。据Yandex机器学习实验室负责人Alexander Krainov介绍，生成MIDI格式的乐曲相对容易。算法会以压缩的数字格式写出大量乐曲，记住常见的模式，并以紧凑的形式记录下作品的独特特征。然后，它利用其和声知识来重构乐曲。虽然大多数生成的旋律可能听起来像杂乱无章，但其中一小部分可能相当不错，可以作为人类音乐家进一步发展的依据。

作曲家、词曲作者和声音制作人Stanislav Butovsky解释说，每种音乐流派都有其特有的乐器、编曲技巧、旋律特征、节奏和和声序列。这些元素可以被数学化地表示为一组参数，当指定这些参数时，就可以生成所需流派的作品。Butovsky强调了音乐与数学之间的密切关系，指出音乐作品的形式和风格特征可以被清晰地描述并表示为算法。例如，如果机器处理来自Steve Reich、Terry Riley、Vladimir Martynov和Philip Glass音乐的数据，它可以生成由重复模式和细微变化组成的作品，这正是极简主义音乐的特点。同样，如果机器被输入了乐队Любэ的全部曲目，它可以创作出具有相似主题和配器的歌曲。机器对它处理的数据类型漠不关心，因为它没有个人偏好。

最终目标是创造出与人类创作的音乐无法区分的AI，能够生成完整的音乐作品。目前，AI可以生成听起来逼真的短音乐片段，但在整个作品中保持一致性仍然是一个挑战。Alexander Krainov认为这是一个有明确解决路径的开放性问题，他预计在未来一年内会有显著进展。关于没有音乐训练的人是否能使用AI写音乐的问题存在争议。程序员倾向于认为音乐知识不是必需的，而音乐家则认为只有受过音乐教育的人才能充分利用这项技术。AI布道者Ivan Yamshchikov指出，任何人，无论是否有正式培训，都可以创作音乐，而AI只是为音乐调色板增添了新的色彩。然而，Butovsky认为，虽然AI可以使音乐创作更容易，但缺乏音乐知识可能导致平庸的结果。他建议，要使AI生成的音乐真正成功，用户需要对音乐元素及其组合方式有很好的理解。

AI生成音乐的版权和所有权问题很复杂。Alexander Krainov认为，在训练神经网络时，不会侵犯任何权利，他将其比作音乐家在创作自己的作品之前听了无数首乐曲。他建议，AI生成音乐的权利可能属于选择和使用音乐的人，或者不属于任何人，允许任何人自由使用。然而，Danil Zhdanov认为，权利可能属于神经网络的所有者，因为与音乐和软件等无形资产相关的法律概念可以应用于AI生成音乐。

AI音乐最可能的未来应用是在不需要音乐作为主要焦点的环境中生成背景音乐，例如休息室、餐厅和健身房。它还可以帮助音乐家寻找新想法和克服创作瓶颈。Danil Zhdanov指出，一些作曲家正在实验性地使用神经网络来生成他们主题的初始素材。AI工具还可以用于创建“音乐构造器”，让没有音乐知识的用户能够生成具有特定节奏、风格和过渡的音乐。Ampermusic等公司提供此类系统，尽管它们通常在一定程度上需要人工输入。Mubert Inc.创始人Alexey Kochetkov认为，生成式音乐在酒店业、游戏以及需要背景音乐但不优先考虑其来源的应用领域具有巨大的商业潜力。

市场专家普遍认为，AI不会取代顶尖的人类作曲家。Alexander Krainov认为，AI生成的音乐可以作为人类创造力的起点或基础。他将其比作给作家提供一个基本的情节大纲来激发他们的想象力。Ivan Yamshchikov将其与MIDI键盘和数字合成器的出现相提并论，这些工具并没有消除对钢琴和模拟合成器的需求。他强调，AI可以成功地重现或模仿现有风格，但更多的是关于创造性应用而非替代。AI可以成为作曲家工具箱中的又一个工具，正如在圣彼得堡的Gamma音乐节上所展示的那样。

一个挑战是，AI生成的音乐通常听起来不像人类创作的，尽管随着算法的改进，这种情况预计会得到改善。Alexey Kochetkov认为，公众的保守和偏见阻碍了AI音乐的广泛采用。Danil Zhdanov指出，人类大脑不习惯神经网络生成的结构和序列。即使音符是用自然样本演奏的，AI也缺乏对流派分类和音乐表演细微差别的理解。他认为，AI生成的音乐可能缺乏情感，无法触发情绪，这表明AI需要老师来培养其音乐品味，更重要的是，要灌输情感。

Lera Resser强调了将人类元素融入AI生成音乐概念的重要性。她质疑AI的责任感以及AI创作者与其观众之间进行真正对话的可能性。她还想知道人们将如何解读那些发展模式无法预测的音乐。Resser认为，这不仅关乎我们对AI音乐的准备程度，还关乎我们教给AI什么。她强调了人类与AI在决策过程中的差异，并强调了同理心和社会因素的重要性。Stanislav Butovsky认为，创造性思维、幻想、偏离模式和唤起情感的能力是区分人类音乐家和AI的关键技能。他认为，机器即使能够和谐地组合音符和编排作品，也是根据预设算法运行的，缺乏想象力和创造力。

虽然AI在生成音乐方面的能力不断发展，但专家们的共识是，未来AI和人类作曲家将协同工作。AI可以作为灵感、创意生成和背景音乐创作的强大工具，而人类作曲家则保留其将音乐注入情感、创造力和文化背景的独特能力。音乐的未来很可能涉及人类艺术与人工智能的共生关系，以新的令人兴奋的方式拓展音乐表达的界限。关键在于利用AI的力量，同时保留使音乐成为深刻而有意义的艺术形式的必要人类元素。