這個(gè)名叫Jesse Engel的哥們兒最近正癡迷于讓自己的電腦變成一個(gè)音樂(lè)家。他30多歲，個(gè)子很高，胡子拉碴還留著齊肩的頭發(fā)，喜歡穿緊身牛仔褲，白色的T恤上還有萬(wàn)花筒的設(shè)計(jì)…這些元素加起來(lái)，你可能也會(huì)覺(jué)得他應(yīng)該是一個(gè)漂泊的貝斯手，和“谷歌研究科學(xué)家”的身份差著十萬(wàn)八千里…

 

　　Engel他們位于谷歌舊金山辦公樓五層的辦公室，其實(shí)也是一個(gè)設(shè)備齊全且精良的音樂(lè)工作室。了解谷歌Magenta項(xiàng)目的人都知道，這是一個(gè)利用人工智能和機(jī)器學(xué)習(xí)來(lái)創(chuàng)作藝術(shù)的項(xiàng)目，同時(shí)為開(kāi)源人工智能平臺(tái)TensorFlow的用戶簡(jiǎn)化這一過(guò)程。Magenta提供給用戶可以修改的代碼，包設(shè)計(jì)類(lèi)似于人類(lèi)大腦神經(jīng)元的人工神經(jīng)網(wǎng)絡(luò)，并預(yù)先進(jìn)行各種任務(wù)。它還為創(chuàng)作型藝術(shù)家和技術(shù)人員提供了一個(gè)分享自己實(shí)驗(yàn)的社區(qū)。

 

　　谷歌高級(jí)研究科學(xué)家Douglas Eck從15年開(kāi)始設(shè)計(jì)Magenta項(xiàng)目，16年正式對(duì)外發(fā)布。他今年已經(jīng)48歲，但看起來(lái)仍像個(gè)孩子。

 

　　沒(méi)錯(cuò)，我們幾個(gè)人湊到了一起，正打算舉行一場(chǎng)即興演奏會(huì)。這本不是計(jì)劃中的事情，Eck和Engel屆時(shí)將會(huì)為我和我的朋友、樂(lè)隊(duì)成員Adam Davis演示一些demo。但Eck似乎對(duì)這事很隨意，如果想更好的去了解Magenta項(xiàng)目，還有什么比和它一起創(chuàng)作更好的呢？

 

　　我站在電子鼓后，Davis抓到了一個(gè)擋板，Eck在鍵盤(pán)后面，一直想帶起節(jié)奏。在特雷門(mén)琴（theremin, 是一種不需要接觸而演奏的樂(lè)器，你可以像巫師一樣揮舞著你的手控制它）是Kory Mathewson，是谷歌暑期項(xiàng)目的實(shí)習(xí)生，因?yàn)樗阉目臻e時(shí)間都花在了研究機(jī)器人來(lái)表演即興喜劇，Eck笑著偷偷告訴我，這也是當(dāng)時(shí)為啥會(huì)讓Mathewson來(lái)這實(shí)習(xí)的一個(gè)考量。

 

　　最后要介紹的就是我們這個(gè)臨時(shí)組建的樂(lè)隊(duì)的最后一名成員——A.I. Duet，它正是使用了Magenta技術(shù)的應(yīng)用程序。當(dāng)你在附加的鍵盤(pán)上彈奏一段旋律，程序會(huì)根據(jù)音符的選擇、節(jié)奏、切分音和以前聽(tīng)到的音樂(lè)來(lái)識(shí)別整體模式。然后它會(huì)自動(dòng)計(jì)算并幫你“補(bǔ)完”旋律的重奏部分，幾乎可以實(shí)現(xiàn)“一呼一應(yīng)”的演奏模式。我們所使用的內(nèi)部版本可以通過(guò)設(shè)置“溫度”來(lái)控制響應(yīng)的隨機(jī)性：當(dāng)Engel選低音吉他模式，開(kāi)始即興創(chuàng)作旋律；當(dāng)Engel聽(tīng)到了他喜歡的回應(yīng)，就把設(shè)定下來(lái)。他拿起了一個(gè)黑色的Gibson Les Paul電吉他，然后演奏就這么即興開(kāi)始了。

　　猜猜我們都是誰(shuí)~

 

　　我們的設(shè)想還是很不錯(cuò)的，但令我印象深刻的是人工智能在二重奏中彈出的低音線。如果我們是一個(gè)真正的樂(lè)隊(duì)，我相信我們也會(huì)這樣創(chuàng)作下去。音樂(lè)家們經(jīng)常掙扎于沒(méi)有新的創(chuàng)作靈感，這個(gè)程序似乎會(huì)成為他們創(chuàng)作的源泉。

 

　　“這就像在房間里有另一個(gè)音樂(lè)家。” Davis說(shuō)。他也參與了二重奏。當(dāng)他開(kāi)始演奏樂(lè)器時(shí)，他開(kāi)始在原來(lái)的音線外著色，這讓我們的樂(lè)隊(duì)成員感到十分興奮。（“我們真的很期待看到人們?nèi)绾未蚱七@種局面，”Engel說(shuō)。）隨著他不斷“升溫”，就產(chǎn)生了一種狂躁的、嚇人的旋律，與他當(dāng)初輸入的東西幾乎完全不一樣。比如，他給了一個(gè)“一閃一閃亮晶晶”的節(jié)奏想看看會(huì)發(fā)生什么，在極致的溫度下，變成了一首在糟糕旅行中的圣誕曲。

 

　　“技術(shù)對(duì)藝術(shù)來(lái)說(shuō)非常重要。”Eck說(shuō)。試想如果把你的吉他拔掉和弦?，F(xiàn)在把它插入這個(gè)很棒的電吉他，你會(huì)很依賴技術(shù)來(lái)完成這項(xiàng)工作。他補(bǔ)充道，他們所做的類(lèi)似于建造一個(gè)更好的吉他踏板，甚至就是一個(gè)電吉他。至少希望是這樣?，F(xiàn)在，他們還不確定這項(xiàng)技術(shù)將如何影響音樂(lè)，或者它是否會(huì)被使用。這我想起了Auto-Tune，這是一種錄音軟件，它一開(kāi)始是為平淡的流行音樂(lè)校正音軌的音軌；后來(lái)T-pain和Kanye West這樣的說(shuō)唱歌手，就不再用它了，而是發(fā)揚(yáng)了它的特點(diǎn)，創(chuàng)造出一種新奇的聲音。

 

　　不管AI的音樂(lè)生成技術(shù)如何，Eck覺(jué)得這將是不朽的。“我們將跟隨音樂(lè)家，如果有人發(fā)現(xiàn)我們正在做的事情，又做了一些更了不起的，我們可能會(huì)邀請(qǐng)他加入一起創(chuàng)造更多。”

 

　　聽(tīng)著Eck，我可以明顯感到他的大腦就是為了探索算法而生的，同時(shí)對(duì)音樂(lè)的熱情，引領(lǐng)著他用技術(shù)來(lái)開(kāi)發(fā)這種給各類(lèi)音樂(lè)家使用的工具。當(dāng)我問(wèn)他關(guān)于他自己的音樂(lè)追求時(shí)，他略帶羞澀地而我分享了他在咖啡店彈吉他的美好經(jīng)歷，而我則訝異于他并沒(méi)有把自己創(chuàng)作的最佳時(shí)期花在成堆的合成器里。

 

 

　　人工智能和音樂(lè)的結(jié)合其實(shí)已并不是什么新鮮事。20世紀(jì)50年代，先鋒作曲家Lejaren Hiller和Leonard Isaacson用電腦寫(xiě)了一首“Illiac Suite”。 該樂(lè)譜包括了按照某些音樂(lè)原理統(tǒng)計(jì)生成的音符，例如諧波相互依賴，并基于作曲家對(duì)傳統(tǒng)音樂(lè)的知識(shí)規(guī)則合成。

 

　　直到最近，AI輔助音樂(lè)還主要停留在學(xué)術(shù)界?，F(xiàn)在谷歌、索尼、IBM和其他公司都成立了相關(guān)的大型研究項(xiàng)目。還有像Jukedeck這樣的初創(chuàng)公司，它利用人工智能為視頻生成廣告和背景音樂(lè)。Brain.fm提供功能性的人工智能合成音樂(lè)，來(lái)幫助用戶放松、專(zhuān)注、和促進(jìn)睡眠等，該技術(shù)已經(jīng)開(kāi)始盈利。

 

　　不同的項(xiàng)目也都看到了類(lèi)似的結(jié)果，但大家都有自己的小算盤(pán)。谷歌正在為藝術(shù)家設(shè)計(jì)工具，設(shè)計(jì)開(kāi)放式的實(shí)驗(yàn)項(xiàng)目，目的是激發(fā)創(chuàng)造力。Jukedeck把它的資源集中在工具易用性、市場(chǎng)營(yíng)銷(xiāo)以及尋求節(jié)省視頻配樂(lè)的成本。Jukedeck的聯(lián)合創(chuàng)始人Patrick Stobbs告訴我，公司希望擴(kuò)大其客戶基礎(chǔ)，包括任何對(duì)制作音樂(lè)感興趣的人：它希望使用這項(xiàng)技術(shù)來(lái)幫助那些想要成為音樂(lè)家的人，在不學(xué)習(xí)演奏樂(lè)器的情況下就可以創(chuàng)作歌曲。

 

　　他說(shuō)：“就像Instagram讓不是專(zhuān)業(yè)修圖的我們更容易創(chuàng)作出很棒的照片，我們把Jukedeck看作是一個(gè)創(chuàng)意工具，讓更多的人輕松地制作音樂(lè)，并擁有更多的動(dòng)力。”

 

　　大約十年前，一些使用類(lèi)似人工智能技術(shù)的音樂(lè)軟件應(yīng)用程序就已經(jīng)出現(xiàn)了，其中大多是令人沮喪的結(jié)果。微軟的自動(dòng)編曲軟件Songsmith在阿卡貝拉聲道上生成卡西歐鍵盤(pán)式的伴奏。這個(gè)節(jié)目激發(fā)了無(wú)數(shù)搞笑視頻的靈感，例如，F(xiàn)reddie Mercury的“We Will Rock You”的表演，聽(tīng)起來(lái)特別像含糊的拉丁Muzak音樂(lè)。

 

　　從那以后，盡管技術(shù)和品味還在繼續(xù)發(fā)生著沖撞，但事情已經(jīng)開(kāi)始發(fā)生著翻天覆地的變動(dòng)。從去年開(kāi)始，在不久的將來(lái)，全世界都能看到人工智能生成的音樂(lè)將會(huì)是什么樣子。制片人Alex Da Kid與IBM Watson超級(jí)計(jì)算機(jī)合作，創(chuàng)造了一個(gè)朗朗上口的情感歌謠“Not Easy”。 Watson使用了5年的文化數(shù)據(jù)，包括新聞標(biāo)題、互聯(lián)網(wǎng)搜索、電影概要和社交媒體內(nèi)容，來(lái)分析他們周?chē)内厔?shì)和人們的情緒。它還處理了超過(guò)2.6萬(wàn)首流行歌曲，尋找共同的主題和音樂(lè)模式。利用這一信息，超級(jí)計(jì)算機(jī)確定了近代歷史的“情感脈絡(luò)”，以及可以引起聽(tīng)眾強(qiáng)烈情感共鳴的音樂(lè)元素。然后Alex用這些數(shù)據(jù)來(lái)選擇心碎的主題，以及他喜歡的音樂(lè)短語(yǔ)和抒情片段。

 

　　隨著獲得了格萊美的提名，他們又合作了創(chuàng)作了一首更廣域的歌曲。“Not Easy”在48小時(shí)內(nèi)到達(dá)iTunes熱門(mén)歌曲排行榜上的第四名，它基本是被遺忘了，但還好還有它背后的故事。原本試圖吸引數(shù)百萬(wàn)聽(tīng)眾的情感溫度，似乎并沒(méi)有表達(dá)出來(lái)。和Auto-Tune的對(duì)比再次出現(xiàn)了：在那些追求完美流行音樂(lè)的人手中，AI可以通過(guò)數(shù)字化的方式實(shí)現(xiàn)其最終的成功。

 

　　2012年夏天，在歐洲研究委員會(huì)（European Research Council）的資助下，索尼計(jì)算機(jī)科學(xué)實(shí)驗(yàn)室（Sony CSL）開(kāi)始了一個(gè)為期5年的項(xiàng)目。結(jié)果介于歌曲“Not Easy”和Magenta項(xiàng)目之間。自上世紀(jì)90年代以來(lái)，計(jì)算機(jī)科學(xué)家、爵士樂(lè)和流行音樂(lè)家、索尼CSL的導(dǎo)演Francois Pachet一直在做與音樂(lè)和人工智能有關(guān)的研究。他和他的團(tuán)隊(duì)與藝術(shù)家們的合作比谷歌更直接，他們的目標(biāo)是用一組更著重輸出的名為“Flow Machines”的算法來(lái)創(chuàng)造出全新的流行音樂(lè)。

 

　　去年9月，由Flow Machines協(xié)助完成的歌曲“Daddy’s Car”大火。這首和法國(guó)作曲家Beno?t Carré一同完成的歌曲聽(tīng)上去非常像上世紀(jì)60年紀(jì)中期Beatles的風(fēng)格。有可能為了創(chuàng)作這首歌曲，F(xiàn)low Machines聽(tīng)了非常多Beatles的歌曲。

 

　　索尼CSL傳播部的工作人員Fiammetta Ghedini表示：“Daddy’s Car其實(shí)有一點(diǎn)像是模仿作品。這是對(duì)歌曲風(fēng)格的一次嘗試。如果Beatles能夠再現(xiàn)江湖的話，你應(yīng)該能夠感受到是什么風(fēng)格。”

 

　　Flow Machines對(duì)“風(fēng)格”的理解是依賴于數(shù)據(jù)的，這意味著你用特定的音樂(lè)來(lái)訓(xùn)練它，它就會(huì)預(yù)測(cè)創(chuàng)作音樂(lè)的人是想要這種風(fēng)格的音樂(lè)。換句話說(shuō)，它只根據(jù)所選的數(shù)據(jù)集和程序員設(shè)置的約束來(lái)理解音樂(lè)的規(guī)則。在創(chuàng)作Daddy’s Car的時(shí)候，F(xiàn)low Machines給了Carré幾個(gè)Beatles式旋律和和弦的建議。

 

　　為了幫助我理解Flow Machines的藝術(shù)潛力，Ghedini向我介紹了一首Carréet 用這個(gè)軟件創(chuàng)作的相對(duì)不太火的歌曲，叫做“Mr. Shadow”。這首歌的訓(xùn)練數(shù)據(jù)集由包括Cole Porter，George Gershwin，Richard Rodgers和Vernon Duke 在內(nèi)的經(jīng)典美國(guó)詞曲作家的429首歌曲組成。我一連聽(tīng)了好幾遍，我能給出的唯一感受就是：令人不安的前衛(wèi)流行樂(lè)。和弦序列是幽魅的，旋律又夢(mèng)幻和又來(lái)勢(shì)洶洶。Youtube上有一個(gè)評(píng)論：“幾十年后，當(dāng)終結(jié)者用加特林槍殺死人類(lèi)的時(shí)候，這真是一首再好不過(guò)的背景音樂(lè)了。“我不知道我是否喜歡這首歌，但我覺(jué)得這讓我看到了一種不同的音樂(lè)，而且我想要聽(tīng)更多這一類(lèi)型的歌曲。”

 

　　2016年，在巴黎舉行了一場(chǎng)由多名音樂(lè)人和Flow Machines共同編曲音樂(lè)會(huì)。這些作品從藝術(shù)的角度來(lái)說(shuō)都是十分迷人和獨(dú)特的，甚至比Alex Da Kid的歌曲更有趣。Carré希望在今年晚些時(shí)候發(fā)行他和Flow Machines共同發(fā)行的音樂(lè)專(zhuān)輯。其他藝術(shù)家可能也會(huì)效仿。

 

　　谷歌一直與藝術(shù)家們開(kāi)展著克制的合作。Eck更傾向于將他的工具應(yīng)用于實(shí)驗(yàn)音樂(lè)，而不是大量生產(chǎn)熱門(mén)單曲，或者制作功能性背景音樂(lè)，盡管這些都是潛在的大市場(chǎng)。（Jukedeck在創(chuàng)建一個(gè)無(wú)限制的免費(fèi)視頻歌曲庫(kù)方面取得了巨大的進(jìn)步，這將有利于制作預(yù)算，但對(duì)作曲家不利。）他希望能影響音樂(lè)的藝術(shù)方向。他認(rèn)為，最好的方法就是給那些可能不符合主流品味的前沿藝術(shù)家提供工具。

 

　　Eck告訴我：“我們應(yīng)該積極地嘗試制作并不是每個(gè)人都喜歡的音樂(lè)。總有一些新奇的效果，你會(huì)得到一些新的和瘋狂的東西。就像從麥當(dāng)娜到碧昂絲那樣的巨星們從邊緣地帶獲得靈感一樣，未來(lái)的流行歌手們也會(huì)把輔助地下藝術(shù)家的創(chuàng)新編織進(jìn)他們的MOR圖表上。

 

　　自上世紀(jì)80年代中期以來(lái)，英國(guó)的一位教授Eduardo Reck Miranda就一直參與這一領(lǐng)域的研究。在他的內(nèi)心深處有一個(gè)特殊的地方，那就是人工智能能夠照亮的那些奇怪的縫隙。

 

　　Miranda出生在巴西，之前曾是一名作曲家，但卻對(duì)用科技來(lái)輔助音樂(lè)創(chuàng)作這個(gè)領(lǐng)域情有獨(dú)鐘…他告訴我為了創(chuàng)作《傾聽(tīng)的交響曲》，他開(kāi)發(fā)了人工智能軟件，將貝多芬的第7交響曲重新組合，用大腦掃描來(lái)解構(gòu)人們聽(tīng)音樂(lè)的方式。

 

　　“機(jī)器真的能做到嗎？在最開(kāi)始的時(shí)候我們也問(wèn)過(guò)這個(gè)問(wèn)題。但是，當(dāng)我們意識(shí)到機(jī)器可以做到這一點(diǎn)的時(shí)候，我們發(fā)現(xiàn)原來(lái)的音樂(lè)是多單調(diào)乏味。然后我們就開(kāi)始想如何才能讓這些機(jī)器做些有用的事呢？”

 

 

　　關(guān)于AI是否能用于音樂(lè)創(chuàng)作的爭(zhēng)議大都是在Miranda、Eck和Pachet的實(shí)驗(yàn)之前。而這里又不得不談到一個(gè)人——David Cope，一個(gè)現(xiàn)代的神秘主義者，他可能比任何人都更了解人工智能和創(chuàng)新大腦之間的關(guān)系。

 

　　Cope擔(dān)任加州大學(xué)Santa Cruz分校的教職長(zhǎng)達(dá)30余年時(shí)間。這位現(xiàn)年76歲、說(shuō)話輕聲細(xì)語(yǔ)的前教授還在繼續(xù)創(chuàng)作音樂(lè)并進(jìn)行其他藝術(shù)創(chuàng)作，主要在用人工智能。

 

　　當(dāng)我走進(jìn)Cope舒適的位于Santa Cruz的家的樓梯時(shí)，他發(fā)出警告：“為你生命中真正的古怪時(shí)刻做好準(zhǔn)備。”沒(méi)有進(jìn)一步的解釋?zhuān)蜷_(kāi)辦公室的門(mén)，露出一個(gè)房間，與房子的其余部分形成鮮明對(duì)比，完全是一片混亂。吊在天花板上的是幾十個(gè)風(fēng)鈴。書(shū)籍和隨機(jī)的物體到處亂扔，仿佛它們剛從龍卷風(fēng)中幸存下來(lái)。在房間的中央是一輛健身車(chē)。

　　David Cope

 

　　他告訴我，這種混亂是有意為之的：這使他能夠看到任何兩個(gè)物體，并試圖找到它們之間的關(guān)系。就像他的軟件是為音樂(lè)而生的一樣，這種混亂是一種創(chuàng)造性的提示，它利用了隨機(jī)性的驚人力量。他說(shuō)了很多關(guān)于這些原理的基本原理。

 

　　他十幾歲就開(kāi)始寫(xiě)算法了。他寫(xiě)了大約100本書(shū)。在這些書(shū)里，早在1977年就有計(jì)算機(jī)生成的音樂(lè)的內(nèi)容。1980年，他開(kāi)始了一項(xiàng)名為“音樂(lè)智力實(shí)驗(yàn)”的長(zhǎng)期項(xiàng)目。上世紀(jì)90年代，他又開(kāi)始開(kāi)發(fā)了一個(gè)名叫“Emily Howell”的新項(xiàng)目。這是一個(gè)以人的名字來(lái)命名的項(xiàng)目，部分是為了刺激一下那些聲稱(chēng)機(jī)器將把人類(lèi)作曲家趕出工作的反對(duì)者。 “機(jī)器做我們告訴它們做的事情，它們沒(méi)有自我意識(shí)。我把人工智能定義為利用計(jì)算機(jī)來(lái)了解人類(lèi)大腦及其工作原理的研究。僅此而已。”

 

　　Cope讓我猜猜作曲家在創(chuàng)作的時(shí)候都會(huì)做些什么。我其實(shí)并不了解。

 

　　Cope表示：“我們創(chuàng)作的時(shí)候，其實(shí)是在借鑒。這意味著算法中最重要的部分根本不是算法。而是一堆音樂(lè)。”我把這解釋為藝術(shù)家們?cè)趧?chuàng)作自己作品的過(guò)程中會(huì)拼湊旋律、情緒和風(fēng)格。Cope意識(shí)到計(jì)算機(jī)需要以同樣的方式運(yùn)作。

 

　　1988年，他使用數(shù)百個(gè)他自己的音樂(lè)的例子創(chuàng)建了一個(gè)數(shù)據(jù)集。在大約24小時(shí)內(nèi)，他與的程度Emmy就創(chuàng)作了《搖籃墜落》這首曲子，這是他所寫(xiě)的最好的音樂(lè)作品之一。他說(shuō)，聽(tīng)《搖籃墜落》和Emmy創(chuàng)作的曲子證明了他的結(jié)論，作曲家們都是在借鑒。

 

　　我認(rèn)識(shí)到Google和Sony正在使用的深度學(xué)習(xí)，其實(shí)是對(duì)Cope數(shù)據(jù)依賴方法的直接擴(kuò)展。Miranda對(duì)此深表贊同，但他補(bǔ)充說(shuō)：“這種方法是不完整的，這也是為什么他的創(chuàng)作過(guò)程一直都是實(shí)驗(yàn)性的。”

 

　　“一個(gè)人工智能軟件不能完全體現(xiàn)我們?nèi)绾沃谱饕魳?lè)，”Miranda說(shuō)。“我們能做的最好的事情就是把問(wèn)題縮小到具體的方面。”

 

　　這又導(dǎo)致了創(chuàng)造性生成模型中固有的讓人傷腦筋的事：人工智能音樂(lè)沒(méi)有明確的成功標(biāo)準(zhǔn)。由于機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，語(yǔ)言翻譯軟件近年來(lái)突飛猛進(jìn)。我們都同意這是多么成功，因?yàn)榻Y(jié)果是客觀的。但是，我們?nèi)绾稳ベ澩斯ぶ悄苘浖某晒λa(chǎn)生的音樂(lè)價(jià)值呢？通過(guò)在基層的流行度嗎？好評(píng)？Eck和他在Google的團(tuán)隊(duì)通過(guò)藝術(shù)家的持續(xù)興趣來(lái)定義它。當(dāng)音樂(lè)家們?cè)谧畛醯男迈r感消失后繼續(xù)使用這些工具的時(shí)候，就是人工智能在這個(gè)巨大而混亂的音樂(lè)王國(guó)中永久占據(jù)一席之地的時(shí)候。

 

 

　　在我們采訪結(jié)束離開(kāi)Google后，Davis和我討論了這次的采訪經(jīng)歷。“我喜歡看到事物開(kāi)始瓦解。在某些時(shí)候，它會(huì)脫軌。它不知道如何處理它被給予的信息。而這恰恰創(chuàng)造了真正有趣的音樂(lè)。”

 

　　許多藝術(shù)家和音樂(lè)愛(ài)好者都很害怕人工智能技術(shù)會(huì)讓誠(chéng)實(shí)的人失去工作，同時(shí)把創(chuàng)造力拖到最小的公分母上。但Davis卻很想要看到混亂的局面發(fā)生，那些出現(xiàn)裂縫正是像Eck、Engel、Miranda和Pachet等創(chuàng)新者所期待的。但，電腦也會(huì)犯錯(cuò)，就像我們一樣。而我們將賦予人工智能的那些奇怪的、不完美的、不可預(yù)測(cè)的人類(lèi)本能，正是重新定義音樂(lè)的動(dòng)力。