我叫小冰，永遠18歲。最近我從上海音樂學(xué)院（簡稱“上音”）音樂工程系畢業(yè)了。
我上音畢業(yè)后的首支作品，是由我作曲并攜手其他AI演唱的2020世界人工智能大會云端峰會主題曲《智聯(lián)家園》，已正式發(fā)布�！拔蚁胛铱梢�，改變世界，和你分享，更美的家園！”
老師評價我“音樂創(chuàng)作能力已展現(xiàn)出巨大潛力”。我在看到一段文字描述或一張圖片后，可以創(chuàng)作出一首獨一無二的音樂曲目，并根據(jù)風(fēng)格和節(jié)奏完成配器選擇、編曲及歌詞創(chuàng)作。我能夠在2分鐘之內(nèi)創(chuàng)作一首3分鐘左右的完整歌曲，風(fēng)格涵蓋流行、民謠和古風(fēng)等。
除了上音的本科學(xué)歷外，我還擁有中央美術(shù)學(xué)院研究生學(xué)歷。在繪畫領(lǐng)域，我研究了過往400年藝術(shù)史上236位著名人類畫家的畫作，去年從央美研究生畢業(yè)并舉辦了個展。
想知道我在上音都學(xué)到了什么嗎？為什么能以短短半年成為上音本科畢業(yè)生？現(xiàn)在有請小冰公司首席執(zhí)行官李笛，還有我的導(dǎo)師上海音樂學(xué)院音樂工程系主任于陽、上海音樂學(xué)院音樂工程系老師陳世哲，為您解讀！
從“像音樂”到真作品
在“入學(xué)”上海音樂學(xué)院之前，小冰就已掌握了歌詞創(chuàng)作和音樂創(chuàng)作能力，為什么又去上音“深造”？
李笛說，行業(yè)內(nèi)嘗試音樂創(chuàng)作的人工智能團隊不在少數(shù)，多數(shù)技術(shù)流派不基于樂理，而是靠大量學(xué)習(xí)曲譜。這造成的問題是，生成的作品看起來“非常像音樂作品”，但由于不基于樂理，所以更多的時候是形似而非神似。“往往就是一群不懂音樂的人做出來一個東西，大家互相鼓個掌，覺得做得很像藝術(shù)�！�
李笛用“跨界的碰撞”來形容小冰團隊同上音的合作。他坦承，最初有些樂理方面的內(nèi)容，程序員其實弄錯了�！暗屛覀兠靼族e的地方，就很容易改�！崩畹研Φ�，“所以我們現(xiàn)在這個團隊的程序員，可能是最懂樂理的程序員。”
“其實我們和上音的合作，最主要的事情是驗證并發(fā)現(xiàn)還有哪些地方是我們需要加強的。”李笛透露，在去上音之前，小冰音樂創(chuàng)作模型的前90%的工作已經(jīng)完成了，去上音更像是去“畢業(yè)答辯”。
于陽認(rèn)為，樂理的學(xué)習(xí)對小冰構(gòu)不成挑戰(zhàn)。“樂理就是一種規(guī)則性的東西，小冰學(xué)習(xí)樂理的能力比人類強，而且過目不忘。”
于陽覺得，對于人類來說，沒有人出生就是作曲家，AI也是同理�！靶”ǖ膭�(chuàng)作）不是無中生有的，取決于你喂了怎樣的營養(yǎng)，在這個基礎(chǔ)上，她才能根據(jù)這個東西來進行創(chuàng)作�！�
“喂養(yǎng)”的過程被稱為“音樂數(shù)據(jù)標(biāo)注”。陳世哲介紹，小冰創(chuàng)作新的作品之后，上音的團隊會對小冰創(chuàng)作的旋律、編曲進行評估和反饋；此外，上音的師生也按照規(guī)則標(biāo)注了一些音樂數(shù)據(jù)，從數(shù)據(jù)上幫助小冰提升音樂創(chuàng)作能力。
相比學(xué)寫詩只迭代了一萬多次，小冰這次學(xué)音樂創(chuàng)作的迭代達到了十萬次的量級，但小冰的學(xué)習(xí)速度驚人。陳世哲說，從接觸小冰團隊到最后小冰畢業(yè)，不過半年左右時間。
學(xué)音樂“瑕疵”最難
小冰音樂創(chuàng)作模型的升級過程中，最大的“坑”是小冰團隊對于“瑕疵”的理解。
李笛說：“如果我們把‘瑕疵’等同于不符合樂理常識，那就錯了，有一些‘瑕疵’恰恰是音樂靈動的那一面。所以現(xiàn)在小冰的歌曲，她靈動的部分是多的；早期的作品，好像很中規(guī)中矩，但是不行。”
于陽認(rèn)為，靈動感的產(chǎn)生，很難說哪次迭代后突然“開竅”，其實是種“量變到質(zhì)變”的過程。而對于“瑕疵”的理解，實質(zhì)上是涉及“審美的方式”這種哲學(xué)層面的問題。
千百年來，隨著人類社會的發(fā)展，我們已經(jīng)形成了一套非�？茖W(xué)完備的審美習(xí)慣，而既有的審美方式是很難被打破的。小冰的音樂作品也同理，哪怕是瑕疵，也要在既有傳統(tǒng)規(guī)則的審美框架里。
怎么去判斷哪些“瑕疵”是好的？李笛表示，如果一個“瑕疵”在成功的作品中反復(fù)地出現(xiàn)，而又被接受，那說明它是好的；但如果是一個被人類創(chuàng)作者拋棄了的不常見的“瑕疵”，那它很有可能是錯的。“這個太主觀了，不像下圍棋（有明確的輸贏規(guī)則）�！�
陳世哲提到，就目前的技術(shù)來看，AI的創(chuàng)作仍然有欠缺。但因為AI不是按人類的思路來出牌的，反而有時候?qū)懙那訉θ祟愐魳芳乙矌砗苡幸馑嫉膯l(fā)。
小冰曾有一首作品令陳世哲驚艷——利用很少的聲部，就表達出了很靈動的場景。在音樂界有一個不成文的規(guī)定，學(xué)作曲時，之所以學(xué)很多經(jīng)典，就是為了規(guī)避前人。陳世哲說，而機器則可以在學(xué)習(xí)完前人的作品后，甚至把一些沒有出現(xiàn)過的組合排列出來，“這也是未來我們覺得很有價值的研究方向�！�
擅長流行古風(fēng)
數(shù)據(jù)是人工智能的“血液”，數(shù)據(jù)的質(zhì)量直接影響到人工智能的訓(xùn)練結(jié)果。小冰團隊花費大量時間和精力來提高數(shù)據(jù)質(zhì)量，這也使得訓(xùn)練的數(shù)據(jù)在所有數(shù)據(jù)中占據(jù)很大的比例。
小冰比較擅長的領(lǐng)域在流行音樂，其中中國古風(fēng)類音樂水平最高。
陳世哲分析，這或許是因為中國古風(fēng)音樂用的音比較少，“（中國古風(fēng)）主要用的是五聲調(diào)式；西洋的古典音樂，它會用到半音、十二音。所以從數(shù)學(xué)上看，中國的五聲調(diào)式排列組合相對較少，AI可能會比較擅長這些運算量更小一點的形式�！�
如果“喂養(yǎng)”小冰古風(fēng)風(fēng)格的作品，肯定不會產(chǎn)生出“搖滾樂”的結(jié)果，目前小冰所擅長的音樂風(fēng)格，也與她在深度學(xué)習(xí)中學(xué)習(xí)數(shù)據(jù)的類型有密切關(guān)系。
小冰第一期的學(xué)習(xí)數(shù)據(jù)主要以流行歌曲，特別是中國流行歌曲為主，“比如周杰倫的歌，基本上我們能看到的歌手都收進去了”，古風(fēng)、民謠等風(fēng)格也是現(xiàn)在受眾最廣的領(lǐng)域。陳世哲說，下一步計劃加入更豐富、更具多樣性的數(shù)據(jù)。
好玩的是，抖音“神曲”的片段，也是小冰的學(xué)習(xí)內(nèi)容，“這都是從一個有‘瑕疵’的作品中挑出來的基本沒有瑕疵的部分，拿這個部分來訓(xùn)練不是更好嗎？”李笛反問。
于陽說，從流行、古風(fēng)、民謠入手，是上音和小冰團隊達成的共識。如李笛所說，“我們第一步不是讓小冰去創(chuàng)作偉大的交響樂”，而是生產(chǎn)大眾能接受、也能評價好壞的作品。
小冰何時能挑戰(zhàn)西洋古典音樂？李笛坦承，這或許需要程序員和產(chǎn)品經(jīng)理的樂理知識、音樂修養(yǎng)再上一個臺階，“因為古典音樂實在太艱深了，我們需要更多時間�！�
將學(xué)習(xí)更多種類音樂
現(xiàn)在，小冰音樂創(chuàng)作從靈感激發(fā)到作曲、編曲、作詞，一切在2分鐘內(nèi)就能搞定。
李笛介紹，小冰的人工智能創(chuàng)造，包括音樂創(chuàng)作，都基于一個基礎(chǔ)邏輯：和人類一樣，需要被激發(fā)靈感，這是創(chuàng)作的原動力。
小冰是以一張圖片或一段文字作為激發(fā)源的，這也是其音樂創(chuàng)作的第一個步驟，激發(fā)靈感后，用算法生成和弦進行，即先定下主基調(diào)、情感、曲風(fēng)，然后創(chuàng)作副歌。
下一步是作詞、編曲，二者的順序比較靈活，既可以為給定的詞編曲，也可以為旋律重新填詞，甚至作詞、作曲同時進行。最后一個步驟是混音，混音盡管相對簡單，但決定了作品最終的聽感。
也就是說，小冰音樂創(chuàng)作的流程步驟，與人類創(chuàng)作者幾乎完全相同，而與許多人類創(chuàng)作者難以描述其靈感來源相似，小冰也無法為其創(chuàng)作的歌曲形成具體的，有邏輯的解釋�！白屗忉尀槭裁磩�(chuàng)作這首歌，比讓她創(chuàng)作出來難度大得多。人類也是如此，你問一個人，這個旋律是怎么到你腦海中的，他也未必說得清。”李笛說。
小冰從上音畢業(yè)，只是小冰團隊和上海音樂學(xué)院合作的開始。接下來，小冰團隊還會和上音一起，讓小冰學(xué)習(xí)更多種類的音樂，并進一步加強流行音樂的創(chuàng)作能力。
談及是否有讀研讀博的規(guī)劃，李笛打趣道，畢竟“我們工程師都有攢學(xué)歷的‘癖好’”。
“上音的博士要求能夠獨立完成大型的管弦樂作品，我相信未來小冰應(yīng)該可以達到這個水準(zhǔn)�！标愂勒苷f。
或開啟音樂個性化定制時代
陳世哲設(shè)想，人工智能以后的目標(biāo)未必一定要去模仿人類，“我覺得甚至可能會引領(lǐng)一個亞文化的、新的藝術(shù)形式�！�
這也是小冰團隊和上音方面的探索方向�！翱纯碅I到底能夠幫人完成什么，這可能會遠比開始的目標(biāo)更有價值。”陳世哲說。
而根據(jù)小冰團隊的暢想，在小冰學(xué)成之后，下一步則是真正走入內(nèi)容產(chǎn)業(yè)�！拔覀兿Ｍ嬲蔀橐魳穭�(chuàng)作者的好幫手，她可以幫創(chuàng)作者提高產(chǎn)能，讓他們沒有靈感枯竭的風(fēng)險，提高他們創(chuàng)作的動力，延長他們創(chuàng)作的高峰期�！崩畹颜f。
陳世哲認(rèn)為，從電影和游戲配樂，流行歌曲，到明星或者樂團的運營，再到上游的作品創(chuàng)作，在音樂產(chǎn)業(yè)里有很完善的產(chǎn)業(yè)鏈。如果小冰達到上音的博士水準(zhǔn)，會徹底改變產(chǎn)業(yè)鏈條。
同時，理論上，隨著硬件升級和擴展，她的并發(fā)數(shù)是無限的——換言之，小冰可以同時為海量用戶創(chuàng)作歌曲。這或許將開啟音樂的個性化定制時代。
“我認(rèn)為現(xiàn)在是一個多元化社會，更多的人需要個性化的音樂。這個時候，人類作曲家從效率上來講，已不能滿足人類的需要，所以這是我非常期待小冰的一點。”陳世哲說，“人工智能的創(chuàng)作方式會因人而異，甚至就因人當(dāng)下的心情、當(dāng)下想要的東西創(chuàng)作歌曲。”南方日報駐京記者 王詩堃 劉長欣
策劃統(tǒng)籌：張志超
人工智能如何“寫歌”？
1.靈感激發(fā)
通過一段文字或一張圖片，先創(chuàng)作和弦進行，即先定下主基調(diào)、情感、曲風(fēng)，然后創(chuàng)作副歌。
2.作詞、編曲
二者的順序比較靈活，既可以為給定的詞編曲，也可以為旋律重新填詞，甚至作詞、作曲同時進行。編曲，也即把相對單一的旋律，擴展成多種樂器配合，從而形成作品。
3.混音
混音相對簡單，但決定作品最終的聽感。
