最快23秒创作一首歌，人工智能作曲算艺术吗
教育部办公厅日前公布首批共439个虚拟教研室建设试点名单，其中，中央音乐学院的音乐人工智能虚拟教研室被列入试点名单。而今年7月，中央音乐学院培养的首批音乐人工智能博士就要毕业了。
演出市场这几年的新作品，不乏人工智能的身影——2019年深圳交响乐团上演了全球首部AI交响变奏曲《我和我的祖国》；全球首部人工智能生成的古琴曲《烛》也在2021年底完成首演。2021年举办的世界音乐人工智能大会、全球人工智能技术大会、2021中国音乐科技应用论坛等各种活动上，音乐人工智能也成为被提及最多、讨论最热烈的话题之一。AI(人工智能的英文缩写)正变得越来越聪明，音乐创作也是如此吗？
惊喜
AI作曲如“开盲盒”，观众震惊“贝多芬复活”
中央音乐学院是我国最早开展音乐与科技交叉研究的艺术院校：1993年成立了电子音乐中心，2012年成立音乐科技部，2018年组建音乐人工智能与音乐信息科技学科方向和实体系。成立于2019年的中央音乐学院音乐人工智能虚拟教研室，汇聚了一大批中国最优秀的音乐家及音乐人工智能专家，包括：中央音乐学院院长俞峰，中国工程院院士、中国人工智能学会理事长戴琼海，中国科学院院士、西安交通大学电子与信息学部主任管晓宏，中央音乐学院音乐人工智能与音乐信息科技系主任李小兵等。
这几年，AI作曲的发展，进步神速。中央音乐学院开发的AI自动作曲系统，是通过人工智能算法进行作曲、编曲、歌唱、混音，并最终生成完整歌曲作品的系统。李小兵介绍，智能作曲能够在23秒快速创作出一首歌曲，可以达到一般作曲家写作水平，“23秒的时间，配器、演唱都可以出来，在全世界都比较前沿。”
事实上，在古典音乐界，AI作曲已经不止一次带给观众震撼。去年底，贝多芬管弦乐团在波恩首演人工智能谱写完成的贝多芬未完成之作《第十交响曲》，许多观众用“震撼”“贝多芬复活”形容现场感受，“不确定哪些是贝多芬，哪些是人工智能添加的”是很多人的共识。
更早之前的2019年，深圳交响乐团在国家大剧院上演了全球首部AI交响变奏曲《我和我的祖国》，知名乐评人王纪宴评价这部作品：“乐曲开始的引子清新而自然，并无违背听觉习惯的声音，变奏所体现的交响手法，有着令人耳目一新的新奇转调和配器。”李小兵则用“开盲盒”来形容人工智能作曲，“音乐人工智能创作的东西有些与人类相同，有些却不太一样，甚至有时让人瞠目结舌。”
争议
机器创造出来的音乐，称得上艺术吗？
AI作曲的兴起从来都伴随着争议。对于AI作曲，很多保守的音乐从业者和爱好者批判的重点是其对真实性和艺术纯粹性的破坏：如果一台机器能做到，那真的是音乐吗？如果音乐是由机器创造出来，还能称得上艺术吗？事实上，一部AI音乐作品问世，从来都不只是机器的事情，目前AI扮演的更多是辅助者角色。
去年12月24日，香港演艺学院古琴专业教师、中国首位古琴演奏专业博士生王悠荻在中央音乐学院举办古琴博士毕业音乐会，上演了世界上第一首由人工智能生成的古琴曲《烛》。这部作品由王悠荻与中央音乐学院音乐人工智能与音乐信息科技系魏冰博士共同领衔的“AI释谱——基于人工智能技术的古琴减字谱数字化平台”项目组完成。唐代曹柔发明的减字谱是古琴特有的记谱方式，打谱就是把减字谱转化成可演奏的古琴音乐并记录下来的过程。在这个项目中，AI完成了打谱的重要工作，王悠荻介绍：“打谱耗时耗力，‘小曲打三月，大曲打三年’，这是大量现存古琴古曲未被复活的原因之一。”
中央音乐学院民乐系赵家珍教授表示：“《烛》总体上是对传统古琴作品的模仿学习，其中也有一些出其不意的‘点’，这些‘点’似有似无，将来发展成什么也未可知，但是无论如何，是对古琴艺术的一次探索。”“AI释谱”项目组技术负责人魏冰直言，AI通过训练，把现有数据生成规律相近的作品，《烛》是一个小小火苗，完成了从0到1，而从1到N是值得研究的下一步，聚焦作品“为什么吸引人，为什么好听”。
未来
人总会创作枯竭，AI捕捉灵感激发人创作
AI给音乐行业带来的冲击巨大，行业内的共识是，并不是音乐行业有了AI，作曲家就会失业。事实上，AI带来的变革，一直就是解放人类生产力。从更长远的角度来看，AI在推动作曲上更宏大的目标是探索人类的音乐智慧。在魏冰看来，AI给人带来的最大帮助，是如何激发创作者的灵感，“人总会有创作枯竭的时候，AI在捕捉灵感方面能激发人的创作，AI和创作者是并存的，AI越强，创作者也会越强。”
相比人，有些优势是AI与生俱来的，比如打破预设。赵家珍教授表示，人在演奏古曲的时候脑子里总有很多预设，但是AI没有这些干扰，反而可以把古曲“理解”得更加精准和透彻，“这是一个寻找传统、回归传统的路径。”AI交响变奏曲《我和我的祖国》曲目团队技术负责人则举了贝多芬的例子——我们一般会认为音乐是感性的，但贝多芬其实是个非常理性的作曲家，他的每一部创作历程自己都有记录，证明这中间其实有些规矩可循，“反过来，通过AI这一工具，我们有没有可能从贝多芬创作的曲子中找出更多规律呢？”当前，中央音乐学院、上海音乐学院、四川音乐学院等高校纷纷开设音乐人工智能专业，力图培养更多相关人才，改变“搞音乐的人不懂科技，搞科技的人不懂音乐”这一现状。今年7月，中央音乐学院首批音乐人工智能博士就要毕业了。魏冰透露：“今年将毕业的音乐人工智能博士就业前景都非常好，成为一些高校和各大互联网公司争抢的对象。”
来源：北京晚报
AI 音乐：揭秘音乐人工智能3秒作曲
随着智能技术的加速和广泛应用，越来越多的人意识到人工智能不再是一种纯粹的技术手段，而是教育整体变化的内生变量和重要动力。
各种政策的出台，不难看出国家在促进人工智能和教育深度融合以及推动教育变革创新方面的努力和决心。
在传统意义上，机器的优势在于能够帮助人类完成机械而重复性的劳动，对于创造性的工作则参与较少。但随着人工智能技术的发展，它正逐渐应用于音乐的创作、制作、分析和教育等领域。那么，在音乐上人工智能如何发挥？
利用AI作曲是音乐人工智能的方向之一
利用AI作曲或者辅助作曲变成关注度最高的应用方向之一，很多疑问也就此产生。如AI作曲技术能否在一定程度上代替人类作曲家？其创作出来的作品是否有“感情”？AI作曲技术会如何影响传统作曲的思维？
在人工智能于各行业应用的实际过程中，机器学习可以说是AI最重要的子集之一，它深刻影响着AI中的其他领域。用AI技术自动作曲并不是一个新的课题，相关的研究很多年前就已经开始，但是一直受技术所限。
人工智能作曲的主要原理同下围棋的原理类似，主要运用遗传算法、神经网络、马尔可夫链和混合型算法等，利用音乐规律给计算机制定规则、建立海量数据库，继而进行深度学习，分析作曲规则、结构等各项信息，然后重新生成音乐。
目前，有多家国内外机构和公司开始了该领域的研究。传统的方案是完全建立在用规则构建智能系统的基础上而新的方案是更多地使用神经网络的方式，即使用“学习”的方式来实现。(神经网络：它的基本特点是模仿人类大脑的神经元之间的信息传递和模式)
音乐“鬼才”小冰
人工智能少女“小冰”一位来自上海音乐学院的毕业生。
“音乐是流媒体，对作品的流畅度要求很高。此前“小冰”在音乐创作中的能力主要是内容的生成，比如演唱，这一次小冰学习的作词、作曲和编曲其实更难。”前微软(亚洲)互联网工程院副院长、现任小冰公司首席执行官李笛说。
如何让人工智能学会音乐创作呢？
首先，基于“小冰”已有的音乐创作模型，团队把端口给到上海音乐学院的老师，让老师去听小冰创作的海量音乐作品，并给出系统性的点评。
其次，老师也教会团队程序员基本的乐理知识，包括编曲技巧等，用于优化“小冰”的创作模型。
最后，“小冰”不断学习，不断交作业，老师不断给反馈。无论“模型”“作业”还是“反馈”，都是一个不断迭代的过程，如此循环往复……
当“小冰”达到和人类同学相似的水平，且趋于稳定，她就毕业了。
像人的学习一样，人工智能也是通过语料库学习海量的内容，然后“创作”新的作品。普通学生学习一首曲子需要至少一周时间，但是在“小冰”的学习中，创作只需要3秒钟。
但是在作品的评价标准上，“小冰”的作品是达到一个怎样的水平？实际上，音乐的魅力在于创作家的“二度创作”，即“感情”。
“一首钢琴曲，十个演奏家弹出来是十种完全不同的感受，这里面就有演奏家的二度创作。这种感受的不同是机器取代不了的。”作曲家于阳说。
因此，在感情表达方面，人工智能音乐目前还达不到最高标准。
AI技术能影响音乐制作的流程
2017年Spotify全球音乐榜排名第二的歌曲是由IBM的WastonBeat人工智能系统参与创作的NotEasy，整个制作过程从多个方面应用了相关的技术来辅助完成。
该系统能够在听到大于等于20秒的音乐后，基于原始的采样生成一段新的旋律或相关的声音和节奏。整个制作流程中，Watson首先对近5年热门的新闻、文化等音乐相关的数据进行分析、提炼，将音乐创作的核心词定为“心碎”。
其次，在具体歌词的创作阶段，Waston分析了5年来近26000首歌曲的歌词，提取了博客、推特等社交媒体中的大量信息，分析大众对“心碎”这个词的反应，辅助人类创作歌词。
再次，Watson分析了这些歌曲的风格、乐器、音高、节奏等相关特性，然后建立模型给人类作曲家提供参考。最后，Waston进行专辑封面的设计。
实际上，AI技术用于音乐的识别效果更好，因为Waston每秒钟阅读网页的速度是700000页。这个实例证明了目前AI技术能够在各个方面影响音乐制作的流程。