下棋、打牌太容易，人工智能已经开始挑战作曲了

　　21世纪，人工智能技术成为大势所趋，势不可当。提到人工智能，你最先想到的会是什么呢？是在德州扑克大赛中连续击败四名顶级职业选手的Libratus，是可以完成复杂任务的机器人，还是即将取代大量工作岗位的自动化技术？

　　大家一提到人工智能，最先想到的都是那些人工很容易被替换掉的领域：高级别计算、体力劳动或是数据驱动优化。但是，眼下人工智能有望在创意产业掀起一波新浪潮：作曲。

　　Aiva科技公司（Aiva Technologies）是人工智能作曲领域的领头羊之一。该公司于2016年在卢森堡和英国伦敦同时成立，他们发明了“人工智能虚拟艺术家”（Artificial Intelligence Virtual Artist），简称Aiva。它通过学习创作古典音乐（通常来说是一种人类独有的情感艺术），已为电影、广告和游戏公司等多个领域创作了配乐。

　　目前，Aiva已发行第一张专辑《创世纪》（Genesis）和很多单曲，并成为全球第一个官方承认的作曲人工智能。并在法国与卢森堡著作权协会（SACEM）登记，拥有自己全部作品的版权。

　　音乐的意义

　　Aiva依靠的正是深度强化学习技术。作为机器学习领域中一个重要分支，深度学习可以实现多层“神经网络”中海量数据的信息处理。它可以让人工智能学习数据中更加抽象的高层表示属性类别或特征，例如某段旋律或人脸特征表达。

　　深度学习框架图解

　　强化学习其实也是机器学习的一个分支。常见的机器学习 —— 监督学习 ——是对具有标签的训练样本进行学习。而强化学习与之不同，它让代理者（人工智能）通过“累计回报”最大化，在没有标签的海量数据中自动学习。也正因如此，人工智能才得以在音乐这种极具创造力的艺术领域，更加容易地从其变化无穷的特征中进行选取。

　　该团队利用深度神经网络，让Aiva学习大量著名作曲家们的作品（比如巴赫、贝多芬、莫扎特等），以了解作曲艺术并慢慢习得音乐理论知识的概念。此后，Aiva便开始了自己的音乐创作之旅。最后，它的作品都会由专业的艺术家使用真正的乐器，在录音棚中录制完成，从而保证了最佳的音质。

　　虽说Aiva在短短几分钟之内就可以创作一曲古典音乐，但是它的客户并不能满足于此，他们还会要求它创作出具有“影像信息的叙事性”的作品。为此，Aiva在创作之前还需要进行数次迭代次数建模。

　　而该团队为什么会选择让Aiva创作古典音乐呢？其发明者称：“1. 古典乐是电影、游戏、商业和其它预告片等领域使用最多的音乐类型；2. 所有用于训练Aiva的音源都是没有版权所有人的。”然而，虽说Aiva听过和学习的音乐是没有版权的，但是它自己的作品却是受版权保护的。

　　音乐图灵测试

　　Aiva工作室

　　该团队计划将来教人工智能学习更多风格的音乐。其实创作现代音乐最大的挑战并不是作曲本身，而在于乐器法和声音设计。例如，最独特的乐队总有极具辨识度的声音。要想让人工智能的创作水平与人类匹敌，就要让它学习到，只有尝试创作出独特的声音，才有可能拥有杰出的作品。

　　未来，人工智能和音乐家的作品真的会混淆吗？该团队表示，他们在之前的图灵测试中，请了很多专业人士听Aiva的作品，目前为止，没有一个人判断出这首曲子出自人工智能之手。

　　当然，也不需要过分担心。Aiva的创作过程依然需要人类为其输入相关的管弦乐作曲法和音乐制作法。实际上，Aiva的创造者们对于未来的态度是，人类和机器不需要谁来取代谁，只需通过共同协作，将各自的创作潜能发挥到最大。