AI在创造还是毁掉音乐？
简介：最近一个月，轮番上线的音乐大模型，一举将素人生产音乐的门槛降到了最低，并掀起了音乐圈会不会被AI彻底颠覆的讨论。短暂的兴奋后，AI产品的版权归属于谁，创意产业要如何在AI的阴影下生长，都在被更多理性的目光审视。
方向一：整体介绍
人工智能能作曲对很多人来说都很可怕，包括我。但在过去几年里，音乐制作人工智能软件已经取得了长足的进步，它已不再是一种可怕的新奇事物;它是一个可行的工具，正被制作人用来帮助创作。这就提出了一个问题：人工智能有朝一日能取代音乐家吗？我去了洛杉矶，拜访了AI音乐平台Amper Music的办公室和流行歌手泰伦萨瑟恩(Taryn Southern)的家。萨瑟恩正在与Amper和其他的AI平台合作，共同打造她的首张专辑《我是AI》(I AM AI)。
人工智能充当工具来制作音乐或辅助音乐家，已经有相当长的时间了。在上世纪90年代，英国著名音乐人大卫鲍伊(David Bowie)帮助开发了一款名为Verbasizer的应用程序，它从文学作品获取素材，然后将里面的字词随机进行重新排序，形成可能被用作歌词的新内容。2016年，索尼公司的研究人员使用一种名为"流机器"(Flow Machines)的软件，创作了一首披头士(Beatles)风格的旋律。然后，它落到了人类作曲家伯努瓦卡雷(Benoit Carre)的手中，并被制作成一首完整的流行歌曲《Daddy 's Car》(爸爸的车)。("流机器"也曾被用于帮助打造一整个专辑，该专辑名为SKYGGE，在丹麦语中意指"影子。")在消费级层面，该技术已经被整合到像Logic(被全球各地的音乐家广泛使用的一款软件)这样的音乐制作程序，它能够借助人工智能自动填充独特的鼓声。
方向二：人工智能已经与像Logic这样的消费级音乐制作程序相整合
现在，围绕着人工智能服务来创建音乐已经形成了一整个产业，玩家包括前面提到的Flow Machines、IBM的Watson Beat、Google Magenta的NSynth Super、Jukedeck、Melodrive、Spotify的创作者技术研究实验室和Amper music。
这些系统大多数都是通过利用深度学习网络来运作的。深度学习网络是一种依赖于分析大量数据的人工智能。基本上，你向软件输入大量的原始材料，从舞曲到迪斯科经典，分析这些材料以后，它就能够找到模式。它会学习和弦、节奏、长度之类的东西以及音符之间的联系，通过从所输入的所有材料中学习，它就能创作出自己的旋律来。不同的平台之间存在差异：有的平台提供MIDI，有的则提供音频。有的平台纯粹通过检阅数据来学习，有的则依靠基于音乐理论的硬编码规则来指导他们的输出。
然而，它们都有一个共同点：在微观层面上，那些音乐都是有吸引力的，但你听的时间越长，它们就越没有意义。它们当中还没有一个能出色到独立创作出格莱美获奖歌曲。
方向三：Amper并不是要创造下一个人工智能超级明星;它是要赋能音乐家
被问到怎么看待认为使用人工智能是作弊的说法时，萨瑟恩表示，"好吧，是的，我们完全是在作弊。如果音乐被具体定义为每个人为了达到某种最终目标都必须遵循的一个过程，那么，是的，我是在作弊。我在给所有的作弊者领路。"她笑了笑，然后尖锐地指出："音乐创作过程不能这么狭隘。"
这是值得思考的一个问题。每当有明显改变我们的音乐创作方式的新技术被引进，都会有唱反调的人。像AutoTune这样的东西，样品和循环的使用，以及Digital Audio Workstations当初都是我们要去适应的"颠覆者"，现在它们都已经成了常见的工具和方法。人工智能可能会是下一个。
这项技术对整个音乐产业的影响还有待观察。它会摧毁人们的工作机会吗？它将如何影响音乐版权呢？没有人类，它还能有效运转吗？但是像霍比和萨瑟恩这样的人相信它最终会带来积极的效益。当然，可创作音乐的算法听起来很可怕，因为它拥有某些我们觉得已经不可思议的人类能力，但它也是一种富有吸引力的工具，能过强化人类的能力。作为合作者，人工智能能够将音乐创作推向更多的人，它能够简化工作流程，它还可以提供创作下一首热门单曲所需的灵感火花。
"你是在与人工智能合作实现你的目标，。"霍比说道，"并不是说人工智能只是在小打小闹。它的意义在于，在创作过程中带来助力，与你共同实现那个最终的艺术构想。"