利用獨創(chuàng)的深度學習模型，通過對大量音樂數(shù)據(jù)的學習及訓練寫出音樂作品

人們曾一度認為藝術(shù)是免受 AI 侵襲的最后一塊凈土，卻沒成想它很快就在這里“撒了個野”。

今年有關(guān)《中國好聲音》上熱搜的話題與對音樂本身的探討相去甚遠，但這不重要，我們關(guān)注的是第三期清華博士宿涵改編了周杰倫的《止戰(zhàn)之殤》和埃米納姆的作品《Rap God》收獲導師四轉(zhuǎn)，重點是他用 AI 寫詞這事上了熱搜。

宿涵在節(jié)目中介紹，他的《止戰(zhàn)之殤》主歌歌詞是由 AI 寫成，當他給機器喂了“深淵、噩夢、絕望、戰(zhàn)爭”這些意象詞后，AI 就重組了一首新詞。雖然有人對 AI 寫詞缺乏邏輯和“人情味”表達了不屑，但宿涵認為 AI 會寫出‘諷刺掛滿美麗的太陽’這樣的金句，這在體現(xiàn)反戰(zhàn)主題的題材里還是很有深度的歌詞。

AI科技大本營查找這一作詞 AI 來源發(fā)現(xiàn)，改編詞一欄里寫著 DeepMusic，這是一支于 2017 年 4 月加入清華大學 x-lab 的 AI 團隊的產(chǎn)品。實際上，它主要以 AI 作曲為研究方向，因為作詞對 AI 而言可以說是小菜一碟。

根據(jù)其官網(wǎng)介紹，他們利用獨創(chuàng)的深度學習模型，通過對大量音樂數(shù)據(jù)的學習及訓練，使得 AI 可以寫出以假亂真的音樂作品。

具體來說，他們的技術(shù)核心是層次化深度學習網(wǎng)絡結(jié)構(gòu)和生成式對抗學習方式，特點是可以讓生成的樂曲賦有多樣性、悅耳性及可自定義性。由此，他們可以讓即使沒有任何音樂基礎的用戶都能通過簡單地選擇樂曲時長、風格、演奏樂器和情緒等標簽后，在短短數(shù)秒內(nèi)就能得到他們所需且獨創(chuàng)的個性化音樂。據(jù)其調(diào)查，在超過一萬人次的評測中，有超過 31% 的音樂被測試者認為是人類創(chuàng)作。

DeepMusic 的長遠目標是通過進一步訓練生成模型使之能夠逐漸適應不同用戶的個性化偏好，在品質(zhì)上做出能夠媲美甚至超過目前工業(yè)化水準的音樂。

不光是小創(chuàng)業(yè)團隊，今年 7 月的百度 AI 開發(fā)者大會上，說唱歌手孫八一用百度“愛說唱”的智能小程序說了一段 Rap，人們只需選擇一段背景音樂，然后說出歌詞，就可自動生成一段像模像樣的 Rap 歌曲。說能媲美專業(yè) Rapper 當然有夸張之嫌，但你不能忽視 AI 的演化能力。

去年 5 月，當 18 歲的微軟小冰創(chuàng)作的第一本詩集《陽光失了玻璃窗》出版時，有專家聲稱小冰的詩用詞考究、有底蘊、不口語。根據(jù)微軟去年公布的數(shù)據(jù)，小冰師承 1920 年以來的 519 位中國現(xiàn)代詩人，學習了他們的上千首詩，每學習一輪需要 0.6 分鐘，經(jīng)過了 1 萬次的迭代學習，100 個小時后，她獲得了創(chuàng)作現(xiàn)代詩的能力。如果讓人類把這些詩讀 1 萬遍，大約需要 100 年。

當然，有人會質(zhì)疑人類與 AI 的思考和創(chuàng)造能力不可等量齊觀，但在某種意義上，人們對 AI 和人類創(chuàng)作出相似特質(zhì)的事物又抱有復雜的情感，這種情感或恐懼或不屑一顧。

AI 卻在藝術(shù)領域不斷掘進。近日，來自澳大利亞的研究人員和多倫多大學也合作開發(fā)了一套能夠?qū)懺姷?a href="http://www.wenjunhu.com/v/tag/2562/" target="_blank">算法。這套 AI 不僅僅會押韻，它還會遵循詩歌規(guī)則，并考慮格律。研究人員介紹稱，這套 AI 接受了近 3000 首十四行詩的訓練，并且算法將這些詩歌拆開然后從中學習到各個單詞之間的相互關(guān)系。在經(jīng)過大規(guī)模的訓練之后，AI 寫出了這樣的詩：

這首詩在押韻和韻律方面能比肩人類，一般人很難看出這首詩是由 AI 寫成，不過也很難逃過專家的眼睛，因為在情感表達上稍顯生澀，且在語法上也存在錯誤。

同樣也是希望用技術(shù)改造藝術(shù)，在《相聲有新人》節(jié)目中一對博士夫妻選手用“公式相聲”把郭德綱說整懵了。這個所謂“有科技含量的相聲”把工程學里的有限元理論公式全部套在了相聲上，做了個“笑果預期總公式”，認為借此復雜的運算公式能創(chuàng)作出以顛覆傳統(tǒng)相聲的最好笑的相聲。

是的，他們認為笑也是可計算的，所以就有相聲公式計算出“笑果”，從而來創(chuàng)作處相聲，甚至實現(xiàn)工業(yè)化的量產(chǎn)。最后的結(jié)果是，他們在尷尬中結(jié)束了一場相聲表演，當然，你也很難說這種失敗與那個“公式”本身到底有多大關(guān)系。因為喜劇演員多數(shù)看天分，同樣的段子，不同的人說出來的效果并不一樣。而且就計算本身來說，或許現(xiàn)在更令人容易聯(lián)想到的是，AI 是否能摻和到相聲中？

雖然相聲是一門綜合的藝術(shù)，但就文本創(chuàng)作而言，如果給 AI 喂幾十萬條段子，不知道是否會編出新段子，抖新梗，如果再利用語音合成等技術(shù)做出郭德綱等相聲演員的聲音......想想微軟小冰逗你時的“鬼話”吧。