機器學習是不是好的工具

在2019世界人工智能大會期間，AI+藝術也成了其中一個關注和討論的板塊。在TensorFlow主題論壇上，兩位獨立開發(fā)者，AI研究員黃成之（Anna Huang）、蘭州大學信息工程學院助理研究員武強，分別從AI+服飾創(chuàng)新、AI+音樂的角度分享了TensorFlow的應用和研究成果。

據武強介紹，他們的團隊通過TensorFlow+數據+機器學習，將敦煌壁畫上的飛天服飾進行收集，再結合現在服飾數據集，生成一些創(chuàng)新服飾，通過算法進行風格遷移，最后進行階段性輸出。即基于TensorFlow，通過中國傳統(tǒng)文化創(chuàng)造出一個新的藝術形式。

目前，該項目已經設計成課程在大學內推廣。據武強介紹，未來團隊將進一步擴展敦煌的傳統(tǒng)文化數據集，并推出服飾融合創(chuàng)新相關的平臺。

而對音樂更感興趣的黃成之，則分享了如何通過機器學習幫助用戶進行音樂和藝術創(chuàng)作。黃成之和團隊開發(fā)了一款巴赫Doodle（下文簡稱為 “巴赫涂鴉”），在2019年3月21日，在巴赫生日的這一天，谷歌上線了“巴赫涂鴉”。根據谷歌的官方介紹，利用這個涂鴉，你可以隨意創(chuàng)作自己的旋律，利用人工智能，涂鴉將用巴赫的風格來演奏你創(chuàng)作的作品。

在接受新浪科技采訪時，黃成之表示，這是一個把機器學習當做非常好的工具去助推和加速整個文化和音樂創(chuàng)造的過程。

“我們在談到機器學習如何去助推創(chuàng)作的過程當中，針對不一樣的人群，它是有不同的含義的?！比绻且粋€新人，想先接觸作曲狀態(tài)，機器學習可以讓其有更快的方式去了解旋律。如果是有經驗的作曲家，利用機器學習可以很快做出一個小樣，呈現創(chuàng)作效果，幫助其做后續(xù)調整。

不過，創(chuàng)造力是人類對于機器最大的優(yōu)勢之一，有人好奇，為什么人類會需要讓機器來幫忙做比如創(chuàng)作、作曲這些創(chuàng)造類的事情？

黃成之表示，她自己就是一個作曲家，創(chuàng)作流程一般分成兩個階段：大量想法產生的階段和將確定的想法表達出來的階段，而機器學習在這兩個不同的階段都會有介入，會有不一樣的作用。

比如，創(chuàng)作者沒有靈感的時候，機器學習可能會給他一些靈感啟發(fā)。而作曲過程中，有某些細節(jié)需要人類的方式去進行創(chuàng)作和調整，但有些比較大層面，像結構化層面上的調整需要，屬于比較重復性的工作，這個時候機器學習就會發(fā)生作用了。

至于未來機器能否創(chuàng)作出完全屬于它自己的完整作品，黃成之表示，”我不會認為未來我們希望讓機器去做出它自己的音樂作品。從我作為作曲家的角度來看，音樂其實是一個溝通和表達感情、感受的方式，所以我們要做的應該是給創(chuàng)作者提供賦能的工具，讓他們可以更直接地、更好地去把自己的情感和感受表達出來?！?/p>

提到挑戰(zhàn)，黃成之表示，在做巴赫Doodle的過程中，團隊遇到了很多挑戰(zhàn)，其中數據集的問題，是第一個挑戰(zhàn)。

“因為我們只有300首巴赫的曲目來做訓練的樣本，要學習一個作曲家的風格，這個數據集的規(guī)模是非常小的?！睘榇?，團隊用到了一個叫本能化、直觀化的數據采樣方式。即面對一篇樂譜，不是從頭到尾去讀這段音節(jié)、或這段旋律，而是隨機從中抽出幾塊遮蓋起來，讓機器去猜測這段旋律中空白的部分。

“如此一來，我們就將一段旋律，從不同角度、以排列組合的方式衍變成了許多段旋律，這就解決了我們這個數據集的問題?！?/p>

第二個問題，是建模的問題。黃成之透露，建模最大的挑戰(zhàn)在于“速度”，因為需要實現互動性——在瀏覽器網頁上與用戶做互動，速度非常關鍵。“我們做了很多架構上的改進，來實現從40秒加速到現在的大約2秒。除此之外，我們還要納入很多其他方面的技術來最終實現AI Doodle的互動效果?！?/p>

最后，黃成之認為，機器學習只是作曲家眾多輔助工具中的一個，可以簡化很多音樂的結構和特點，也有很好的協同機制，但最終還是要取決于創(chuàng)作者創(chuàng)作的方式和他們在創(chuàng)作的作品。她同時表示，這些模型或許會對音樂教育有所幫助，可以讓更多人能夠擁有主動創(chuàng)作的體驗、去作曲，打開他們的興趣。

來源：新浪科技