新智元报道
来源：网络
编辑：Catherine
【新智元导读】AI写歌已经不是新鲜事，但AI发布音乐专辑还是头一次。「黑客先生」 Bernhard Mueller 开发程序，让AI过了一把摇滚乐的瘾。可原创音乐就此穷途陌路了吗？好像不然。
连续两年，《乐队的夏天》这档破圈层综艺渲染了整个夏季，成功地圈了一波粉。
新裤子、痛仰等出道二十多年的乐队一时间占据热搜榜单，摇滚乐的时代又一次来临。
20世纪六、七十年代，披头士、皇后乐队、滚石乐队一首首经典歌曲打榜billboard，原创摇滚风靡全球。
然而，写一首单曲循环的好歌到底有多艰难？创作者的灵感经常时有时无，而且歌曲制作过程繁琐，即便投入大量精力，也很难产出一到两首好歌。
AI似乎可以打破这个僵局。
用AI制作音乐，只需要输入音乐类型、心情、速度快慢、演奏乐器等基本信息，不需要高深的乐理知识和重复的训练，一首美妙的音乐便可以应运而生。
如果说AI作曲技术已经发展成熟，不再是新鲜事，AI直接发布摇滚专辑可真的是首创了。
Bernhard Mueller就带来了这样的惊喜。他开发了DeepSlayerXL——一个生成金属乐的智能程序，狠狠地用人工智能技术玩了一把摇滚乐。
摇滚乐AI缔造者
Bernhard Mueller在个人博客中这样描述自己「安全研究员，未经认证的黑客」。正是这位「黑客先生」创造了金属乐的AI。
「十几岁的时候，我在一个小镇的金属乐队里演奏。我们的音乐同时也受到新金属运动的深刻影响。」
虽然新金属摇滚与金属摇滚风格各异，Bernhard Mueller恰巧融合了新金属与金属的特色，在他看来，他们乐队创作的歌曲听起来像是老牌乐队Korn、System of a Down、Incubus的混合风格。
「我一直在问自己，我们创作歌曲的流程与现代语言生成模型的工作方式是否完全不同。」
Bernhard Mueller认为，传统的音乐创作过程基于大量的「重复训练」和「微调」，这个流程看似复杂，但是对于AI来说，并非做不到。
Debut Album
这张AI亲自操刀的专辑是如何制作的？其实核心是对AI进行「模型训练」。
Bernhard Mueller在俄罗斯MIDI网站上收集了3604首MIDI歌曲,以此作为训练数据集。通过「微调」，获得18k的MIDI歌曲训练模型。
MIDI全称是Musical Instrument Digital Interface，即乐器数字接口 。20世纪80年代初，为了解决电声乐器之间的通信问题，由美国加州音乐人Dave Smith发明和提出的。MIDI是编曲界最广泛的音乐标准格式，也称为“计算机能理解的乐谱”。
「我将DeepSlayerXL原始MIDI输出的一些片段合并成歌曲，并使用Garageband将它们转换成音频。」
为了达成对AI的训练任务，Bernhard Mueller还使用了Transformer-XL语言训练模型。从编码器（encoder）输入音乐数据，经过一个自注意力（self-attention）层进行处理，层层传递后，最终流入解码器(decoder)。
这一过程会涉及一个概念：令牌（token）。在Transformer-XL语言训练模型中，tokenizer负责预处理数据，将文本分词，分词后的个体称为tokens。
Transformer-XL的任务，就是将MIDI音乐数据转换成编码文本，训练其自动生成token编码数据的能力，最终完成编曲。
Bernhard Mueller钟爱AI摇滚乐，一首A Pumpkin's Life强调了节奏的力量感，能听出80年代垃圾摇滚乐的痕迹。
原创音乐出路何在？
Bob Dylan认为，「创造力与经验、观察和想象力有很大关系，如果缺少其中任何一个关键元素，它就不会起作用」。当然，这是针对作曲家而言。
借助AI的力量来作曲已经成为很多当代作曲家的选择。仅仅通过电脑程序就可以从零开始创作出完整的音乐，何乐而不为？
但是，如果追根溯源，回归艺术创作的初衷，不禁令人生疑，人工智能所创造的音乐真的称得上「创造」吗？
从积极层面来看，早在AI技术刚开始起步的时候，音乐行业使用AI的可能性就已经被热议。大势所趋，为了助力音乐与科技的融合，中央音乐学院开始接收音乐人工智能方向博士生。
由于人在创作时会受到自身知识结构、生活经验的束缚，很难离开舒适区。大数据则没有这种烦恼，一旦建立模型，就可以从中学习创作规律，生成意想不到的作品。
但是，从另一层面思考，AI音乐的自动化、个性化混搭和改编同样可能带来麻烦。试问，如果通过应用程序来改编一首歌，直到听辨不出原曲，难道这就意味着新歌曲的诞生？如果答案是肯定的，那么，又如何撇清这首歌与原曲的关系？
因此，AI音乐虽然打开了新世界的大门，但同时也带来了诸如版权之争的麻烦。也许不久的将来，我们甚至无法区分出AI音乐和原创音乐。
今年，在清华大学举办的艺术与科学系列的对谈沙龙上，朗朗与人工智能专家分别从音乐语言、机器语言、视觉语言等多个维度探讨“艺术与科学”的哲学关系。对于原创音乐的出路、未来人类大脑是否会替换，给出了一个综合的观点：
「人工智能再怎么厉害，终究是辅佐人的工具。因为，艺术的本质是人性。」
参考资料：
https://muellerberndt.medium.com/rage-of-the-machine-an-ai-makes-metal-music-f299dc1f706a
https://zhuanlan.zhihu.com/p/337916044
https://arxiv.org/abs/1706.03762
