如果我们用AI谱写音乐，你能将AI与人谱写的音乐区别开来吗？今天我们就找一找答案。下面是两段音频，一段是AI编写的，一段是人编写的：
你能区分吗？如果想知道答案，请看文章结尾。
编写音乐的AI是Jukedeck开发的，它是英国的一家创业公司，专门制作机器音乐，2015年Jukedeck成为TechCrunch Disrupt London的赢家。去年，在赫尔辛基Slush会议上TheNextWeb采访了Jukedeck创始人艾德·牛顿-雷克斯（Ed Newton-Rex），他讲述了如何用AI编写音乐的故事。
历史
从2014年开始，雷克斯就创办了Jukedeck，团队的员工数已经从1个人变成了20人，融资310万美元。
雷克斯说：“在大学时，我就在问自己：为什么计算机还不能谱写音乐？一切都是由此开始的。我认为计算机应该可以谱写音乐，还一些问题更重要：如果计算机可以谱写音乐，会造成怎样的影响？会有哪些神奇的应用出现？当时我的女朋友在哈佛学习，我去看她，她在那里学习计算机，还学其它一些东西，我听了一些演讲，知道让计算机谱曲是可能的。”
“于是我开始着手编写原型系统，从本质上讲，它就是一套初级算法谱曲系统。任务很艰巨，我花了一段时间才做完，最终，我开发出一套相当不错的原型系统，得到了剑桥大学投资团队Cambridge Enterprise的投资。”
Jukedeck用神经网络谱写音乐，在过去许多年里，计算机科学家用不同的方法谱写过。1950年代，科学家曾经做过一次实验，这次实验很有名，算得上是第一次比较重要的实验；如果真要追本溯源，可能要追溯到Ada Lovelace。1843年，Ada Lovelace曾在作品中写道：“Engine（引擎）可以编写精致而科学的音乐作品，作品很复杂，范围很广。”
几百年之后，Lejaren Hiller和Leonard Isaacson尝试用机器谱写音乐，他们用AI谱写了Iliac Suite。AI用标准的音乐格式谱写新音乐，当时听起来相当不错。
收听：Lajaren Hiller and Leonard Isaacson – Illiac Suite (Experiment 6)
20世纪出现了新方法，科学家使用了语法。简单来讲，这种AI可以通过层次结构理解音乐、编写音乐。使用这种方法开发AI，最著名的还是David Cope，他提出了“recombinancy”的概念，在这一概念的指引下，AI可以对现有音乐进行分析，然后用分析结果谱写新曲子。
下面这段音乐就是机器编写的，模拟维瓦尔第的风格：
一些爱好者还用“马尔科夫链（Markov Chains）”谱写音乐，因为马尔科夫链的基本原理似乎与音乐很匹配。简单来讲，它就是一套系统，系统的当前状态由之前的状态决定。最好的例子就是Continuator，它是一套算法，由François Pachet编写，当人类音乐家中断之后程序可以继续编写。
在编写音乐程序时，有一种方法被广泛使用，它就是“进化算法”。DarwinTunes是英国的一研究团队开发的，它用的正是进化算法。团队是这样谱写音乐的：任何人都可以参与项目，他们聆听不同的“候选”音乐片断，然后挑选自己最喜欢的。挑选出来的片断不断优化，按不同的方式重新制作。
下面这段音乐就是用DarwinTunes制作的：
收听：DarwinTunes New Year AutoTrack
虽然大多的方法都可以制作出不错的音乐，但是都存在局限性。例如，如果使用基于规则的方法，编写音乐时就会太过依赖音乐理论，无法抓住音乐的精髓，如果使用其它方法，感觉就像是人类在挑选最佳片断，或者将已经制作好的音乐放进算法。
神经网络
雷克斯认为，要让AI学会创作，尤其是谱写音乐，最大的挑战在于创作没有对错之分。如果让神经网络识别图像，我们可以训练算法，对结果进行评估，比如确定结果是对的还是错的。
音乐不同，什么是好音乐？没有一定的标准。Jukedeck音乐家必须训练算法，让它拥有“音乐品味”，具备谱曲能力。
“我们听音乐，然后评估结果，优化网络。”雷克斯说，“我们用两种方法完成工作：一种是用耳朵听，团队成员都是音乐家，一般来说可以听出音乐是否变好了；还有一种方法就是将音乐放在网站上，查看下载量。这两种方法管用，因为用算法谱曲还处在早期阶段，用这种方法继续优化，可能会出现大突破。”
“有一点要注意，这套系统与那些用‘进化方法’开发的系统不同。如果用的是进化方法，用户选择最好的音乐，系统以结果作为依据，不断变化，重新制作，持续循环，这种方法并没有生成训练数据。如果使用的是神经网络，系统会从训练数据中学习，然后重新生成数据。”
工具还是威胁
50多年之前，科学家就开始做实验，用算法谱写音乐，尽管如此，这门技术仍然处在早期阶段。未来似乎一片光明，至少研究人员是这样认为的。
雷克斯说：“未来10至15年，AI肯定会成为音乐体验的核心部分。”
也就是说，未来许多的作曲家必须寻找新工作，尤其是那些在公开市场销售音乐的作曲家。
“AI不会抢走任何工作，这种说法简直是误导，老实讲，在任何产业AI都会抢走一些工作。”雷克斯说，“如果说有哪个产业AI不会夺走任何一点工作，我会感到很惊讶的。”
作曲家倒是不太担心。Dmitry Lifshitz是一名小提琴家，也是一名音响师，他认为AI和Jukedeck编写的程序想要达到人类作曲家的水平还要等很多年。
Dmitry Lifshitz听了Jukedeck制作的一些音乐，他认为Jukedeck谱写的电子音乐还可以，但是在摇滚、吉它方面相当糟糕。他说：“到处都有合成的痕迹，如果听的人不在乎背景，那倒是绰绰有余了。就目前而言，广告代理商不会使用这种音乐，YouTube播客也许会喜欢。”
AI最终会变得足够强大，可以谱写背景音乐，供视频播客使用，还可以用于商业目的，这点Dmitry Lifshitz是认同的，最终公开作曲家也许只能另寻工作。不过Dmitry Lifshitz对工作前途并不担心，当构思枯竭时，他会用AI程序寻找创意。
音乐作曲家Olexandr Ignatov认为，AI音乐只是“快餐“，只有那些追求速度、追求低价的人才会需要。
Olexandr Ignatov说：“只有经过训练的人才谱写艺术品，传达一些东西。AI真的能够为电影谱写音乐吗？不可想像，这些音乐可以让人醍醐灌顶，与视频结合在一起，会创造出无与伦比的体验。机器根本做不到，只有生物才能传达一些东西，才能沟通，音乐是传达与沟通的一种方式。”
雷克斯的看法不同，他认为创作型AI可以让更多人有能力谱写音乐。
“就目前来看，音乐创作仍然是精英的专利。”雷克斯说，“我们要花很长的时间学习，投入许多钱，才能真正掌握音乐。对于大多数人来说，创作音乐并不现实。AI可以让音乐创作更普及，让更多人制作音乐。也就是说会有更多的音乐出现，音乐会变得更加个性化。”
其它一些作曲家却有点害怕。
Vladimir Ponikarovsky现在为游戏制作音乐，他说：“一方面，开发工具让大家可以制作音乐，对于作曲家来说这种工具可以起到辅助作用。但从另一方面来看，不称职的作者会大规模使用工具，结果导致糟糕的作品层出不穷，音乐质量下降。”
AI将会对整个音乐界产生负面影响？雷克斯并不担心，他认为，当年电子乐器出现时也曾有人担心，他们认为合成将会大行其道。到了今天，由于创新的出现，新型音乐被创造出来，未来AI一旦来临，也会有更多的新型音乐出现。
钱的问题
在Jukedeck看来，眼下存在两大挑战。第一个挑战是研发，雷克斯和他领导的团队正在开发AI，这种AI不只可以谱写音乐，还可以播放音乐，重新创造“声音”。在2016年Slush会议上，雷克斯展示了最新成果：
第二个挑战是赚钱。Jukedeck出售音乐版权，这些音乐是算法谱写的，非独家授权收费21.99美元，如果想获得完整版权，需要199美元。个人、小企业可以免费获得非独家授权音乐。
虽然Jukedeck制作了音乐，但是没有一套系统评估音乐，到底音乐值多少钱完全由客户自己判断。不用担心，很快情况就会改变。
“我们最先进入的是视频音乐市场。”雷克斯说，“第一步瞄准YouTube用户，不过目前还没有真正寻找货币化方法。当前关注的重点是证明音乐足够好。现在我们的网站制作了50多万段音乐。下一步如何发展，我们还没有宣布，不过我们会关注其它视频市场，看看有没有办法赚到钱。未来几个月就会尝试。”
音乐产业和科技产业都开始关注AI音乐。例如，索尼开发了AI谱曲工具Flow Machines，它制作了一首名叫《Daddy’s Car》的歌曲。
对于Jukedeck来说，新对手钱更多，资源更多，竞争会更加激烈。对于听众来说，可能意味着一种全新的音乐将会出现。
公布一下答案：第一段音频是Jukedeck AI编写的，第二段是人编写的。
文章来源：TheNextWeb
![[[184207]]](http://s4.51cto.com/wyfs02/M00/8D/FA/wKiom1ixhOvghS9AAAIQ9m_QjP824.jpeg){kind=link}