OpenAI发布新算法MuseNet,有望有激发新音乐的巨大潜力

如果莫扎特现在还活着（而且感觉有点缺乏灵感），他可能会坐下来创作这样的音乐：

一段莫扎特风格的音乐，由MuseNet制作。

有些人认为这种技术有激发新音乐的巨大潜力。多伦多大学的机器学习研究员SageevOere对人工智能音乐产生了兴趣，他为这款工具能够即兴重复莫扎特的作品而感到惊叹。这实际上是机器学习算法的功劳，它已采用了数千条MIDI音乐文件作为训练数据。

这个算法名为MuseNet，由位于旧金山的OpenAI的研究人员开发，该公司专注于研究人工智能及其潜在影响。

研究人员训练了一个非常大的神经网络，名为“transformer”变压器。它会预测一段音乐中的下几个音符。然后，你可以添加一些注释，并让它变成新的东西。它可以混合不同的流派和风格，甚至可以添加和删除特定的乐器。

这项工作展示了这种模型如何有效地捕获和再现统计模式，该模式可反映一段音乐的特征。

这些研究人员以前也使用类似的技术自动生成文本。产生的结果仿真效果极好，这让研究人员担心这种工具可能被用来批量生产假新闻。

从音乐历史的角度来看MuseNet项目是有趣的，因为它展现了不同流派和几个世纪的不同艺术家之间的一些有趣的联系（从统计学的意义上讲）。谁曾想过理查德·瓦格纳和布兰妮·斯皮尔斯有如此多相近的音乐品味？

这个工具也很好玩。如果你曾经想知道甲壳虫乐队与LadyGaga混在一起会是什么样的，那么这个算法也可以提供各种答案。

的确，像MuseNet这样的工具可能激发出制作音乐的新方法。但它与人类的音乐创造力相比如何呢？我咨询过CMU的助理教授ZachLipton和一位很有成就的爵士音乐家，问他们对MuseNet的爵士乐即兴创作有何看法。

（LSTM是一种神经网络，最初由JürgenSchmidhuber开发，可以非常有效地捕捉到一段音乐的特征。）

Lipton对此的看法和怀疑不只是一种对人类音乐家的袒护。事实就是与其他可以生成音乐，艺术或文本的人工智能系统一样，MuseNet不像人类音乐家那样可以发明和创造。它只是在学习现存作品中的模式，然后回归一些统计变异。

正如我们前文所述，目前还不清楚人工智能在艺术方面的创新会达到什么程度。与MuseNet的创作方式不同，人类音乐源于文化，历史和语言。它有强大的影响力给人带来各种强烈的感受。在这方面，算法还有很长的路要走。