第一个世界上正式的AI作曲家AIVA到底是怎样创作音乐的？

Aiva是一个AI作曲家，它创作的音乐作品可以为电影导演、广告公司，甚至游戏工作室配乐所用。那么，我们应该思考一个问题：我们还能区分出AI合成的音乐与人类音乐家的作品么？换个说法，Aiva能通过音乐“图灵测试”么？

人工智能（AI）将成为21世纪最具开创性和意义的技术。但是，当人们思考人工智能时，到底代表什么呢？在扑克上打败你的程序？能够完美执行复杂任务的机器人？或者也许是自动化程序，即将取代你的工作？

当考虑AI时，我们通常观察人类比较容易被替换的领域，比如高水平计算、手动劳动，或者优化数据等等。然而，现在，在创意产业中出现了新的AI势力，其中之一就是音乐创作。

Aiva Technologies就是AI音乐创作领域典型的创业公司。Pierre Barreau、Denis Shtefan、Arnaud Decker和Vincent Barreau去年在卢森堡和伦敦创立了该公司。

他们创造了一个AI作曲家，并称之为“Aiva”（Artificial Intelligence Virtual Artist，人工智能虚拟艺术家），并教它如何创作古典音乐。而古典音乐一直以来被视为一种高级的情感艺术，通常被视作一种独特的人类品质。而Aiva的音乐作品却能够用作电影、广告，甚至是游戏的配乐里了。

今年二月，这三位被邀请参加去柏林，参加欧洲电影交易会，还被邀请参加伦敦的商业与创业人工智能（AIBE）峰会。Aiva Technologies由Luxinnovation孵化器支持，这家公司甚至得到了卢森堡总理Xavier Bettel的赞扬。

Aiva Technologies已经发布了第一张专辑名为Genesis，专辑包含不少单曲。最近，Aiva成为了人工智能领域第一个正式获得世界地位的作曲家。它通过法国和卢森堡作者权利协会（SACEM）合法注册，其所有的作品都以其自己的署名版权。

有目的的音乐

Aiva背后的技术基于使用强化学习技术的深度学习算法。深度学习是一种特定类型的机器学习，其中多层“神经网络”被编程以处理各种输入和输出点之间的信息。虽然只是基于人类的大脑的神经结构简单模式，但已经能够像人类这样思考了。这使得AI能够在数据中理解并塑造高度抽象化的模型，例如旋律中的模型，或者人脸的特征。

深度学习图解

其实，强化学习是一种机器学习技术，其告诉软件机构（AI）接下来要采取什么动作以通过最大化其“累积奖励”来达到某种目标。与监督学习不同，强化学习不需要标记的数据输入和输出。这使得AI在数据中“找到自己的方式”，并改进其性能，而没有给出任何明确的指令，这使得AI更容易捕获在创意艺术如音乐中的多样性和变化。

根据该公司团队的介绍，他们搭建了一个深度神经网络，通过品读最着名的作曲家（巴赫、贝多芬、莫扎特等）写的古典乐章的大数据库，了解音乐作品的艺术性。Aiva只是通过学习现有的音乐作品，便能够捕获音乐理论的玄妙之处。

在听了大量的音乐，学习了自己的音乐理论模型之后，Aiva制作出自己的乐谱。然后，专业音乐家将这些乐章在录音室中用真实的乐器弹奏，以实现最佳的音质。

虽然Aiva能够在几分钟内完成古典旋律，但它的用户通常需要“支持他们的视觉内容的故事”的音乐。为了实现这一点，有时Aiva可以在产生最终版本的音乐之前，对它们进行几次迭代。

当被问及为什么选择专注于古典音乐时，Aiva Technologies的创始人的解释是：

第一，它是电影，游戏，广告和预告片配乐中使用的主要风格；

第二，用来训练Aiva的古典音乐数据库不涉及版权问题，因为版权都过期了。

虽然音乐Aiva用来学习的音乐确实是没有版权，但是它自己生成的作品却不能用于公共场合，因为这些音乐是在SACEM注册的。

音乐图灵测试

Aiva Studios

未来，该团队计划教会Aiva如何学习各种风格的音乐。现代音乐提出的挑战不是音乐本身，而是各种乐器和声音的设计。试图创造这些独特的声音，利用AI使他们的音乐脱颖而出，是他们接下来着重考虑的问题，AI作曲家将达到人类水平。

人工智能音乐与人类音乐家创作的作品是否难以区分？其实，根据该团队介绍，他们已经进行了几次图灵测试，要求专业人士听Aiva的作品——到目前为止，没有任何人能够告诉他们，这竟然是由AI写出来的。

但是，也没有必要过分担忧。Aiva的作品在编排和音乐制作方面仍需要人力投入。事实上，Aiva的创造者设想了一个未来，人与机器将合作以实现他们的创造潜力，而不是相互取代。

来源：机器人圈