AI作曲，由来已久

启航，音乐生产自动化的野心

早在20世纪，人类就开始探讨计算机独立制作音乐的可能性。1956年，在列哈伦·希勒（Lejaren Hiller）的研究室里，世界上第一首完全由计算机生成的音乐作品—弦乐四重奏《伊利亚克组曲》（Illiac Suite）诞生了。1995年，阿尔佩（Alpern）研发的EMI作曲系统也是较早的一个成熟的古典音乐作曲系统，该系统主要采用拼接的方式来创作再现已故作曲家音乐风格的作品，其中有类巴赫的创意曲、器乐协奏曲和组曲，还有类莫扎特的奏鸣曲以及类肖邦的夜曲。

随着AI相关技术的发展和普及，近年来，越来越多的企业和机构开始研究这个科技与艺术结合的奇妙领域，各式各样的作曲算法不断涌现，不少虚拟音乐人崭露头角。笔者梳理如下。2016年，Google研发的机器学习项目马真塔（Magenta studio）通过神经学习网络创作出一首时长90秒的钢琴曲。同年，Sony旗下的计算机科学实验室（Computer Science Laboratories，简称Sony CSL）开发了Flow Machines平台。Flow Machines利用马尔科夫链分析数据库中现存的歌曲，提取旋律及和弦的关键信息，利用这些关键信息作为变量来学习音乐风格，让不同风格的歌曲相互转换、融合，并加以优化，其代表作是一首披头士音乐风格的歌曲《爸爸的汽车》（Daddys Car）。此外，Sony CSL还开发了一个名为“DeepBach（深度巴赫）”的神经网络，利用巴赫创作的352部作品来训练DeepBach，最终完成2 503首赞美诗的创作。

第一个正式获得世界地位的AI虚拟作曲家则是2016年诞生的AIVA（Artificial Intelligence Virtual Artist）。AIVA通过读取由莫扎特、巴赫和贝多芬等名家谱写的15 000首曲子进行学习，利用深度学习技术，搭建体现它自己对音乐理解的数学模型，运用模型创作出完全原创的曲子。作为虚拟音乐人，AIVA已通过法国和卢森堡作曲家协会（SACEM）的合法注册，成为该协会首位非人类会员，并拥有自己的署名版权。

今年2月，美國数字研究机构Space150模仿知名说唱歌手Travis Scott的人声和音乐风格，做出了说唱机器人Travis Bott。这是一个关于AI创造性的实验，研发团队采用附加神经网络技术（Additional Neural Network），创造出“Travis Scott味”的旋律和打击乐伴奏，再将Travis Scott的歌词输入“文本生成器模型（Text Generator Model）”，得到了机器自动仿照Travis风格生成的歌词。于是，Travis Bott完成了自己的创作—Jack Park Canny Dope Man。最后，研发团队使用基于AI的人体图像合成技术“Deepfake”，为这首歌拍摄了MV。就乐曲效果而言，Travis Bott对Travis Scott的模仿几乎以假乱真，完全融汇了Travis Scott作品以及人物魅力最主要的外部特征。同时，该项目也进一步验证了人工神经网络技术（Artificial Neural Networks）的蓬勃发展，有助于探索未来AI在音乐中的应用价值。

造船原理，几种算法模型

现代AI作曲技术背后蕴含了多种算法模型的结合运用，包含人工神经网络、马尔科夫链及遗传算法等。如AIVA和Travis Bott就使用了一种基于人工神经网络的深度学习技术。

人工神经网络是一种对生物神经的网络行为特征进行模仿，开展分布式并行信息处理的算法数学模型。程序员必须搭建一个多层“神经网络”，在多层的结构中分别加以编程，从而处理各种输入和输出点之间的信息。作品数据输入后，人工神经网络会找到众多被输入作品之间存在的规律，继而形成对音乐旋律、节奏、音高、强弱变化的理解与学习。这种学习的主要目的是用来预测，并非就此生成作品。AI程序会带着它对以上音乐风格的预测继续运行，并将在前方遇到下一个验证数据集。这个数据集会判定它的预测是否正确，正确与错误的回馈都将被AI记住。

在不断地高速学习中，AI的预测能力就会越来越强，最终掌握程序员大数据归总后的曲风，进而编写出自己的曲子。人工神经网络为从前的算法作曲提供了一种新的方式，其优势在于能够对音乐作品的全局性特征进行学习，但是需采用大量的样本进行训练。当下国内外有许多基于该种算法所形成的AI作曲系统，如LSTM神经网络，可以确保所创作音乐的完整性。

除了人工神经网络，马尔科夫链（Markov Chain）也一直被广泛地应用于算法作曲领域。马尔科夫链是一种随机选择过程，主要用于产生一段具有一定风格的旋律。就像按照一个特定的标准人为构造制定的转换表来依次选择音符，计算并选择下一个要出现音符的可能性。这种方法可以模拟作曲家创作音乐时的思维，来控制计算机生成相应的音乐作品，但是整部作品的曲式结构无法通过马尔科夫链建模。遗传算法（Genetic Algorithm）则是模仿生物进化过程的智能计算方法，使用适应性函数来演化样本、优化全局。

其中，变异算子可以模拟人在其创作当中灵感的闪现，相当于留下最具代表性的作品来产生新的旋律。该算法的壁垒在于适应性函数的设计至今尚无统一标准。