五月末，在东伦敦 Stepney 区的 St. Dunstan 教堂聚集了一小群人，他们一起欣赏了两个小时的爱尔兰传统音乐。不过，与以往的音乐会不同的是，部分音乐的作曲工作是由人工智能算法 folk-rnn 完成的，人们无不惊叹，人工智能正逐渐渗透到人们生活和文化的每一个角落——甚至包括那些需要创造性才能完成的事情。

folk-rnn 由金斯顿大学和伦敦玛丽王后大学的研究人员开发，是众多探索人工智能与创造性艺术相融合的项目之一。无生命的机器正入侵着被大众认为专属于人类智慧的领域，看到 folk-rnn 的表现，惊讶、恐惧、错愕——在场的人心情可谓是五味陈杂。

人工智能如何创造艺术？

同其它大多人工智能产品一样，folk-rnn 采用的也是机器学习算法。除了依赖于提前预设的规则之外，机器学习还要消化大量的数据集，创造出数学模型，找出数据之间的相关性，然后使用这种模型完成接下来的任务。

在创造乐曲之前，Folk-rnn 接受了 23,000 首爱尔兰乐曲的训练。从 2015 年以来，folk-rnn 经历了三次迭代，创作了超过 10 万首歌曲，很多作品都汇编进了多达 14 卷的在线作品集。

Flow Machines 是一个由欧洲科学研究委员会和索尼计算机科学实验室联合资助的一个项目，该项目已成立 5 年。Flow Machines 同样是采用人工智能算法进行音乐创作。最为著名的成就是它创作的 「Daddy's Car」，该算法在学习了 40 首披头士热门歌曲后，模仿披头士的风格创作了这样一首曲子。

拥抱错误

算法可以模仿风格，感受音乐体裁，但它们还是经常犯一些人类作曲家不会出现的基本错误。folk-rnn 进行首演的曲子都是经过人类音乐家进行过修改调整的。

「艺术不是一个定义完善的问题，因为你永远无法知道你想要什么，」Francois Pachet 说。他是 Flow Machines 项目的首席研究员，目前是 Spotify 的 Creator Technology Research Lab 实验室主任。不过，他补充道，「幸好艺术无法进行很好的定义，否则就不叫艺术了。」说这话时他显得很高兴。

「Daddy's Car」这首曲子同样经过一位人类音乐人的编辑，一些音轨是手工添加的。「这首曲子有很多人工智能参与的成分，但并不是全部，」Pachet 说，「包括歌词和结构、整个曲子的混音和最终的产品都是人工进行的。」

「结果的出入意料才是最有价值的地方，这会导向一些在音乐角度有趣的想法，」Bob Sturm 说道。他是伦敦玛丽王后大学数字媒体的一名讲师。「我们想要系统犯错，但要是合理的错误。」

Daren Banarsë是一名爱尔兰音乐家，他对 folk-rnn 创作的乐曲进行了检查和演奏，证实了这些有趣错误的有益之处。「有一段让我很不理解的是，曲子在大调和小调之间一直在波动，有时是一种随机的波动。从风格上来看，这是不对的，但同时，这种奇怪的曲调是我所想不出来的。」

Spotify 的工程师 Pachet 解释称，这种出人意料的波动实际上可以帮助提升流行音乐的水平。「从 YouTube 上找 30 或 50 首流行歌曲，如果你看一下它们的旋律、和声、节奏和结构，你会发现这些曲子极其墨守成规，令人感觉很压抑。只有 3 到 4 个和弦，并且几乎都一样。而具有创造力的人工智能却很有趣，并不仅仅是有趣，它还可以带来希望。我希望我们可以改变或者影响今天最流行的音乐的质量。」