5月下旬，一小群人聚集在东伦敦斯特普尼区圣邓斯坦教堂(St. Dunstan’s church)，听了两个小时的传统爱尔兰音乐。但这次事件不同;其中的曲调部分是由一种被称为folk-rnn的人工智能(AI)算法创作的，这鲜明地提醒人们，尖端的人工智能是如何逐渐渗透到人类生活和文化的方方面面——甚至是创造力。
folk-rnn由金斯顿大学和伦敦玛丽女王大学的研究人员开发，是探索人工智能和创意艺术交叉的众多项目之一。Folk-rnn的表现引起了人们的迷恋、敬畏和惊愕，因为他们看到没有灵魂的机器征服了被广泛认为是人类智能的专属领域。但这些探索正在发现人与机器合作的新方式。
人工智能如何创造艺术?
像许多其他人工智能产品一样，folk-rnn使用机器学习算法,人工智能子集(在新窗口打开)．机器学习不依赖于预定义的规则，而是吸收大量数据集，并为它发现的模式和相关性创建数学表示，然后用来完成任务。
Folk-rnn在开始制作自己的曲调之前，接受了2.3万份来自大众的爱尔兰音乐副本的训练。自2015年成立以来，folk-rnn已经经历了三次迭代，制作了超过10万首歌曲，其中许多歌曲都被编译成14卷在线纲要(在新窗口打开)．
流的机器(在新窗口打开)由欧洲研究委员会(European Research Council)资助、索尼计算机科学实验室(Sony’s Computer Science Labs)协调的一个为期五年的项目，也将人工智能算法应用于音乐。它最显著也是最奇怪的成就是“爸爸的车(在新窗口打开)这首歌是由一种算法生成的，该算法使用了披头士(The Beatles) 40首热门歌曲中的铅单进行训练。
欢迎的错误
算法可以模仿音乐类型的风格和感觉，但它们经常犯人类作曲家不会犯的基本错误。事实上，folk-rnn首演的大部分曲目都是由人类音乐家修改的。
“艺术不是一个定义明确的问题，因为你永远不知道自己到底想要什么，”Flow Machines的首席研究员弗朗索瓦·帕切特(Francois Pachet)说，他现在是Spotify的创作者技术研究实验室(Creator Technology Research Lab)主任。但是，他高兴地补充道，“艺术没有被很好地定义是件好事。否则，它就不是艺术了。”
为“爸爸的车”生成的引线表也是由一位人类音乐家编辑的，一些曲目是手工添加的。帕切特说:“里面有很多人工智能，但不是所有的东西，包括歌词和结构，当然还有整个混音和制作。”
伦敦大学玛丽皇后学院(Queen Mary, University of London)从事folk-rnn研究的数字媒体讲师鲍勃•斯特姆(Bob Sturm)表示:“真正的好处是创造出出乎意料的音乐片段，从而引发有趣的音乐创意。”“我们希望这个系统能制造错误，但是正确的错误。”
爱尔兰音乐家Daren Banarsë检查并演奏了folk-rnn生成的一些曲调，证明了有趣的错误的好处。“有一个卷轴吸引了我，”他说。“旋律一直在大调和小调之间摇摆，有点随意。从风格上来说，这是不正确的，但它很古怪，是我自己都不会想到的。”
Spotify的Pachet解释说，这些意想不到的变化实际上有助于提高流行音乐的质量。“以YouTube上最受欢迎的30或50首歌曲为例。如果你仔细观察它的旋律、和声、节奏和结构，你会发现它们都非常传统，这让人很沮丧。你只有三四个和弦，而且它们总是一样的。创造性AI非常有趣，不仅因为它有趣，还因为它带来了希望。我希望我们能改变或影响当今最流行歌曲的质量。”
没有正确答案
艺术的联合创始人兼首席执行官德鲁·西尔弗斯坦说:“艺术之所以对人类如此美妙，是因为它没有正确的答案——它完全是主观的。安培的音乐(在新窗口打开)这是一家总部位于纽约的人工智能初创公司。“你和我可能听完全一样的音乐，你可能喜欢它，我可能讨厌它，我们都没有对错。就是不一样。
他补充说:“现代世界的挑战是构建一个能够反映这种主观性的人工智能。”“有趣的是，有时候，神经网络和纯数据驱动的方法并不是正确的答案。”
金斯顿大学音乐技术高级讲师、folk-rnn研究员Oded Ben-Tal指出了人工智能在创作音乐方面面临的另一个挑战:数据不能代表一切。
“在某些方面，你可以说音乐是一种信息。我们听了很多音乐，作为一名作曲家，我从我听到的音乐中得到灵感，创作出新的音乐，”本-塔尔说。“但从这个类比来看，将其转化为数据是一个大障碍和大问题。因为没有数据能真正捕捉到所有的音乐。”
简单地说，人工智能算法对音乐和艺术的解释和理解与人类有很大的不同。
斯特姆说:“就我们的系统而言，它太容易陷入这样的陷阱，说它在学习爱尔兰音乐的风格或方面，而实际上它并没有这样做。”“它正在学习这种音乐的非常抽象的表现形式。这些抽象的表现与你如何体验音乐，作曲家如何在传统音乐的背景下把它们组合在一起，关系不大。
Sturm说:“人类在这个过程中是必要的，因为在一天结束的时候，我们必须做出决定，是否要把我们从这些输出中策划出来的计算机产生的某些东西合并起来，创造出新的音乐。”
在视觉艺术中，人类和机器感知之间的差异更加突出。以DeepDream为例，它是谷歌超高效图像分类算法的里里外外版本。当你给它一张照片时，它会寻找熟悉的图案，并修改图像，使其看起来更像它所识别的东西。这对于将粗略的草图转换为更增强的图纸是有用的，但是当让它自己发挥作用时，会产生意想不到的结果。如果你给深度梦提供一张你的面部图像，它会发现一个看起来像狗的图案，它会把你脸的一部分变成狗。
一位在谷歌的DeepMind人工智能实验室实习的艺术家在接受采访时谈到了这款软件:“这几乎就像神经网络在产生幻觉一样。《连线》杂志(在新窗口打开)去年。“它看到到处都是狗!”
但人工智能创作的艺术通常看起来令人惊叹，而且确实可以赚了几千美元(在新窗口打开)在拍卖。在去年举行的旧金山艺术展上，在谷歌的DeepDream帮助下创作的画作卖出了高达8000美元的价格。
创意人工智能的商业
当研究人员和科学家继续探索创造性的人工智能时，少数初创公司已经进入这一领域，并提供解决特定业务用例的产品。其中之一是Silverstein的Amper Music，他将其描述为“作曲家、制作人和表演者，可以在几秒钟内为任何内容量身定制独特的专业音乐。”
要使用Amper创建音乐，您需要指定所需的情绪、长度和类型。人工智能会在几秒钟内生成基本的构图，你可以对其进行调整。Amper还提供了一个应用程序编程接口(API)，因此开发人员可以将平台的创造性力量融入到他们的软件中。
Jukedeck(在新窗口打开)由两位前剑桥大学(Cambridge University)学生创建的伦敦初创公司，也提供类似的服务。和Amper一样，用户为Jukedeck提供基本参数，Jukedeck就会为用户提供原创音乐曲目。
这两家公司的主要客户都是需要“功能性音乐”的业务，即广告、视频游戏、演讲和YouTube视频中使用的那种音乐。Jukedeck已经为可口可乐、谷歌和伦敦自然历史博物馆等客户制作了50多万首歌曲。作曲家也在学习使用这些工具来增强他们为客户创作的音乐。
第三家初创公司位于澳大利亚玩具枪(在新窗口打开)该公司正在打造一个可以与人类一起演奏音乐的人工智能音乐家。这款名为Alice的人工智能会倾听你的演奏，然后立即做出与你所演奏的内容相匹配的独特创作。
在视觉艺术行业中，业务用例正在逐渐出现。去年,Adobe推出Sensei(在新窗口打开)这是一个旨在提高人类创造力的人工智能平台。Sensei以多种方式帮助艺术家，例如自动删除照片的背景或根据海报或草图的上下文查找库存图像。
人工智能和人类艺术家的合作
也许并不奇怪，这些初创公司的创始人和管理者都有很强的艺术家背景。Amper的Silverstein在范德比尔特大学学习作曲和理论，并为电视、电影和视频游戏作曲。Jukedeck的创始人兼首席执行官Ed Newton-Rex也是一位经验丰富的音乐作曲家。
但并非所有人都相信人工智能在艺术领域的积极作用。一些参加folk_rnn活动的人形容这些人工智能创作的作品缺乏“精神、情感和激情”。另一些人则对“文化影响以及人类美和对音乐理解的丧失”表示担忧。
“我所遇到的音乐家中，没有一个人没有对此事做出接近负面的反应，”Úna莫纳汉说，他是一位作曲家和研究人员，参与了folk-rnn的采访逆(在新窗口打开)．“他们的反应从轻微的负面，到彻底的‘你为什么要这么做?’”
创造性人工智能算法的开发人员通常不认同这些担忧。牛顿-雷克斯说:“我不认为人类在音乐创作方面会变得多余。”“首先，作为听众，我们关心的不仅仅是我们正在听的音乐;我们关心艺术家，关心他们的故事。这种情况将永远存在。”
西尔弗斯坦说:“我们认为功能性音乐的价值在于它的使用案例，而不是制作过程中的创造力或合作。”但是艺术音乐，Silverstein解释说，“更多的是关于过程而不是用例。史蒂文·斯皮尔伯格和约翰·威廉姆斯为《星球大战》谱曲，这是人类的合作。”
Popgun联合创始人杰克•诺兰(Jack Nolan)表示:“我们发现的关键用例在于与音乐人合作。“艺术家们可以把爱丽丝作为创作灵感的来源，或者帮助他们在音乐中想出旋律和和弦。我们认为人们永远不会停止想要创造自己的声音。我们认为人工智能将帮助他们做到这一点，而不是取代他们。”
Daren Banarsë同意合作的好处。“当我必须开始大规模的构图时，我总是感到胆怯。也许我可以给计算机一些参数:演奏者的数量，情绪，甚至一些我最喜欢的作曲家的名字，它可以为我生成一个基本的结构，”他说。“我不指望它能开箱即用，但这将是一个起点。或者它可以输出一些旋律思想或和弦进行的选择，供我浏览。在这个过程中，可能会出现电脑故障或随机的怪癖，这可能会把我带到一个完全意想不到的方向。”
本-塔尔承认，一些工作可能会受到影响。“职业音乐家将不得不适应，”他说。“我把这个给我的学生看，然后说，‘你需要提高你的水平。这意味着音乐行业的一些入门级工作将在5年或10年内消失，或者你需要做不同的事情，或者拥有不同的技能。”
“民主化的创造力”
人工智能的创造力还可以帮助那些没有天赋或来之不易的技能的人在艺术上表达自己。以文森特的人工智能绘画平台为例，它可以帮助将粗略的草图转化为看起来专业的画作，还有人工智能音乐平台，它可以用最少的输入创造出体面的音乐。
Jukedeck的Newton-Rex将其描述为“民主化”创意。他说:“没有受过正规音乐教育的人可以掌握音乐的基本知识，并使用人工智能来帮助他们创作音乐。”
Pachet所赞同的。他将最近的人工智能发展与80年代第一个数字合成器的出现进行了类比，随后是数字采样器。当时，人们也有类似的担忧，担心音乐家会被电脑抢走饭碗。“但实际情况恰恰相反，从某种意义上说，每个人都带着这些新机器和硬件，并学习如何有效地使用它们，”他说。“在某种意义上，音乐产业爆发了。”
“会有更多人做音乐，希望会有更多有趣的音乐，”他补充道，回想起人工智能的创造力。“我无法预测未来，但我不担心人工智能会取代艺术家。我担心所有其他的事情，那些明确的问题，比如自动化医疗和自动驾驶汽车。这些东西真的会破坏就业。但在创意领域，我认为这种情况不会发生。”
通用电气软件研究副总裁科林·帕里斯博士谈建立一个真正的天网
