
想知道您最喜爱的歌手在最新专辑中,跟哪位排面大咖合作了吗?
答案很可能是……人工智能。
得益于研究人员及音乐家们在顶级会议与高校实验室中的不懈努力,AI音乐正在迅速发展并不断碰撞出前所未有的灵感火花。
不少艺术家认为,我们即将迎来由人工智能驱动的创造力“黄金时代”,而这股浪潮也有望为音乐找到新的前进方向。
下面,就让我们一道了解人工智能正如何自上而下给整个音乐产业带来改变。
AI助力新歌创作
三十年来,音乐家兼作曲家David Cope一直在努力推行音乐智能实验(EMI)。最早的尝试始于1982年,Cope希望借此帮助自己克服“作曲家障碍”。如今,他的算法已经编写出不同风格与流派的大量原创作品。
AIVA使用AI及深度学习算法帮助主流用户创作自己的配乐及乐谱。对于需要稳定音乐作品供应、但却承担不了高昂版权使用费的用户来说,AIVA已经成为YouTube、Twitch、Tik Tok以及Instagram上无数内容创作者们的福音。
曾获得格莱美奖提名的制片人Alex da Kid就曾使用IBM Watson对五年间的热门歌曲以及电影、社交媒体及在线文章中的文化数据进行分析,利用AI技术确定了受众们最喜欢的歌曲主题。通过这项摸底调查,专辑在发行后的48小时内,最后一首歌曲《Not Easy》就在iTunes Hot Tracks榜上排名第四。
作曲家Drew Silverstein、Sam Estes以及Michael Hobe曾经为《黑暗骑士》等高成本电影、电视剧集以及电子游戏制作简单的背景音乐。为了提高效率,他们共同开发出Amper——这是一款易于使用的在线工具,可帮助非音乐家及在线内容创作者在几秒钟内通过参数制作出原创音乐。
打造虚拟流行歌星
新冠疫情爆发以来,我们至少明确了一点:歌迷们再也参加不了音乐会了。
为了填补空白,Authentic Artists引入了一大批由AI驱动的虚拟艺术家,尝试为乐迷们提供新的音乐体验。
Authentic Artists的动画虚拟音乐家们能够制作原创作品、在屏幕上播放,随意调整演唱/演奏的速度与力度,甚至根据观众的反馈及时快进到下一首曲目。
寻找下一位大明星
根据Buzz Angle Music发布的2018年报告,Spotify音频点播流媒体平台单在美国本土的年营收就达到5340亿美元。
那么,我们要如何在竞争中发现那些才艺满满的新人?
人工智能有望梳理音乐作品并帮助我们快速发现下一位大明星,而这种艺术家与曲目间的高效组合分析也将给音乐行业带来新的探索空间。
华纳音乐集团去年收购一家科技初创公司,他们使用一种算法对社交、流媒体及巡演数据进行审查,借此找到更具前途的演艺人才。2018年,苹果也出于类似的目的收购了专门从事音乐分析业务的初创公司Asaii。
AI——人类创造力的强大补充
AI技术正在以多种方式改变整个音乐产业,但各位创意人士也不必担心——您的工作不会被计算机所取代。目前,距离人工智能可以自主创作热门歌曲还有很长的路要走。
但随着工具的发展、加上音乐行业越来越熟悉该如何使用AI技术作为人类创造力的强大补充,相信我们的世界将迎来更多优美的旋律与多样的乐曲形式。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。