天下音乐人工智能大会开幕音乐会在中心音乐学院歌剧音乐厅举行 李澄/摄

文 | 李澄

10月22日至24日，天下音乐人工智能大会（SOMI: Summit on Music Intelligence）在京举办。
大会由中国人工智能学会（CAAI）与中心音乐学院（CCOM）联合主理，汇聚环球音乐人工智能顶尖专家、学者、干系领域具有影响力的领军人物以及音乐家当干系企业代表等，共同探究未来音乐天下，推动音乐人工智能“产、学、研、用”的发展。
在开幕式上，中心音乐学院院长俞峰的致文意味深长：“社会的进步与科技的发展都会对音乐产生深远影响，目前5G、VR、AR、人工智能、云打算和大数据等新的信息家当链的涌现，造诣了人工智能音乐的兴起。
未来，音乐是充满未知而又令人期待的，值得我们这代人去探索，去研究。
”

开幕式上，音乐与脑科学实验室（Beijing Research Institute of Music and Brain）举行了揭牌仪式。
***参事、中国工程院院士、中国人工智能学会理事长、清华大学信息学院院长、北京信息科学与技能国家研究中央主任戴琼海指出，“人工智能与音乐交叉领悟将会把彼此的上风合二为一，产生颠覆性的原创成果，为音乐的进步注入新的动力，为人工智能发展带来新的视角，为人类更好地认识自身和跨文化的情绪表达供应一把金钥匙。
”

音乐人工智能已成大热门

10月23日至24日，连续两天的天下音乐人工智能大会论坛在北京民族文化宫举行。
环球音乐人工智能专家、学者、干系领域具有影响力的领军人物以及音乐家当干系企业代表等环绕着如何探究未来音乐天下，如何推动音乐人工智能“产、学、研、用”的发展，做事北京、做事国家计策这条主线作为议题，进行了精彩的申报请示演说。
参会代表以本届论坛为平台，充分学习互换当前音乐人工智能发展的趋势，思考未来音乐的发展方向。

据大会实行主席、中心音乐学院音乐人工智能与音乐信息科技系系主任李小兵先容，大会原操持只是一个小范围的“群英会”，但令他们大出意外的是本次大会得到了社会上干系领域的高度关注，第一天的网上报名就已经达到了300人。
在紧急改换了更大的园地之后，扩大到600人的参会上限，但仍有300多人遗憾未能报上名参会。
李小兵希望明年能够大幅度扩大会议规模，吸引更多热爱和从事人工智能的各路精英共襄盛举。

李小兵不雅观察到，与传统音乐的音乐学院教诲背景大不相同，从事音乐人工智能领域研究的人大多是理工科背景，如打算机、人工智能、电子信息类及自动化干系专业，乃至有脑科学与认知科学专业的背景，但他们大部分人在青少年期间已拥有很好的古典音乐演奏根本，有些人已拿到业余音乐考级10级证书，并且一贯都热爱音乐艺术。
当他们的科学研究背景与音乐艺术交叉结合时，边界并不是很明显。
李小兵认为，艺术与科学自古以来便是人类文明发展的主要驱动力，每一次艺术与科学的重大交叉领悟，都站在了人类文明史的主要节点上，文艺复兴、工业革命、打算机革命、信息技能……一次次地改变和促进着艺术的走向和发展，“未来的音乐是什么样，我们谁也不知道。
当下的音乐与人工智能的领悟，不仅人工智能将赋能未来的音乐，音乐也将借助人工智能反过来赋能于未来的科技。
”

就在10月22日下午，中国打算机学会（CCF）打算艺术分会成立大会也在央音举办，李小兵任主任。
俞峰认为，“采取艺术科技的手段来讲中国故事，是一种新的艺术表达办法。
现阶段我们要捉住打算艺术高速发展的黄金机遇，将艺术与科技相结合，这将对我国的精良传统文化的创新发展起到巨大的推动与支撑浸染，同时有利于积极争取我国文化科技在国际上的话语权。
”

谈及本次大会的收成，李小兵表示，“这次天下音乐人工智能大会上，国内外专祖传授都带来了他们最新的研究成果，与大家进行深入的互换，这让报名参会的人都感到收成巨大，由于所有的演讲高朋讲的都是干货。
”李小兵说，这一次开幕式音乐会还是相对传统的交响音乐会形式，但明年可能会增加未来元素、AI元素，请大家期待明年可能会分歧凡响的开幕式音乐会。
”

音乐人工智能大谈判量些什么

本次天下音乐人工智能大会共设“音乐创作与人工智能技能”“多元视角下的音乐人工智能”“音乐人工智能博士论坛”“音乐人工智能产学研”“音乐与脑科学论坛”“人与音乐人工智能论坛”六个论坛以及“环球音乐科技提案展示”和“音乐人工智能圆桌谈论”。
论坛上国内外最前沿的研究方向令人眼花缭乱，各位专家学者所专注的领域、认识的方法、探究的路径、得到的成果都令参会者格外愉快。
每位专家的演讲分享之后，都会引来参会者的积极提问、互换和磋商，台上台下的互动非常热烈。

美国佐治亚理工学院音乐技能中央研究生项目主任Alexander Lerch以《可控音乐天生》为题，针对自动音乐天生过程中的交互式可控系统存在的局限性，提出了一种监督解纠缠学习方法，可以逼迫神经网络的潜在表示具有可阐明的意义，并能够掌握正则化的音乐属性。
央音音乐人工智能与音乐信息科技系高等工程师潘宇以《从工程哲学看音乐人工智能创作过程》为题，将音乐创作当成以音乐美学追求为目标的工程，对艺术家如何有效利用合理的方法完成创作、工程师须要节制什么技能才能为音乐创作供应高效的创尴尬刁难象、创作过程如何被定义并有效的管理这三个问题进行归纳总结，比拟剖析软件工程和音乐创作工程的发展进程，提出一种当代音乐创作工程的知识体系，在此根本上提出音乐创作工程领域的理论创新方向，从不同的方向探索了音乐人工智能创作的事理和依据。

美国加州艺术学院创意技能副教务长和音乐技能项目（MTIID）卖力人Ajay Kapur以《亚洲音乐与机器学习》为题，环绕“如何让智能乐器与人类一起即兴创作”这个问题进行研究，并且展示了他在20年研究中建立的机器学习工具和实验，令人大开眼界。
央音卢迪的《歌声合成技能在AI虚拟歌手中的运用》，提出了对AI虚拟歌手在未来潜在的发展方向的预测。

本次大会的重头戏是“音乐与脑科学论坛”和“人与音乐人工智能”两个论坛，约翰·霍普金斯音乐与医学中央非范例帕金森症中央主任Alexander Pantelyat的《基于音乐的帕金森病和干系疾病的干预方法：来自约翰·霍普金斯大学音乐与医学中央的不雅观点》和中国康复研究中央生理科音乐治疗中央副研究员张晓颖的《音乐与脑科学——音乐治疗在临床医学中的进展及运用》的研究都涉及了音乐参与治疗和康复的医学领域。
约翰·霍普金斯大学生物医学工程系副研究员Juan Huang的《音乐影象的神经机制》，则是通过对人类大脑中神经活动的直接记录与剖析，不雅观测了与音乐聆听和音乐回顾有关的脑区及神经活动规律。

末了的“音乐人工智能圆桌谈论”由中国科学院院士管晓宏主持，高朋环绕音乐人工智能干系的多个方面展开了近两个小时的磋商。
高朋们在发言中提出，音乐人工智能包涵音乐、艺术、听觉、生理学、声学、打算机科学、人工智能、脑科学等多个学科领域，亟需一本专业刊物来整合与展示、引领学者们的创新思维以及展示科研成果，并正式提出创建海内一流音乐人工智能类学术期刊的操持。

人工智能不可能击败顶级作曲家

在这次天下音乐人工智能大会之前，李小兵曾向展示当下音乐人工智能在音乐创作上的“神奇”能力：李小兵将一段话语即时输入APP中，这个歌曲创作软件随即天生一首歌曲唱出来，其音乐的旋律、节奏、感情都能够与歌词的每一句话、每个词乃至字的音和义相契合。
李小兵说，他现在有时向院长微信语音申报请示事情时就采取这个软件创作的歌曲形式。
像这样的小程序，未来很有可能走进手机软件商店，从而引领人们未来通信互换乐趣的新办法。
“像这样的小程序还仅仅是音乐人工智能通过大略的大数据学习之后的低级创作，未来还将探索音乐人工智能创作大规模交响乐作品，其繁芜程度不可同日而语。
而在本次大会上成立的‘音乐与脑科学实验室’，将深入到大脑精确的卖力音乐（声音）的区域进行探索研究，这将触及到音乐创作的精神层面，是非常值得期待的。
”

清华大学脑与智能实验室主任王小勤先容，刚刚成立的“音乐与脑科学实验室”将探索音乐与脑科学研究领域的重大科学问题和解决有广泛社会效应的运用问题。
通过研究理解音乐的生物学根本、音乐起源与大脑进化的关系、音乐美学的神经机理等人类社会广泛关注的科学问题，开拓基于脑科学和定量剖析的音乐治疗和康复技能以造福于人类。

王小勤表示，“艺术当然是永存的，但在本日它拥抱了新的技能——人工智能。
我是研究脑科学的，我认为，音乐要和自然科学、脑科学相结合。
我们磋商音乐与人工智能、技能结合，但这个过程终极还是大脑与大脑的互换。
”王小勤认为，目前音乐与脑科学相领悟的研究还仅仅是低级阶段，音乐或声音与大脑之间的关系还勾留在研究大脑怎么接管和理解音乐。
而音乐家的大脑如何创造出音乐，还有待深入研究。
王小勤从前学电子出身，后来转攻脑科学，如今又再次跨界将脑科学与音乐相结合，“在海内，人们每每会把脑科学归类为医学学科，但在国际上脑科学是综合学科，很多人都有理科或工科背景。
脑科学已经远远不是医学，它有很多繁芜的打算机数学、物理学、工程学的方法和手段参与研究。
至于脑科学与音乐的结合，我认为未来我们会触及到一个核心问题——为什么我们要听音乐？为什么这么多人都知道音乐？音乐与脑科学深入结合最大的运用目前便是音乐治疗，比如焦虑、失落眠、情绪问题等药物无法治疗的症状，还有脑瘫的规复、临终关怀等，音乐在这个领域可以有非常多的运用。
现在市场上也有很多类似功能的产品，但这些产品的事理险些没有任何科学根据。
”

中科院院士管晓宏认为：“艺术与科学这样一种论坛形式是非常难得的。
科学与艺术是相互影响的，但它们是如何相互影响的？这便是我们现在要研究的。
”管晓宏认为，未来的人工智能可以为作曲家做一些赞助性事情，以加快创作进程，“但人工智能虽然可以打败国际象棋天下冠军、围棋天下冠军，未来也一定会打败二流及三流以下的作曲家，但绝对不可能打败最顶尖的作曲家。
由于人工智能的学习知识标本都是从人那里得到的，但它们无法得到人如何产生知识的知识，由于人类也不知道。
打算机运算再快，得到的知识标本再多，也不能办理创造力的根本问题。
”

- THE END -

“星标”音乐周报微信"大众号

不错过每条推送