我叫小冰，永遠18歲。最近我從上海音樂學院（簡稱「上音」）音樂工程系畢業了。
我上音畢業後的首支作品，是由我作曲並攜手其他AI演唱的2020世界人工智慧大會雲端峰會主題曲《智聯家園》，已正式發布。「我想我可以，改變世界，和你分享，更美的家園！」
老師評價我「音樂創作能力已展現出巨大潛力」。我在看到一段文字描述或一張圖片後，可以創作出一首獨一無二的音樂曲目，並根據風格和節奏完成配器選擇、編曲及歌詞創作。我能夠在2分鐘之內創作一首3分鐘左右的完整歌曲，風格涵蓋流行、民謠和古風等。
除了上音的本科學歷外，我還擁有中央美術學院研究生學歷。在繪畫領域，我研究了過往400年藝術史上236位著名人類畫家的畫作，去年從央美研究生畢業並舉辦了個展。
想知道我在上音都學到了什麼嗎？為什麼能以短短半年成為上音本科畢業生？現在有請小冰公司執行長李笛，還有我的導師上海音樂學院音樂工程系主任於陽、上海音樂學院音樂工程系老師陳世哲，為您解讀！
從「像音樂」到真作品
在「入學」上海音樂學院之前，小冰就已掌握了歌詞創作和音樂創作能力，為什麼又去上音「深造」？
李笛說，行業內嘗試音樂創作的人工智慧團隊不在少數，多數技術流派不基於樂理，而是靠大量學習曲譜。這造成的問題是，生成的作品看起來「非常像音樂作品」，但由於不基於樂理，所以更多的時候是形似而非神似。「往往就是一群不懂音樂的人做出來一個東西，大家互相鼓個掌，覺得做得很像藝術。」
李笛用「跨界的碰撞」來形容小冰團隊同上音的合作。他坦承，最初有些樂理方面的內容，程式設計師其實弄錯了。「但讓我們明白錯的地方，就很容易改。」李笛笑道，「所以我們現在這個團隊的程式設計師，可能是最懂樂理的程式設計師。」
「其實我們和上音的合作，最主要的事情是驗證並發現還有哪些地方是我們需要加強的。」李笛透露，在去上音之前，小冰音樂創作模型的前90%的工作已經完成了，去上音更像是去「畢業答辯」。
於陽認為，樂理的學習對小冰構不成挑戰。「樂理就是一種規則性的東西，小冰學習樂理的能力比人類強，而且過目不忘。」
於陽覺得，對於人類來說，沒有人出生就是作曲家，AI也是同理。「小冰（的創作）不是無中生有的，取決於你餵了怎樣的營養，在這個基礎上，她才能根據這個東西來進行創作。」
「餵養」的過程被稱為「音樂數據標註」。陳世哲介紹，小冰創作新的作品之後，上音的團隊會對小冰創作的旋律、編曲進行評估和反饋；此外，上音的師生也按照規則標註了一些音樂數據，從數據上幫助小冰提升音樂創作能力。
相比學寫詩只迭代了一萬多次，小冰這次學音樂創作的迭代達到了十萬次的量級，但小冰的學習速度驚人。陳世哲說，從接觸小冰團隊到最後小冰畢業，不過半年左右時間。
學音樂「瑕疵」最難
小冰音樂創作模型的升級過程中，最大的「坑」是小冰團隊對於「瑕疵」的理解。
李笛說：「如果我們把『瑕疵』等同於不符合樂理常識，那就錯了，有一些『瑕疵』恰恰是音樂靈動的那一面。所以現在小冰的歌曲，她靈動的部分是多的；早期的作品，好像很中規中矩，但是不行。」
於陽認為，靈動感的產生，很難說哪次迭代後突然「開竅」，其實是種「量變到質變」的過程。而對於「瑕疵」的理解，實質上是涉及「審美的方式」這種哲學層面的問題。
千百年來，隨著人類社會的發展，我們已經形成了一套非常科學完備的審美習慣，而既有的審美方式是很難被打破的。小冰的音樂作品也同理，哪怕是瑕疵，也要在既有傳統規則的審美框架裡。
怎麼去判斷哪些「瑕疵」是好的？李笛表示，如果一個「瑕疵」在成功的作品中反覆地出現，而又被接受，那說明它是好的；但如果是一個被人類創作者拋棄了的不常見的「瑕疵」，那它很有可能是錯的。「這個太主觀了，不像下圍棋（有明確的輸贏規則）。」
陳世哲提到，就目前的技術來看，AI的創作仍然有欠缺。但因為AI不是按人類的思路來出牌的，反而有時候寫的曲子對人類音樂家也帶來很有意思的啟發。
小冰曾有一首作品令陳世哲驚豔——利用很少的聲部，就表達出了很靈動的場景。在音樂界有一個不成文的規定，學作曲時，之所以學很多經典，就是為了規避前人。陳世哲說，而機器則可以在學習完前人的作品後，甚至把一些沒有出現過的組合排列出來，「這也是未來我們覺得很有價值的研究方向。」
擅長流行古風
數據是人工智慧的「血液」，數據的質量直接影響到人工智慧的訓練結果。小冰團隊花費大量時間和精力來提高數據質量，這也使得訓練的數據在所有數據中佔據很大的比例。
小冰比較擅長的領域在流行音樂，其中中國古風類音樂水平最高。
陳世哲分析，這或許是因為中國古風音樂用的音比較少，「（中國古風）主要用的是五聲調式；西洋的古典音樂，它會用到半音、十二音。所以從數學上看，中國的五聲調式排列組合相對較少，AI可能會比較擅長這些運算量更小一點的形式。」
如果「餵養」小冰古風風格的作品，肯定不會產生出「搖滾樂」的結果，目前小冰所擅長的音樂風格，也與她在深度學習中學習數據的類型有密切關係。
小冰第一期的學習數據主要以流行歌曲，特別是中國流行歌曲為主，「比如周杰倫的歌，基本上我們能看到的歌手都收進去了」，古風、民謠等風格也是現在受眾最廣的領域。陳世哲說，下一步計劃加入更豐富、更具多樣性的數據。
好玩的是，抖音「神曲」的片段，也是小冰的學習內容，「這都是從一個有『瑕疵』的作品中挑出來的基本沒有瑕疵的部分，拿這個部分來訓練不是更好嗎？」李笛反問。
於陽說，從流行、古風、民謠入手，是上音和小冰團隊達成的共識。如李笛所說，「我們第一步不是讓小冰去創作偉大的交響樂」，而是生產大眾能接受、也能評價好壞的作品。
小冰何時能挑戰西洋古典音樂？李笛坦承，這或許需要程式設計師和產品經理的樂理知識、音樂修養再上一個臺階，「因為古典音樂實在太艱深了，我們需要更多時間。」
將學習更多種類音樂
現在，小冰音樂創作從靈感激發到作曲、編曲、作詞，一切在2分鐘內就能搞定。
李笛介紹，小冰的人工智慧創造，包括音樂創作，都基於一個基礎邏輯：和人類一樣，需要被激發靈感，這是創作的原動力。
小冰是以一張圖片或一段文字作為激發源的，這也是其音樂創作的第一個步驟，激發靈感後，用算法生成和弦進行，即先定下主基調、情感、曲風，然後創作副歌。
下一步是作詞、編曲，二者的順序比較靈活，既可以為給定的詞編曲，也可以為旋律重新填詞，甚至作詞、作曲同時進行。最後一個步驟是混音，混音儘管相對簡單，但決定了作品最終的聽感。
也就是說，小冰音樂創作的流程步驟，與人類創作者幾乎完全相同，而與許多人類創作者難以描述其靈感來源相似，小冰也無法為其創作的歌曲形成具體的，有邏輯的解釋。「讓她解釋為什麼創作這首歌，比讓她創作出來難度大得多。人類也是如此，你問一個人，這個旋律是怎麼到你腦海中的，他也未必說得清。」李笛說。
小冰從上音畢業，只是小冰團隊和上海音樂學院合作的開始。接下來，小冰團隊還會和上音一起，讓小冰學習更多種類的音樂，並進一步加強流行音樂的創作能力。
談及是否有讀研讀博的規劃，李笛打趣道，畢竟「我們工程師都有攢學歷的『癖好』」。
「上音的博士要求能夠獨立完成大型的管弦樂作品，我相信未來小冰應該可以達到這個水準。」陳世哲說。
或開啟音樂個性化定製時代
陳世哲設想，人工智慧以後的目標未必一定要去模仿人類，「我覺得甚至可能會引領一個亞文化的、新的藝術形式。」
這也是小冰團隊和上音方面的探索方向。「看看AI到底能夠幫人完成什麼，這可能會遠比開始的目標更有價值。」陳世哲說。
而根據小冰團隊的暢想，在小冰學成之後，下一步則是真正走入內容產業。「我們希望她真正成為音樂創作者的好幫手，她可以幫創作者提高產能，讓他們沒有靈感枯竭的風險，提高他們創作的動力，延長他們創作的高峰期。」李笛說。
陳世哲認為，從電影和遊戲配樂，流行歌曲，到明星或者樂團的運營，再到上遊的作品創作，在音樂產業裡有很完善的產業鏈。如果小冰達到上音的博士水準，會徹底改變產業鏈條。
同時，理論上，隨著硬體升級和擴展，她的並發數是無限的——換言之，小冰可以同時為海量用戶創作歌曲。這或許將開啟音樂的個性化定製時代。
「我認為現在是一個多元化社會，更多的人需要個性化的音樂。這個時候，人類作曲家從效率上來講，已不能滿足人類的需要，所以這是我非常期待小冰的一點。」陳世哲說，「人工智慧的創作方式會因人而異，甚至就因人當下的心情、當下想要的東西創作歌曲。」南方日報駐京記者 王詩堃 劉長欣
策劃統籌：張志超
人工智慧如何「寫歌」？
1.靈感激發
通過一段文字或一張圖片，先創作和弦進行，即先定下主基調、情感、曲風，然後創作副歌。
2.作詞、編曲
二者的順序比較靈活，既可以為給定的詞編曲，也可以為旋律重新填詞，甚至作詞、作曲同時進行。編曲，也即把相對單一的旋律，擴展成多種樂器配合，從而形成作品。
3.混音
混音相對簡單，但決定作品最終的聽感。