全球科技巨頭AI音樂(lè)大戰(zhàn)一觸即發(fā)，平安重拳出擊填補(bǔ)AI變奏交響曲行業(yè)空白

音樂(lè)這門生意越來(lái)越引起巨頭的關(guān)注。以往，比較音樂(lè)平臺(tái)靠的是曲目數(shù)量、藝人進(jìn)駐數(shù)量，后來(lái)更看重版權(quán)的獨(dú)家?，F(xiàn)在，以深度神經(jīng)網(wǎng)絡(luò)為代表的AI技術(shù)逐漸逼近落地，放眼全球，音樂(lè)平臺(tái)的AI大戰(zhàn)一觸即發(fā)。

2016年，谷歌大腦推出Magenta項(xiàng)目，從早期的NSynth神經(jīng)網(wǎng)絡(luò)音頻合成算法到如今從殘缺片段中恢復(fù)巴赫音樂(lè)的Coconet機(jī)器學(xué)習(xí)模型，更多以學(xué)術(shù)研究為導(dǎo)向。

世界三大音樂(lè)版權(quán)商之一的索尼，在音樂(lè)內(nèi)容本身上占據(jù)了極大的優(yōu)勢(shì)局面。2016年，索尼計(jì)算機(jī)科學(xué)實(shí)驗(yàn)推出的大型歌曲和風(fēng)格數(shù)據(jù)庫(kù)Flow Machines，創(chuàng)作出了“披頭士”風(fēng)格的旋律。

谷歌與索尼旗下都擁有相應(yīng)的流媒體產(chǎn)品，如YouTube音樂(lè)服務(wù)和索尼精選Hi-Res。二者相似的是，流媒體或?qū)㈩嵏矀鹘y(tǒng)唱片公司和詞曲版權(quán)代理的地位，它們勢(shì)必要搶占一個(gè)新的產(chǎn)業(yè)協(xié)作模式“領(lǐng)頭羊”。不同之處在于，索尼更需要尋找音樂(lè)版權(quán)業(yè)務(wù)收入放緩后的下一個(gè)增長(zhǎng)點(diǎn)。

智能音箱的普及下，谷歌還能以自家的智能音箱Home為核心，借此拉動(dòng)智能家居生態(tài)，但依靠低價(jià)補(bǔ)貼以吸引消費(fèi)者的智能音箱走勢(shì)如今并不理想，未來(lái)終究依賴智能交互和整個(gè)場(chǎng)景的覆蓋。

面向中國(guó)市場(chǎng)的微軟“小冰”，如今已成長(zhǎng)到第七代，基于Avatar Framework人工智能框架，除了智能對(duì)話、語(yǔ)音交互外，還主打模擬人類真聲、寫詞作曲。2018年，微軟小冰也提出了Dual AI半開放生態(tài)的戰(zhàn)略，并與多家國(guó)內(nèi)公司達(dá)成平臺(tái)化戰(zhàn)略，但仍未勾勒出清晰的商業(yè)邏輯。

一心野望海外市場(chǎng)的字節(jié)跳動(dòng)，在完成對(duì)初創(chuàng)公司Jukedeck的收購(gòu)后，又拿到了印度兩大唱片公司T-Series和Times Music的音樂(lè)版權(quán)，試圖在旗下TikTok短視頻產(chǎn)品中利用神經(jīng)網(wǎng)絡(luò)合成音樂(lè)。短視頻承載了AI作曲實(shí)現(xiàn)大規(guī)模音樂(lè)的有效途徑，或許能緩解其在音樂(lè)版權(quán)上的壓力。

目前來(lái)看，谷歌、索尼、微軟小冰、字節(jié)跳動(dòng)正全面發(fā)力AI，但落到AI音樂(lè)這個(gè)層次上，卻是參差不齊的。早期研究人員更多是讓計(jì)算機(jī)模仿現(xiàn)有的音樂(lè)片段，通過(guò)分析其中的規(guī)律來(lái)制作音樂(lè)旋律；AI創(chuàng)作音樂(lè)的不同之處在于，能讓計(jì)算機(jī)真正通過(guò)學(xué)習(xí)大量音樂(lè)片段，“自動(dòng)”創(chuàng)作出相對(duì)復(fù)雜且富有故事性的樂(lè)曲。這個(gè)方向上，谷歌、索尼早早開始AI音樂(lè)創(chuàng)作性的探索；相比之下，被字節(jié)跳動(dòng)收購(gòu)的Jukedeck則更多停留在模仿階段，只能作為音樂(lè)流水線上的批量生產(chǎn)工具。

一定意義上，技術(shù)的進(jìn)步推動(dòng)著音樂(lè)產(chǎn)業(yè)的每一次進(jìn)步，從最早的CD唱片到如今的AI音樂(lè)，音樂(lè)的生產(chǎn)、分發(fā)和消費(fèi)形式呈現(xiàn)明顯的迭代升級(jí)。據(jù)國(guó)際唱片業(yè)協(xié)會(huì)（IFPI）報(bào)告數(shù)據(jù)，2018年全球音樂(lè)市場(chǎng)收入同比增長(zhǎng)9.7%，達(dá)到191億美元。這對(duì)于謀求業(yè)務(wù)深層次進(jìn)化的科技巨頭來(lái)講，最終能否取勝將取決于對(duì)先機(jī)的把握。更重要的是，以AI驅(qū)動(dòng)的音樂(lè)市場(chǎng)變革將會(huì)隨著巨頭們的頻繁動(dòng)作而掀起新一輪的競(jìng)爭(zhēng)。

AI正影響全球企業(yè)的競(jìng)爭(zhēng)格局，音樂(lè)產(chǎn)業(yè)也進(jìn)入由AI激活多元化價(jià)值的關(guān)鍵時(shí)期。

如今，中國(guó)平安在AI音樂(lè)展現(xiàn)出的實(shí)力，已遠(yuǎn)超人們的想象。

10月11日，為新中國(guó)成立七十周年獻(xiàn)禮，平安人工智能研究院打造的全球首部AI交響變奏曲《我和我的祖國(guó)》由深圳交響樂(lè)團(tuán)進(jìn)行全球首次公演。

AI交響變奏曲《我和我的祖國(guó)》以中國(guó)近現(xiàn)代史為創(chuàng)作藍(lán)本，包含鴉片戰(zhàn)爭(zhēng)、新中國(guó)成立、共和國(guó)曲折發(fā)展、改革開放、民族復(fù)興等五大樂(lè)章，表現(xiàn)一序列歷史變遷。伴隨音頻演奏一段段歷史故事呈現(xiàn)其中，以表達(dá)對(duì)祖國(guó)深厚的感情。

可以說(shuō)，這在交響變奏曲的音樂(lè)史上尚屬首例。音樂(lè)層面，它超越了此前的單維度、短篇幅、娛樂(lè)性的范圍，突圍多維度、長(zhǎng)篇幅、經(jīng)典式交響樂(lè)曲；更重要的是，在AI技術(shù)的融入上，平安科技自研AVM自動(dòng)變奏模型訓(xùn)練系統(tǒng)，再利用深度學(xué)習(xí)對(duì)音樂(lè)實(shí)現(xiàn)特征學(xué)習(xí)與提取，并結(jié)合強(qiáng)化學(xué)習(xí)技術(shù)讓機(jī)器學(xué)會(huì)變奏手法。

廣義上講，AI作曲并不是一個(gè)新名詞。從最早使用隨機(jī)統(tǒng)計(jì)模型，到如今深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用，利用AI實(shí)現(xiàn)智能創(chuàng)作已成為世界范圍內(nèi)科學(xué)家廣泛探索的事情。盡管如此，在研究方法層面，我們?nèi)钥吹皆S多反復(fù)出現(xiàn)的問(wèn)題：以數(shù)據(jù)驅(qū)動(dòng)的算法，如何避免同質(zhì)化的音樂(lè)風(fēng)格？如何讓AI更好地“理解”音樂(lè)？

帶著這個(gè)問(wèn)題，記者(公眾號(hào)：記者)對(duì)AI交響變奏曲《我和我的祖國(guó)》曲目團(tuán)隊(duì)技術(shù)負(fù)責(zé)人進(jìn)行了專訪。

“除了算法和數(shù)據(jù)標(biāo)注上的一些技術(shù)手段，我們也在考慮直接對(duì)音樂(lè)的音頻做相應(yīng)的分析，目的也是能夠讓AI能對(duì)音樂(lè)本身的理解和認(rèn)知變得越來(lái)越深刻?！痹摷夹g(shù)負(fù)責(zé)人表示。

雄厚技術(shù)鋪墊助力，勇攀AI音樂(lè)無(wú)人區(qū)

其實(shí)早在一年前，平安AI作曲就在由瑞士聯(lián)邦理工學(xué)院（EPFL）舉辦的世界AI作曲國(guó)際大賽中獲得第一名。今年2月，平安科技再次憑借AI創(chuàng)作的流行樂(lè)曲《青春記憶》拿下由清華大學(xué)藝術(shù)與科學(xué)研究中心等聯(lián)合舉辦的全球AI藝術(shù)大賽（GAAC）的第一名。

頻率頗高的成果突破背后，離不開平安AI團(tuán)隊(duì)過(guò)去兩年多在智能創(chuàng)作領(lǐng)域的探索積淀。早在2017年，平安科技就啟動(dòng)了音樂(lè)畫像臉譜、音樂(lè)流行預(yù)測(cè)以及人工智能作曲三大音樂(lè)發(fā)展方向，嘗試用AI融入音樂(lè)領(lǐng)域。目前團(tuán)隊(duì)已積累了大量標(biāo)注分析數(shù)據(jù)、自主研發(fā)可完成特定任務(wù)的生成模型，并構(gòu)建了符合音樂(lè)理論的評(píng)價(jià)體系。

此次創(chuàng)作籌備近兩個(gè)月，其中最核心的部分模型訓(xùn)練則用了近一個(gè)半月時(shí)間。

AI交響變奏曲《我和我的祖國(guó)》曲目團(tuán)隊(duì)技術(shù)負(fù)責(zé)人解釋道，“通常來(lái)講，一首交響曲的整個(gè)創(chuàng)作周期長(zhǎng)達(dá)一年，這次創(chuàng)作實(shí)際上僅用一個(gè)半月，但其背后是長(zhǎng)達(dá)兩年的技術(shù)儲(chǔ)備、模型學(xué)習(xí)和數(shù)據(jù)積淀。從交響變奏曲創(chuàng)作的技術(shù)角度來(lái)講，AI作曲仍存在很大的挑戰(zhàn)，尤其是創(chuàng)作出一個(gè)滿意的作品交由人類指揮家認(rèn)可并演奏?！币?，交響變奏曲不同于一般的音樂(lè)生成過(guò)程，它有故事脈絡(luò)，有強(qiáng)烈的情感抒發(fā)訴求。為此，項(xiàng)目組從以下三個(gè)層次進(jìn)行技術(shù)演化：

自研AVM自動(dòng)變奏模型

基于節(jié)奏、和聲、織體、配器等方面建立專家變奏規(guī)則庫(kù)，用于基礎(chǔ)模型訓(xùn)練，然后利用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)技術(shù)對(duì)音樂(lè)作品做多維度的特征學(xué)習(xí)與提取，訓(xùn)練出具有風(fēng)格融合能力的AVM自動(dòng)變奏模型。

訓(xùn)練超70萬(wàn)首樂(lè)曲數(shù)據(jù)集，打造海量維度音樂(lè)標(biāo)簽體系

為了讓機(jī)器學(xué)習(xí)及理解音樂(lè)的重要特征，團(tuán)隊(duì)訓(xùn)練數(shù)據(jù)使用了超過(guò)70萬(wàn)首樂(lè)曲，包括各類題材的古典音樂(lè)作品、紅色歌曲、民歌等。并且，音樂(lè)標(biāo)簽的標(biāo)注遵循樂(lè)理知識(shí)，除了情緒、風(fēng)格的標(biāo)簽以外，也包含主題、發(fā)展手法、和聲、曲式、對(duì)位、配器、調(diào)性、調(diào)式、拍號(hào)等各類音樂(lè)元素。

靈活運(yùn)用音樂(lè)評(píng)價(jià)模型和專家規(guī)則

對(duì)機(jī)器進(jìn)行深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)訓(xùn)練的還有音樂(lè)評(píng)價(jià)模型，即基于大量作曲家的作品學(xué)習(xí)所構(gòu)建的評(píng)價(jià)網(wǎng)絡(luò)。原則是遵循主流審美的同時(shí)，又需要兼顧作曲專家的評(píng)價(jià)標(biāo)準(zhǔn)。同時(shí)，為防止AI作曲生成過(guò)于自由，平安在人工智能樂(lè)曲創(chuàng)作的過(guò)程中融入了包含和聲約束、對(duì)位約束、曲式結(jié)構(gòu)約束等規(guī)則在內(nèi)的專家規(guī)則。

總的來(lái)說(shuō)，在《我和我的祖國(guó)》這首改編作品中，除了開頭與結(jié)束采用了原始旋律外，中間融入了AI變奏的創(chuàng)作。在AI應(yīng)用的過(guò)程中，團(tuán)隊(duì)綜合運(yùn)用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)的聯(lián)合方案，搭建自動(dòng)變奏模型、音樂(lè)評(píng)價(jià)模型、專家規(guī)則系統(tǒng)，基于對(duì)海量歷史音樂(lè)作品的數(shù)據(jù)庫(kù)和體系化的音樂(lè)標(biāo)簽工程，拆解樂(lè)曲音符組合空間，優(yōu)選最佳音樂(lè)片段，從而完成本次創(chuàng)作。

平安AI+的獨(dú)特基因

那么，為什么一家外人眼中搞金融、醫(yī)療、智慧城市的綜合金融服務(wù)集團(tuán)，竟然也涉足了音樂(lè)這一看似不相關(guān)的藝術(shù)領(lǐng)域？

翻看平安集團(tuán)過(guò)去30年的跨越式發(fā)展，不難發(fā)現(xiàn)隱藏其后的推動(dòng)力量。目前，平安用科技賦能金融，以平臺(tái)建設(shè)為主，搭建了金融、醫(yī)療、汽車、房產(chǎn)、智慧城市等五大生態(tài)圈，整體的業(yè)務(wù)布局已然浮現(xiàn)，而平安人工智能研究院恰恰是集團(tuán)底層技術(shù)儲(chǔ)備和應(yīng)用落地上的重要一環(huán)。

AI交響變奏曲《我和我的祖國(guó)》曲目團(tuán)隊(duì)技術(shù)負(fù)責(zé)人表示：“平安人工智能研究院的建立，主要有兩件事：一是深入底層技術(shù)的研究和能力儲(chǔ)備；二是與當(dāng)前企業(yè)應(yīng)用的場(chǎng)景結(jié)合起來(lái)。”在他看來(lái)，AI智能創(chuàng)作是研究院項(xiàng)目板塊中重要的組成部分之一。盡管落地上尚未清晰，更多還是一個(gè)相對(duì)比較初期、嘗試摸索和論證驗(yàn)證的階段，但在底層技術(shù)的支撐是通用的。

此前，與金融、醫(yī)療、健康等業(yè)務(wù)的結(jié)合落地上，平安推出了智能閃賠、平安聲紋、平安票據(jù)OCR識(shí)別、平安語(yǔ)音識(shí)別、平安語(yǔ)音合成、平安醫(yī)療影像等產(chǎn)品。

在記者看來(lái)，平安“AI+音樂(lè)”領(lǐng)域探索的成功將主要?dú)w于三點(diǎn)因素：

一是不僅擁有深度學(xué)習(xí)技術(shù)的儲(chǔ)備，更重要的還是團(tuán)隊(duì)對(duì)音樂(lè)的深刻理解。

平安人工智能研究院的AI作曲項(xiàng)目團(tuán)隊(duì)有大量的既懂得音樂(lè)理論又了解計(jì)算機(jī)算法的復(fù)合型人才，能夠?qū)⑶把氐腁I技術(shù)與柔性的音樂(lè)情感相融合，不斷突破人工智能技術(shù)的邊界，挖掘AI技術(shù)在音樂(lè)領(lǐng)域的潛能，實(shí)現(xiàn)AI作曲創(chuàng)作的最優(yōu)發(fā)展。

二是有相對(duì)可以落地的場(chǎng)景呈現(xiàn)，并懂得如何去挖掘，如音樂(lè)治療、智能作曲。

從形式上看，AI變奏曲之后，平安科技也將會(huì)在古典樂(lè)、流行樂(lè)、作詞作曲演唱等方面做更多的嘗試和突破。AI融入藝術(shù)創(chuàng)作，大大降低了普通大眾的創(chuàng)作門檻，可以讓更多人加入到音樂(lè)創(chuàng)作，探索更多的音樂(lè)形式，極大地豐富了人們的生活。

三是數(shù)據(jù)和場(chǎng)景的不斷積累，將反哺集團(tuán)在其他產(chǎn)業(yè)鏈條上的技術(shù)縱深，從某種意義上講，這將會(huì)是一種降維突破。

事實(shí)上，平安科技已經(jīng)在嘗試挖掘一些有趣的場(chǎng)景，把更多、更豐富、更個(gè)性化的藝術(shù)作品，通過(guò)AI的形式釋放出來(lái)。目前，從全行業(yè)來(lái)看，短視頻配樂(lè)、游戲配樂(lè)、影視配樂(lè)等場(chǎng)景中已涌現(xiàn)出了諸多對(duì)AI作曲的需求。未來(lái)，利用AI技術(shù)打造諸多應(yīng)用產(chǎn)品，實(shí)現(xiàn)產(chǎn)品輸出和業(yè)務(wù)輸出，通過(guò)構(gòu)建多角度一體化解決方案助力主營(yíng)業(yè)務(wù)和生態(tài)圈層向更多元和精深的方向發(fā)展。

或許，在平安科技構(gòu)筑差異化優(yōu)勢(shì)的思考下，AI音樂(lè)創(chuàng)作僅是一小步的嘗試，但這不影響其結(jié)合自身科技積淀、主營(yíng)業(yè)務(wù)以及所在行業(yè)的優(yōu)勢(shì)開始有側(cè)重點(diǎn)的發(fā)力。除卻商業(yè)層面的因素外，企業(yè)也會(huì)因其承擔(dān)的社會(huì)價(jià)值層次的不同，從不同的角度去定義，對(duì)AI藝術(shù)的發(fā)展產(chǎn)生不同程度的影響。

一不小心，AI讓我們認(rèn)識(shí)了全新的自己

未來(lái)，平安將進(jìn)一步拓展AI音樂(lè)應(yīng)用的場(chǎng)景和領(lǐng)域，例如音樂(lè)鑒賞、音樂(lè)教育、音樂(lè)治療等，此外，人工智能技術(shù)又進(jìn)一步滲透到人類意識(shí)形態(tài)的藝術(shù)多維領(lǐng)域，如繪畫、作詩(shī)等。

不難預(yù)想，AI不僅改變了我們的創(chuàng)造能力，而且還提出了關(guān)鍵技術(shù)突破問(wèn)題。未來(lái)，AI如何拓展人類的創(chuàng)造力？如何利用技術(shù)拓展藝術(shù)的邊界，豐富藝術(shù)的多元性？ AI可以繪畫、編曲，但能否跟人類創(chuàng)作的作品一樣動(dòng)人？

在談及AI對(duì)藝術(shù)產(chǎn)業(yè)的變革時(shí)，項(xiàng)目技術(shù)負(fù)責(zé)人認(rèn)為，利用AI實(shí)現(xiàn)智能創(chuàng)作，實(shí)際上可以幫助作曲家、藝術(shù)家更高效地創(chuàng)作，探索他們?cè)静豢赡艿淖髌贰L(fēng)格嘗試。但這其中，人的因素仍是藝術(shù)創(chuàng)作中最核心最重要的一環(huán)。

這一回答，無(wú)疑道出了未來(lái)人工智能發(fā)展的最大空間，AI所實(shí)現(xiàn)的東西越多，人類對(duì)創(chuàng)造力的標(biāo)準(zhǔn)也就越高。如何能夠最貼近人類的意識(shí)形態(tài)，實(shí)現(xiàn)思維的豐富和想象力的突破，是AI技術(shù)面臨的最大難點(diǎn)。在更多的藝術(shù)領(lǐng)域，AI技術(shù)的介入極大地降低了藝術(shù)準(zhǔn)入門檻，也讓藝術(shù)領(lǐng)域以更多樣的形式深入生活、產(chǎn)業(yè)，甚至在某種程度上改善人類精神世界的發(fā)展進(jìn)程。

其實(shí)AI承載歷史的案例一直在持續(xù)：故宮博物院因?yàn)锳I技術(shù)變成了網(wǎng)紅，《清明上河圖》因AI、3D、VR技術(shù)讓歷史“真實(shí)地”流動(dòng)在眼前，而被熊熊大火重挫的巴黎圣母院也會(huì)在AI技術(shù)里找到另一個(gè)新的“自己”。

《我和我的祖國(guó)》AI交響變奏曲也是這種浪漫藝術(shù)與嚴(yán)謹(jǐn)科學(xué)的完美融合。

我們還看到，在新中國(guó)成立70周年的長(zhǎng)篇卷軸上，我國(guó)的多項(xiàng)技術(shù)曾都帶來(lái)過(guò)革命性的突破。比如早期基于控制論的核技術(shù)，到打破封鎖的超級(jí)計(jì)算機(jī)技術(shù)，再到載人航天衛(wèi)星技術(shù)，均讓國(guó)家實(shí)力大幅躍升。

走過(guò)工業(yè)化和信息化的70年后，我們進(jìn)入了嶄新的智能化時(shí)代，平安《我和我的祖國(guó)》AI交響變奏曲克服了技術(shù)壁壘，某種程度上，也將人工智能技術(shù)帶進(jìn)了嶄新領(lǐng)地，勢(shì)必會(huì)在偉大歷史節(jié)點(diǎn)上留下其濃墨重彩的一筆。