讓機器“看圖譜曲” 百度意欲何為？

　　看到一篇作者為海甜寫的文章就介紹到：無論“算法音樂(以數學方法代替音樂思維，創作過程即演算過程)”，還是“圖表音樂”，“幾何音樂”，諸多作曲家都試圖以數學為路徑窺視音樂本質。數學家約翰·傅里葉甚至證明所有樂聲都可用數學式描述，而萊布尼茨則說：“音樂，就它的基礎來說，是數學的;就它的出現來說，是直覺的。”

　　不過，這當然不意味著作曲這件事自此將由機器代勞——常識是，在可以預見的未來，人類與人工智能不是對立關系，而更近似于共生。舉個例子，如你所知，1997年國際象棋大師卡斯帕羅夫被當時的人工智能打敗，但與直覺相悖，近二十年過去了，國際象棋的浪潮并未消散，相反，無論玩家數量還是比賽數量都一直在提升——人類甚至發明了一種自由式國際象棋比賽：人加電腦與其他人加電腦，或者純粹電腦來比賽，在2014年自由式國際象棋對抗錦標賽上，純人工智能贏了42場，而“人工+智能”型組合贏得了53場。

　　嗯，人工智能幫助人類成為了更好的棋手，你完全可以期待，這種助力同樣發生在音樂領域，兩種智慧的合力一齊譜寫出更精致的作品也未嘗可知。說不定未來的譜曲形式是：確定性的部分由機器完成，而人類則復雜提供那些真正意義上的“點睛之筆”。

　　音樂的作用

　　那么說回百度這項“看圖譜曲”技術——它到底有什么用?

　　先來回顧一下百度在這一領域的深耕與布局。公開資料顯示，早在2013年百度就正式成立了深度學習實驗室(IDL)，2014年5月挖角谷歌大腦之父吳恩達出任首席科學家。也在這一年，百度在加州森尼韋爾市成立了“百度研究院”，并下設深度學習，大數據和人工智能這三個商業前景最為明朗的實驗室。

　　事實上，研發新技術——并讓它盡快落地，實現商業價值，一直為百度所擅長。就拿與“看圖譜曲”技術相關的圖像識別來說，其測試版在2010年末上線，經過不斷迭代，如今它已被應用在電商(譬如拍照購物)，社交(譬如通過人臉相似度交友)等領域。

　　嗯，“看圖譜曲”同樣如此——毫無疑問，相較于讓人工智能單純譜曲以換得人類賞識，“看圖+譜曲”有著更為廣闊的實用性。最本能地猜測當然是產品推廣，譬如，機器譜曲可作為單一商品甚至任何一家網店的背景音樂，讓用戶在購物同時能聽到一段“描述”這個產品的音樂，從而提升購物欲望。

　　這并非空泛之談。你知道，音樂有著無比漫長的演化史，它幾乎出現在人類所有儀式和活動之中，人腦為何迷戀音樂?它是怎么理解和處理音樂的?這些都是開放且令人著迷的疑問。雖然視覺幫助人類獲取80%以上信息，但來自聽覺的情緒反饋同樣巨大——無論是欣喜藝術還是日常生活，關于“一段配樂”的作用，你一定深有體會。

　　一種常見解釋是：音樂與多巴胺的釋放有關，后者是一種與“快樂”相關的激素。作家阿城在《愛情與化學》一文中曾說：能直接作用于邊緣系統也就是情感中樞的藝術就是音樂。“音樂由音程、旋律、和聲、調性、節奏直接造成‘頻律’(不是旋律)，假如這個頻律引起痛苦中樞或快感中樞的強烈共振(不是共鳴)而導致放電，人就被‘感動’，悲傷，興奮，沮喪，快活。同時腦中的很多記憶區被激活，于是我們常常聽到或看到這樣的傾訴，‘它使我想起了什么什么……’每個人的經驗記憶有不同，于是這個‘頻律’，也就是‘作品’就被賦予多種意義了。”

　　所以從這個意義上，在我看來，這無疑要比讓機器作出一首“偽肖邦”要有用的多。