文 | AI国际站 艾娃
编 | 唐恩
本文由AI国际站 原创出品，未经许可，任何渠道、平台请勿转载，违者必究。
人工智能已经接管了我们的生活，并彻底改变了它。日子已经过去，您仍然可以辩论AI是否会影响某个行业并像其他行业一样改变它。想知道为什么吗？因为人工智能已经渗透到我们知道的所有其他行业，并将继续影响其他几个行业。它已经以多种方式被使用，而其他方式正在研究中。剩下的唯一一个问题是，人工智能将接管一个现有行业并将其永久改变为有益行业吗？
在音乐方面，人工智能正以与社会其他领域相同的方式在行业中传播其网络。AI的出色功能包括自动化服务，发现大型数据集中的模式和见解，以及将新见解带到表中并提高效率。换句话说，人工智能的构建具有面向企业的转换功能。音乐行业的公司必须为这种根本性的转变做准备，因为那些没有的公司将被排除在竞争之外。
随着每一天的过去，人工智能正在改变和改变企业过去的运作方式。取而代之的是，它改变了他们的核心，并为刷新思想和创新铺平了道路。德勤（Deloitte）最近的《人工智能状况》报告显示，人工智能的采用率逐年以前所未有的速度增长，目前在全球范围内约为63％。同一份报告还阐明了这样一个事实，即82％的以一种或另一种形式在其组织中运行AI程序的公司获得了投资的财务回报。
大多数企业之所以在AI上进行投资，是因为它最终将范围缩小到了自动化任务，从而削减了不必要的成本并增加了收入。麦肯锡最近的一份报告显示，到2030年，将有70％的公司至少采用一种人工智能产品。这一趋势的不断增长可以具体地归因于AI承诺补充和增强我们的人类能力。因此，它已成为跨行业业务增长，新想法和可持续决策的强大驱动力。
还记得Google的Magenta和PAIR团队是如何在约翰·塞巴斯蒂安·巴赫（Johann Sebastian Bach）333岁生日之际创建新的Doodle的吗？此Doodle作品最令人惊奇的品质之一是，它使用户可以利用机器学习来协调旋律来创作自己的音乐。在此过程中，ML模型分析了至少306种巴赫原始合唱和声，以创建音乐并根据用户的输入音符进行调音。这次经历仅使我们思考关于音乐行业的更大问题。人工智能将如何改变音乐制作人，艺术家，歌曲作者等人的生活？考虑到Google在将ML引入音乐中的进步，我们是否会进入ML艺术家的时代？
音乐唱片公司对采用AI更感兴趣
创新的人工智能让每个人都为之着迷。无论是创造新的音符，惊人的流行歌曲还是歌曲，每个人都会立即坠入爱河。创意AI不仅使唱片公司能够制作高质量的音乐，还使他们从中获得可观的金钱收益。不仅如此，AI的采用还因为音乐唱片公司的传统赚钱方式。
例如，假设一个音乐唱片公司生产的一首歌在一个季度中的总收入约为100000美元。该收入不会完全进入标签帐户。取而代之的是，标签保留了其中的40％，其余的60％提供给了适当的利益相关者。这意味着该标签平均可以赚到40000美元左右。
现在想象一下，机器学习算法或人工智能程序可以产生同样有效的记录和高质量，但成本和人力却少得多。这个想法不是遥不可及的。
个性化音轨
华纳音乐集团（Warner Music Group）最近与音响初创公司Endel签约，后者使用人工智能制作个性化音轨。这些曲目在提高人们的情绪并提高他们的生产力。即使所产生的音乐不够出色，无法跻身榜单或跻身Billboard的前100名，华纳唱片公司仍与该公司签了20张专辑。这个真实的例子展示了AI在音乐行业中的潜力以及ML艺术家如何统治下一代。
迄今为止，人工智能支持的音乐项目一直是少数组织的研究目标。在另一个实例中，位于巴黎CSL的索尼计算机科学实验室引入了DrumNet，该DrumNet可自动生成底鼓音轨。它从根本上基于人工神经网络，可学习不同乐器之间的节奏关系并将其编码为16维空间。
换句话说，脚鼓的风格由从独立的多元高斯序列中采样的多维矢量确定。样式矢量有助于确定鼓的脚踩和其他元素（如低音，军鼓，节拍，下拍等）的起跳之间的关系。ML模型还基于一系列卷积门控自动编码器，并调整速度和定时基于输入的输出。
尽管AI在音乐行业中的介入听起来相对较新，但1951年的Alan Turing还是第一个使用足以容纳整个实验室的机器来录制计算机生成的音乐的人。然后，在唱片制作65年后，新西兰研究人员对其进行了恢复。
今天，人工智能继续产生音乐。创作音乐作品时，它开始分析来自不同作品的数据。下一步是利用强化学习使算法能够学习使音乐变得愉悦的特征和模式。
在相同的轨道上，AI通过以独特的方式组合元素来保持创作新音乐和轨道的能力。Google的Magenta，Sony的Flow Machines和Daddy's Car之类的项目已经在市场上出现了。这正在推动音乐家和专业人士学习音乐技能以及他们的音乐知识。未来将最终属于那些可以利用AI更好地完成工作的人。
閱讀更多 AI國際站 的文章
