AI不仅能画画，还能编和弦了：谷歌这几年取得了哪些艺术成就？

人工智能博客（公众号ID:aibbtcom）整理，如有侵权请联系删除。

在很多人的印象中，AI冰冷、生硬，和艺术无缘。但谷歌偏偏就不信。

谷歌大脑（Google Brain）有个Magenta项目，专门研究用TensorFlow和生成式模型来创造艺术作品，包括音乐、绘画作品等。他们的目的不是取代艺术家，而是为艺术家提供某些自动化协助，比如，编曲家可以用机器智能生成一段和弦。

项目代码已开源，请复制以下链接获取：

https://github.com/tensorflow/magenta

感觉有点酷！让我们来看看Magenta项目负责人Douglas Eck是怎样介绍他们的成果的。

视频来自O'Reilly和Intel AI Conference

时长15分钟

带有中文字幕

▼

内含一段AI演奏的肖邦钢琴练习曲

Magenta最近更新的博客文章里，详细介绍了MusicVAE音乐生成的相关技术细节。

博文链接：

https://magenta.tensorflow.org/music-vae

最重要的是对潜在空间（Latent Space）的利用，即将高维数据转换成低维。

如果将一段音乐表示为时序数据，那么一定是高维的。比如，就单音钢琴来说，在任何时候，都可以按下或松开88个键中的一个。我们可以将其表示为90种类型的事件（88次按键，1次松开，1次休息）。

如果我们忽略速度并用一个16分音符作为时间单位，则两个4/4排的小节将具有9032种可能的序列（旋律）。如果扩展到16个小节，将会是90256个可能的序列，它比宇宙中的原子数量多很多倍！

可视化来看的话，就是下面这样。这里是两小节随机的音符。纵轴代表钢琴上的音符，横轴代表时间。

但在潜在空间中，这些音符的表示是下面这样：

潜在空间能够表示低维空间中真实数据的变化。这意味着也可以通过潜在空间高精度地重建真实的数据。一种常见的模型是自动编码器（Auto Encoder）。

要生成一段音乐，需要模型学习较长的时间序列中的结构。在这里用到了一种分层解码器。

效果是，可以将一段旋律A和另一段旋律B相结合，生成一段“平均旋律”：

也可以用来给乐曲选择配器。

下面请欣赏AI配乐