在2019世界人工智能大會期間，AI+藝術(shù)也成了其中一個(gè)關(guān)注和討論的板塊。在TensorFlow主題論壇上，兩位獨(dú)立開發(fā)者，AI研究員黃成之（Anna Huang）、蘭州大學(xué)信息工程學(xué)院助理研究員武強(qiáng)，分別從AI+服飾創(chuàng)新、AI+音樂的角度分享了TensorFlow的應(yīng)用和研究成果。

據(jù)武強(qiáng)介紹，他們的團(tuán)隊(duì)通過TensorFlow+數(shù)據(jù)+機(jī)器學(xué)習(xí)，將敦煌壁畫上的飛天服飾進(jìn)行收集，再結(jié)合現(xiàn)在服飾數(shù)據(jù)集，生成一些創(chuàng)新服飾，通過算法進(jìn)行風(fēng)格遷移，最后進(jìn)行階段性輸出。即基于TensorFlow，通過中國傳統(tǒng)文化創(chuàng)造出一個(gè)新的藝術(shù)形式。

目前，該項(xiàng)目已經(jīng)設(shè)計(jì)成課程在大學(xué)內(nèi)推廣。據(jù)武強(qiáng)介紹，未來團(tuán)隊(duì)將進(jìn)一步擴(kuò)展敦煌的傳統(tǒng)文化數(shù)據(jù)集，并推出服飾融合創(chuàng)新相關(guān)的平臺。

而對音樂更感興趣的黃成之，則分享了如何通過機(jī)器學(xué)習(xí)幫助用戶進(jìn)行音樂和藝術(shù)創(chuàng)作。黃成之和團(tuán)隊(duì)開發(fā)了一款巴赫Doodle（下文簡稱為 “巴赫涂鴉”），在2019年3月21日，在巴赫生日的這一天，谷歌上線了“巴赫涂鴉”。根據(jù)谷歌的官方介紹，利用這個(gè)涂鴉，你可以隨意創(chuàng)作自己的旋律，利用人工智能，涂鴉將用巴赫的風(fēng)格來演奏你創(chuàng)作的作品。

在接受新浪科技采訪時(shí)，黃成之表示，這是一個(gè)把機(jī)器學(xué)習(xí)當(dāng)做非常好的工具去助推和加速整個(gè)文化和音樂創(chuàng)造的過程。

“我們在談到機(jī)器學(xué)習(xí)如何去助推創(chuàng)作的過程當(dāng)中，針對不一樣的人群，它是有不同的含義的?！比绻且粋€(gè)新人，想先接觸作曲狀態(tài)，機(jī)器學(xué)習(xí)可以讓其有更快的方式去了解旋律。如果是有經(jīng)驗(yàn)的作曲家，利用機(jī)器學(xué)習(xí)可以很快做出一個(gè)小樣，呈現(xiàn)創(chuàng)作效果，幫助其做后續(xù)調(diào)整。

不過，創(chuàng)造力是人類對于機(jī)器最大的優(yōu)勢之一，有人好奇，為什么人類會需要讓機(jī)器來幫忙做比如創(chuàng)作、作曲這些創(chuàng)造類的事情？

黃成之表示，她自己就是一個(gè)作曲家，創(chuàng)作流程一般分成兩個(gè)階段：大量想法產(chǎn)生的階段和將確定的想法表達(dá)出來的階段，而機(jī)器學(xué)習(xí)在這兩個(gè)不同的階段都會有介入，會有不一樣的作用。

比如，創(chuàng)作者沒有靈感的時(shí)候，機(jī)器學(xué)習(xí)可能會給他一些靈感啟發(fā)。而作曲過程中，有某些細(xì)節(jié)需要人類的方式去進(jìn)行創(chuàng)作和調(diào)整，但有些比較大層面，像結(jié)構(gòu)化層面上的調(diào)整需要，屬于比較重復(fù)性的工作，這個(gè)時(shí)候機(jī)器學(xué)習(xí)就會發(fā)生作用了。

至于未來機(jī)器能否創(chuàng)作出完全屬于它自己的完整作品，黃成之表示，”我不會認(rèn)為未來我們希望讓機(jī)器去做出它自己的音樂作品。從我作為作曲家的角度來看，音樂其實(shí)是一個(gè)溝通和表達(dá)感情、感受的方式，所以我們要做的應(yīng)該是給創(chuàng)作者提供賦能的工具，讓他們可以更直接地、更好地去把自己的情感和感受表達(dá)出來?！?/p>

提到挑戰(zhàn)，黃成之表示，在做巴赫Doodle的過程中，團(tuán)隊(duì)遇到了很多挑戰(zhàn)，其中數(shù)據(jù)集的問題，是第一個(gè)挑戰(zhàn)。

“因?yàn)槲覀冎挥?00首巴赫的曲目來做訓(xùn)練的樣本，要學(xué)習(xí)一個(gè)作曲家的風(fēng)格，這個(gè)數(shù)據(jù)集的規(guī)模是非常小的?！睘榇?，團(tuán)隊(duì)用到了一個(gè)叫本能化、直觀化的數(shù)據(jù)采樣方式。即面對一篇樂譜，不是從頭到尾去讀這段音節(jié)、或這段旋律，而是隨機(jī)從中抽出幾塊遮蓋起來，讓機(jī)器去猜測這段旋律中空白的部分。

“如此一來，我們就將一段旋律，從不同角度、以排列組合的方式衍變成了許多段旋律，這就解決了我們這個(gè)數(shù)據(jù)集的問題?！?/p>

第二個(gè)問題，是建模的問題。黃成之透露，建模最大的挑戰(zhàn)在于“速度”，因?yàn)樾枰獙?shí)現(xiàn)互動性——在瀏覽器網(wǎng)頁上與用戶做互動，速度非常關(guān)鍵?！拔覀冏隽撕芏嗉軜?gòu)上的改進(jìn)，來實(shí)現(xiàn)從40秒加速到現(xiàn)在的大約2秒。除此之外，我們還要納入很多其他方面的技術(shù)來最終實(shí)現(xiàn)AI Doodle的互動效果?！?/p>

最后，黃成之認(rèn)為，機(jī)器學(xué)習(xí)只是作曲家眾多輔助工具中的一個(gè)，可以簡化很多音樂的結(jié)構(gòu)和特點(diǎn)，也有很好的協(xié)同機(jī)制，但最終還是要取決于創(chuàng)作者創(chuàng)作的方式和他們在創(chuàng)作的作品。她同時(shí)表示，這些模型或許會對音樂教育有所幫助，可以讓更多人能夠擁有主動創(chuàng)作的體驗(yàn)、去作曲，打開他們的興趣。

來源：新浪科技