读天才与算法:人脑与AI的数学思维笔记18_心流机
![](https://img2024.cnblogs.com/blog/3076680/202405/3076680-20240503232458060-2141107382.png)
1. 心流机
1.1. 在音乐中你会期盼旋律从不稳定解决到稳定,最终实现某种张力的解决
1.2. 将马尔可夫链系统中的自由与约束条件结合起来,从而形成一种更具结构化的组合
1.3. 美籍匈牙利心理学家米哈里·契克森米哈赖(Mihaly Csikszentmihalyi)于1990年首次提出并确立了“心流”(flow)这一概念
1.3.1. 人们在心流状态下最为快乐,这是一种对正在进行的活动和所在情境的完全投入和集中,是一种人们因为过于沉浸在一项活动中而忽略身边一切事物的状态
1.3.2. 心流状态是内在动机的最佳形式,在这里人可以完全沉浸在他所做的事情中
1.3.3. 许多艺术家和表演者曾描述,当他们全身心地投入到艺术中时,就失去了时空感,有些人称之为“进入状态”
1.4. 要想达到“心流”状态,必须在任务的难度和操作者的技术能力之间建立起平衡
1.4.1. 如果操作者技术能力不足,任务难度又相对较高,那么他就会陷入焦虑的状态
1.4.2. 如果任务难度过低,所需技术能力要求也很低,就会给人带来无聊的感觉
1.5. 毕加索花了数年时间来汲取埃尔·格列柯(El Greco)、雷诺阿(Renoir)、委拉斯贵支(Velázquez)和马奈(Manet)的作品风格,通过模仿、组合和调整他们的风格,并添加不同的约束条件,来创造一种属于他自己的独特风格,但这种风格植根于过去的这些大师
1.6. 帕切特“心流机”的核心算法是,先使用马尔可夫链来学习艺术家的风格,然后再添加一定的约束条件
1.6.1. 一个使用博登组合型创造力概念进行算法试验的绝佳例子
1.7. “心流机”并不局限于音乐
1.7.1. 你可以让它学习一个诗人的风格,并使用另一个人的风格为约束条件
1.7.2. 帕切特的团队用马尔可夫模型来学习鲍勃·迪伦(Bob Dylan)歌词的风格,然后将其应用到甲壳虫乐队的《昨日》(Yesterday)歌词中
1.7.3. “心流机”的任务是在这个框架中填充被识别认可为鲍勃·迪伦所作的词句
1.7.4. 由“心流机”作曲的新歌叫作《老爸的车》(Daddy’s Car),采用了帕切特最喜欢的甲壳虫乐队的音乐风格
1.7.4.1. 许多音乐分析家认为,甲壳虫乐队的音乐有一个暗含的模式,帕切特希望破解他们的密码
1.8. 帕切特在2018年初发行了专辑《Hello World》
1.8.1. 专辑是卡里和其他一些使用“心流机”的音乐家合作完成的
1.8.2. “心流机”帮助这些音乐家不断地拓展自己的创造力
1.8.3. 定义这是人工智能制作的第一张专辑并不十分准确,因为卡里和他的合作者在确定最终产品的边界上发挥了重要的、无可替代的作用
1.9. 艺人有可能写出无穷无尽的“口水歌”,这就是公式化创作的结果
1.9.1. 许多流行歌曲只是在重复已验证可行的格式,而没有考虑去挑起人们的期许和愿望
1.9.2. 这样的流行歌曲一般是4/4拍,4小节或是8小节一个乐句,旋律不停地一遍一遍重复
1.10. 算法已经开始控制我们所听的内容了
2. Jukedeck
2.1. Jukedeck是由两名剑桥大学的毕业生创建的,他们是发小,8岁时就在教会唱诗班认识了
2.2. Jukedeck是众多利用人工智能为机构和公司创作歌曲的公司之一
2.2.1. 他们的顾客,从自然历史博物馆这样的机构到可口可乐这样的公司都有
2.2.2. 这些公司需要原创但便宜的背景音乐来制作视频和广告,它们不想支付高昂的版税
2.3. Jukedeck的目标是创作视频制作或游戏开发中所需的背景音乐,而不是与阿黛尔打擂台
2.3.1. 金钱推动着人工智能的艺术革命而不是对艺术方面的考量
2.4. Jukedeck利用人工智能几秒钟就可以完美地为视频配乐
2.4.1. 从阳春白雪到下里巴人,从合奏到鼓和低音
2.4.2. 你需要告诉它你想要的音乐是积极的、忧郁的,还是其他八种情绪中的哪一种
3. 量子作曲
3.1. 艺术创作的一个奇特之处是,艺术家创作的作品必须吸引许多不同的人来观看、阅读或聆听
3.2. “大举进攻”乐队
3.2.1. 2016年年初他们选择了一种创新的方式发布了四首新歌
3.2.1.1. 粉丝们通过下载、安装并运行一款名为Fantom的应用程序来收听歌曲,这个应用程序是为这四首作品专门开发的
3.2.1.2. 应用程序Fantom依赖于音乐家对歌曲各部分的管控能力
3.2.2.1. 决定接下来要添加哪部分迷你音轨,以及以何种方式混合
3.2.2.2. 用户的心率、动作、摄像头捕捉到的画面,都将影响你所听到的歌曲的旋律和音质
3.2.3. “大举进攻”乐队的算法本质上就是高级复杂版的莫扎特骰子游戏
3.2.3.1. 莫扎特精心策划了每一个小节,提供了11个选项,每一个都可以作为华尔兹舞曲的下一个小节,而华尔兹的整体结构确立了游戏规则
3.2.4. 该算法的关键之处在于创建了一棵可能树,源树提供的可能性足够丰富和多样,又具有足够的连贯性,所以无论算法选择哪条路径,结果都会显得天衣无缝、那么自然
3.2.4.1. 你想要的绝不是完全的随机性
3.3. 在量子世界里,一个电子因量子叠加的缘故,可以同时出现在许多不同的地方,是观察的行为导致了波函数坍缩,坍缩成它的许多种可能状态之一
3.3.1. 创作一首可以存在于许多种可能状态之中的歌曲
3.3.2. 算法会根据我的数据和做出的选择,将“大举进攻”的“波函数”坍缩成一首歌曲
3.4. 使用人工智能音乐帮助诱导人进入冥想状态的应用程序
3.4.1. 音乐对人当前的精神和身体状态的数据做出判断和反应,让算法学习如何操纵人的精神和身体来使之放松
3.5. 米克·格里森(Mick Grierson)
3.5.1. 曾与冰岛先锋乐队西格尔·罗斯(Sigur Rós)密切合作
3.5.2. 把他们的一首歌“风暴”(Óveður)扩展成一个24小时的版本,在其中不会有任何重复,但保留了5分钟的原曲目
3.5.2.1. 这个时长24小时的版本是为了配合一次环绕冰岛海岸的旅行而制作的
3.5.2.2. 对于一个人类作曲家来说,创作一个24小时不重复的原声音乐是相当困难和耗时耗力的
3.5.2.3. 格里森开发的软件使用概率工具生成音轨,来响应音乐所附的图像
3.5.3. 他还创作了这首歌的一个更长的版本,这个版本将永远播放,永不重复
3.5.3.1. 即使“大举进攻”乐队或是“西格尔·罗斯”乐队解散了,借助这个算法,只要我们想听,还是会有源源不断生成的新版本的歌曲
3.6. “生成音乐”(generative music)
3.6.1. 来描述由一个系统或算法创造的不断变化的音乐
3.6.2. 一种音乐苗圃,作曲家播种下种子,算法与外界互动(如一个人玩电脑游戏,或者其一天的经历),然后这些种子就会生长出声音
3.6.3. 它是为自己思考的音乐。
3.6.3.1. 布莱恩·埃诺(Brian Eno)
3.6.4. 从乐谱到体验
4. 音乐人工智能革命的开始
4.1. 机器学习正在挑战人类作曲家所依仗的洛夫莱斯对人工智能的预言
4.2. 2016年,一个名为AIVA的算法成为被法国音乐人、创作人和版权代理商协会(简称SACEM)授予作曲家称号的第一台机器
4.3. 该算法由皮埃尔·巴罗(Pierre Barreau)和文森特·巴罗(Vincent Barreau)两兄弟创建,该算法学习了巴赫、贝多芬、莫扎特以及其他海量的音乐家的作品乐谱,产生了一位正在创作自己独特音乐的人工智能作曲家