Aiva是一個AI作曲家，
它創作的音樂作品可以為電影導演、廣告公司，
甚至遊戲工作室配樂所用。
那麼，
我們應該思考一個問題：我們還能區分出AI合成的音樂與人類音樂家的作品麼？換個說法，
Aiva能通過音樂“圖靈測試”麼？
「AI交響樂試聽」
試聽音樂：Demo Celtic Danse for Orchestra
人工智慧（AI）將成為21世紀最具開創性和意義的技術。 但是， 當人們思考人工智慧時， 到底代表什麼呢？在撲克上打敗你的程式？能夠完美執行複雜任務的機器人？或者也許是自動化程式， 即將取代你的工作？
當考慮AI時， 我們通常觀察人類比較容易被替換的領域， 比如高水準計算、手動勞動， 或者優化資料等等。 然而， 現在， 在創意產業中出現了新的AI勢力， 其中之一就是音樂創作。
Aiva Technologies就是AI音樂創作領域典型的創業公司。 Pierre Barreau、Denis Shtefan、Arnaud Decker和Vincent Barreau去年在盧森堡和倫敦創立了該公司。
他們創造了一個AI作曲家， 並稱之為“Aiva”（Artificial Intelligence Virtual Artist， 人工智慧虛擬藝術家）， 並教它如何創作古典音樂。
今年二月， 這三位被邀請參加去柏林， 參加歐洲電影交易會， 還被邀請參加倫敦的商業與創業人工智慧（AIBE）峰會。
Aiva Technologies已經發佈了第一張專輯名為Genesis， 專輯包含不少單曲。 最近， Aiva成為了人工智慧領域第一個正式獲得世界地位的作曲家。 它通過法國和盧森堡作者權利協會（SACEM）合法註冊， 其所有的作品都以其自己的署名版權。
有目的的音樂
Aiva背後的技術基於使用強化學習技術的深度學習演算法。 深度學習是一種特定類型的機器學習， 其中多層“神經網路”被程式設計以處理各種輸入和輸出點之間的資訊。 雖然只是基於人類的大腦的神經結構簡單模式， 但已經能夠像人類這樣思考了。 這使得AI能夠在資料中理解並塑造高度抽象化的模型， 例如旋律中的模型， 或者人臉的特徵。
深度學習圖解
其實， 強化學習是一種機器學習技術， 其告訴軟體機構（AI）接下來要採取什麼動作以通過最大化其“累積獎勵”來達到某種目標。 與監督學習不同， 強化學習不需要標記的資料登錄和輸出。 這使得AI在資料中“找到自己的方式”， 並改進其性能， 而沒有給出任何明確的指令， 這使得AI更容易捕獲在創意藝術如音樂中的多樣性和變化。
根據該公司團隊的介紹， 他們搭建了一個深度神經網路， 通過品讀最著名的作曲家（巴赫、貝多芬、莫札特等）寫的古典樂章的大資料庫， 瞭解音樂作品的藝術性。 Aiva只是通過學習現有的音樂作品，便能夠捕獲音樂理論的玄妙之處。
在聽了大量的音樂，學習了自己的音樂理論模型之後，Aiva製作出自己的樂譜。然後，專業音樂家將這些樂章在錄音室中用真實的樂器彈奏，以實現最佳的音質。
雖然Aiva能夠在幾分鐘內完成古典旋律，但它的使用者通常需要“支援他們的視覺內容的故事”的音樂。為了實現這一點，有時Aiva可以在產生最終版本的音樂之前，對它們進行幾次反覆運算。
當被問及為什麼選擇專注于古典音樂時，Aiva Technologies的創始人的解釋是：
第一，它是電影，遊戲，廣告和預告片配樂中使用的主要風格；
第二，用來訓練Aiva的古典音樂資料庫不涉及版權問題，因為版權都過期了。
雖然音樂Aiva用來學習的音樂確實是沒有版權，但是它自己生成的作品卻不能用於公共場合，因為這些音樂是在SACEM註冊的。
音樂圖靈測試
Aiva Studios
未來，該團隊計畫教會Aiva如何學習各種風格的音樂。現代音樂提出的挑戰不是音樂本身，而是各種樂器和聲音的設計。試圖創造這些獨特的聲音，利用AI使他們的音樂脫穎而出，是他們接下來著重考慮的問題，AI作曲家將達到人類水準。
人工智慧音樂與人類音樂家創作的作品是否難以區分？其實，根據該團隊介紹，他們已經進行了幾次圖靈測試，要求專業人士聽Aiva的作品——到目前為止，沒有任何人能夠告訴他們，這竟然是由AI寫出來的。
但是，也沒有必要過分擔憂。Aiva的作品在編排和音樂製作方面仍需要人力投入。事實上，Aiva的創造者設想了一個未來，人與機器將合作以實現他們的創造潛力，而不是相互取代。
Aiva只是通過學習現有的音樂作品，便能夠捕獲音樂理論的玄妙之處。在聽了大量的音樂，學習了自己的音樂理論模型之後，Aiva製作出自己的樂譜。然後，專業音樂家將這些樂章在錄音室中用真實的樂器彈奏，以實現最佳的音質。
雖然Aiva能夠在幾分鐘內完成古典旋律，但它的使用者通常需要“支援他們的視覺內容的故事”的音樂。為了實現這一點，有時Aiva可以在產生最終版本的音樂之前，對它們進行幾次反覆運算。
當被問及為什麼選擇專注于古典音樂時，Aiva Technologies的創始人的解釋是：
第一，它是電影，遊戲，廣告和預告片配樂中使用的主要風格；
第二，用來訓練Aiva的古典音樂資料庫不涉及版權問題，因為版權都過期了。
雖然音樂Aiva用來學習的音樂確實是沒有版權，但是它自己生成的作品卻不能用於公共場合，因為這些音樂是在SACEM註冊的。
音樂圖靈測試
Aiva Studios
未來，該團隊計畫教會Aiva如何學習各種風格的音樂。現代音樂提出的挑戰不是音樂本身，而是各種樂器和聲音的設計。試圖創造這些獨特的聲音，利用AI使他們的音樂脫穎而出，是他們接下來著重考慮的問題，AI作曲家將達到人類水準。
人工智慧音樂與人類音樂家創作的作品是否難以區分？其實，根據該團隊介紹，他們已經進行了幾次圖靈測試，要求專業人士聽Aiva的作品——到目前為止，沒有任何人能夠告訴他們，這竟然是由AI寫出來的。
但是，也沒有必要過分擔憂。Aiva的作品在編排和音樂製作方面仍需要人力投入。事實上，Aiva的創造者設想了一個未來，人與機器將合作以實現他們的創造潛力，而不是相互取代。