Bernhard Mueller在个人博客中这样描述自己「安全研究员,未经认证的黑客」。正是这位「黑客先生」创造了金属乐的AI。「十几岁的时候,我在一个小镇的金属乐队里演奏。我们的音乐同时也受到新金属运动的深刻影响。」虽然新金属摇滚与金属摇滚风格各异,Bernhard Mueller恰巧融合了新金属与金属的特色,在他看来,他们乐队创作的歌曲听起来像是老牌乐队Korn、System of a Down、Incubus的混合风格。「我一直在问自己,我们创作歌曲的流程与现代语言生成模型的工作方式是否完全不同。」Bernhard Mueller认为,传统的音乐创作过程基于大量的「重复训练」和「微调」,这个流程看似复杂,但是对于AI来说,并非做不到。
Bob Dylan认为,「创造力与经验、观察和想象力有很大关系,如果缺少其中任何一个关键元素,它就不会起作用」。当然,这是针对作曲家而言。借助AI的力量来作曲已经成为很多当代作曲家的选择。仅仅通过电脑程序就可以从零开始创作出完整的音乐,何乐而不为?但是,如果追根溯源,回归艺术创作的初衷,不禁令人生疑,人工智能所创造的音乐真的称得上「创造」吗?从积极层面来看,早在AI技术刚开始起步的时候,音乐行业使用AI的可能性就已经被热议。大势所趋,为了助力音乐与科技的融合,中央音乐学院开始接收音乐人工智能方向博士生。由于人在创作时会受到自身知识结构、生活经验的束缚,很难离开舒适区。大数据则没有这种烦恼,一旦建立模型,就可以从中学习创作规律,生成意想不到的作品。但是,从另一层面思考,AI音乐的自动化、个性化混搭和改编同样可能带来麻烦。试问,如果通过应用程序来改编一首歌,直到听辨不出原曲,难道这就意味着新歌曲的诞生?如果答案是肯定的,那么,又如何撇清这首歌与原曲的关系?因此,AI音乐虽然打开了新世界的大门,但同时也带来了诸如版权之争的麻烦。也许不久的将来,我们甚至无法区分出AI音乐和原创音乐。今年,在清华大学举办的艺术与科学系列的对谈沙龙上,朗朗与人工智能专家分别从音乐语言、机器语言、视觉语言等多个维度探讨“艺术与科学”的哲学关系。对于原创音乐的出路、未来人类大脑是否会替换,给出了一个综合的观点:「人工智能再怎么厉害,终究是辅佐人的工具。因为,艺术的本质是人性。」