乐坛以后归数学家管

本篇文章2284字，读完约6分钟

里尔·沙米尔博士的实验从一个问题开始:计算机算法能理解像披头士这样的流行音乐人的作品吗？

谢米尔说，实验结果表明，计算机可以识别披头士专辑之间的渐变规律。电脑只能通过音乐作品的旋律特征来准确区分专辑的顺序。美国底特律劳伦斯技术大学的副教授谢米尔说，该算法只能通过音频数据识别，根本不需要输入专辑中的任何其他信息。

识别流行音乐规律的能力可以说是机器智能领域的一大财富，这意味着谢米尔的算法可能会成为媒体领域的黄金代码。推荐系统是所有音乐服务的核心灵魂，任何能够预测用户偏好的数据技术都值得出版商花大价钱。但转念一想，这台机器的声音辨别能力令人难以置信。它将如何改变音乐的未来方向？

只需点击一下，就能听到歌曲的顺序

沙米尔教授的实验有一个奇怪的开始，因为他当时开发了一个海豚声音识别程序。他解释说，海豚和人类一样，在不同的地区生活时，实际上会习得不同的口音和方言。在海豚实验项目中，谢米尔突发奇想:如果计算机算法在分析海豚声音时如此精确，那么流行音乐呢？

他回忆道:自然，当你想到流行音乐时，你首先会想到像上帝一样的甲壳虫乐队。这也是我们下一步研究的目标。因此，他使用2883个数字描述符作为标识符，为所有13张披头士专辑的音乐数据建立了一个数据库，这些描述符被分成不同的数字类别，包括声音高度、节拍和其他音乐中很少使用的特征描述。

之后，Chamil设计了一个基于这些数据的算法来计算两首不同歌曲之间的相似度。

这些实验都是在无监督模式下进行的，计算机算法不是人工操作的。我们的任务是找到这两个专辑系统之间的相似之处，他补充道。

Chamil自己也没想到这个算法能够识别专辑的制作时间。但结果是非常令人满意的，这意味着算法可以推测，1963年发行的《请取悦我》是甲壳虫乐队的第一张专辑，随后是甲壳虫乐队的《出售甲壳虫乐队》、《一个艰难的夜晚》和《帮助橡胶灵魂》。然后标记甲壳虫乐队的迷幻摇滚专辑《左轮手枪》、《佩珀中士的孤独之心俱乐部乐队》、《神奇的神秘之旅》和《黄色潜水艇》，以便找出诸如《白色专辑》、《顺其自然》和《修道院路》等晚期作品。

创新的算法改变了音乐场景

在确认该算法可以识别披头士的作品后，查米尔转向了其他音乐之神，包括阿爸、u2和奎因。他发现算法是完美的匹配，区分专辑制作顺序的准确率是100%，根本不需要额外的信息。

在实验中还有一两件有趣的事情值得一提。例如，在识别过程中，该算法在披头士第11张专辑《艾比路》之前标记了第12张专辑《顺其自然》，这在字面上似乎是错误的，但事实上，任何披头士迷都知道专辑《顺其自然》中包含的大多数歌曲都是在1969年初录制的，当时专辑《艾比路》尚未开始制作，这可以从沙米尔的专辑中看出

该算法还有一个很大的功能，即它可以准确地识别歌手是否唱了原歌(例如，经常被掩盖的恐惧之泪)。

它可以说是一个音乐发现工具，Chamil生动地将它进行了比较。它能真正帮助听众接触不同音乐家的作品。许多伟大的音乐家只是缺少发现的眼睛和倾听的耳朵。

事实上，这也揭示了一种特殊的商业模式，如booklamp，它可以根据频繁出现的关键词来分类书籍，区分不同的风格和作品的其他元素。(booklamp被苹果公司以1000万美元收购绝非偶然，因为它很可能与由亚马逊提供的角色场景提示服务x-ray竞争。(

如果该算法能够接管类似的识别功能，可以避免人工评论系统的许多错误和遗漏，而在评论网站上操纵不良评论的舆论风暴就是一个很好的反面例子。

流行金曲的科学真理

所有上述发现为一件大事铺平了道路:算法也可以创造。目前，大多数职业，从法律工作到医疗诊断，都例行公事地依赖算法，而创造性工作被认为是远离机器智能的避风港，但现在这种认知将被推翻。

贾森·布朗是达尔豪西大学数学与统计学院和计算机科学学院的教授，他几年前从披头士的音乐中提取了一些科学规则，并根据这些规则录制了一些类似的歌曲。

最近，计算机科学研究员弗朗西斯科维科的iamus项目使用算法创作了超过10亿首不同风格的歌曲。建筑师塞莱斯蒂诺·索杜也用遗传算法描述了特定的建筑特征或特定的风格规则，并产生了大量独特的设计方案。

通过掌握歌曲的内在规律，包括节奏、节拍标记和和声的难易程度，该算法可以帮助选择下一首流行的金曲，甚至自动整合金曲的元素，自动生成最新的神曲，无需任何中间人的干预和协调。谢米尔相信，他发明的算法将能够在未来创作出类似披头士左轮专辑的歌曲。

理论上，这是非常可能的，他说。现在，问题是，这样的歌曲创作需要多强大的算法，需要多少成本。

事实上，这个话题经常引起怨恨，因为人们普遍认为这会剥夺人在创作过程中的因素。毕竟，如果创作流行歌曲不需要任何成本，为什么要雇佣无法控制的人力呢？

这与人类创造并不冲突

当然，许多人不这么认为。事实上，在创作过程中已经使用了大量的算法来帮助好莱坞幻想电影或艺术家的大胆想象。

英国电影公司Epagogix就是一个典型的例子。它与好莱坞的一些大型电影公司合作，使用能够模拟人脑处理和智能功能的神经网络来预测票房结果。

首席执行官尼克米尼说，预测可以在电影发展的早期阶段给出，这有利于电影公司制定电影预算。

亚历克西斯·柯克认为，在创意领域，人类和算法可以和谐共存。作为英国普利茅斯大学计算机音乐研究跨学科中心的研究员，他认为法律的发现对于扩大目前音乐探索的范围大有裨益。

他说，算法不会取代我们，但会让我们变得更好。用算法创造不是欺骗。毕竟，资深作词家和作曲家很快就会用算法推动音乐向前发展，所以只知道剽窃的算法很快就会被淘汰。