人工智慧如何為你的人生譜寫個人化的配樂

來見見艾娃（AIVA），她是人工智慧，接受音樂創作藝術的訓練，讀了超過三萬首歷史上最偉大的曲子。在這場迷人的演說和展示當中，皮耶巴勒勞播放了艾娃創作的作品，並分享他的夢想：根據我們的心情和個性來創作原創現場配樂。

大約兩年半前，我看了
《雲端情人》這部電影。

片中的莎曼珊
是一種超級人工智慧，

她無法有實體。

因為莎曼珊無法出現在照片中，

她決定要寫一首音樂，

像照片一樣捕捉她人生的片刻。

我是音樂家也是工程師，
且在藝術家的家庭中長大，

我認為這音樂照片的點子強而有力。

我決定創造一個人工智慧作曲家。

她的名字叫艾娃（AIVA），
她是人工智慧，

她已經讀過了歷史上
最偉大的三萬首曲子，

從中學會了音樂作曲的藝術。

從演算法的角度來看樂譜
就是這個樣子，

用類似矩陣的方式來表示。

如果把莫札特和貝多芬
等級的作曲家

所寫的三萬首曲子
放到一個畫面中，

看起來就是這樣子。

艾娃會用深度學習的類神經網路
在樂譜中找模式。

從既有音樂的一些小節當中，

她能夠試著推論出下一個
出現的音符應該是什麼。

等艾娃很擅長預測之後，

她就可以為那種音樂風格

建立一組數學規則，

用來創作她自己的原創曲。

就某種意義上來說，
我們人類也是這樣作曲的。

它是一個試誤的過程，

在這個過程中，我們不見得
總是都能讓所有音符完美。

但我們能做自我修正，

用的是用我們聽音樂的耳朵，
或是用我們的音樂知識。

但對艾娃來說，藝術家、
音樂家，和作曲家會需要

花數年甚至數十年時間
來學習的這個過程，

可縮短為幾小時。

但音樂是非常主觀的藝術。

我們得要教導艾娃

如何譜寫出對的音樂給對的人，

因為大家的偏好都不相同。

為了達到這個目標，我們讓演算法
看過我們資料庫中每一首曲子的

至少三十種不同的類別標籤。

這些標籤包括像是調性、

音符密度、作曲家風格、

曲子被譜寫的時期。

看過這些資料之後，

艾娃就可以對非常精確的
需求來做出反應。

比如，最近我們接了一個專案計畫，

我們受委託要創作一首作品，

它要能讓聽眾憶起科幻電影配樂。

創作出來的作品叫做《星星之中》，

且錄音時請到好萊塢的
CMG 交響樂團來演奏，

指揮是偉大的約翰貝爾，

以下是錄音的結果，由艾娃創作。

（音樂）

（音樂結束）

你們覺得如何？

（掌聲）

謝謝。

所以，你們都看到了，
人工智慧可以創作出美麗的音樂，

最棒的部分是，

人類可以賦予這些音樂生命。

這並不是史上第一次

科技可以增強人類創意。

默片通常都是用現場音樂，

目的就是要增強體驗。

但現場音樂的問題是
它的規模有限。

實在很難把整個
交響樂團塞到小戲院中，

且很難在世界上每個戲院
都提供現場音樂。

所以，當音樂錄音發明出來之後，

內容創作者，比如電影製作人，

就可以用事前錄製好的原創音樂

根據他們故事的每一個畫格
來客製化打造。

那其實就是創意的強化器。

兩年半前，我看《雲端情人》時，

我心想，個人化的音樂

會為消費與創作音樂的方式
帶來下一個大改變。

因為現今我們有互動式的
內容，比如電玩遊戲，

雖然能播放數百小時的互動遊戲，

但平均只有兩小時的音樂。

那就意味著音樂不斷重覆，

一而再再而三地播放，
很難非常身歷其境。

所以我們正在努力做的，
是要讓人工智慧能夠創作出

數百小時的個人化音樂，

用在人類創意規模
受限的那些情況中。

且我們的目標不只是遊戲。

貝多芬為他的愛人寫過
一首作品《給愛麗絲》，

想像一下，如果我們
能讓貝多芬復活。

如果他就坐在你旁邊，
為你的個性及人生故事

譜寫音樂。

或是，想像一下，
比如像是金恩博士這樣的人，

有一個個人化的人工智慧作曲家，

也許我們對於
「我有一個夢」的記憶

就不只是偉大的演說，也是
很棒的音樂，我們歷史的一部分，

捕捉到金恩博士的理念。

這就是我們對於艾娃的遠景：

將音樂個人化，讓在座每一個人

以及世界上的每一個人

都能取得個人化的現場配樂，

依據他們的故事和個性所譜寫。

現在，我們一起在 TED 的這一刻，
就是我們人生故事的一部分。

所以，讓艾娃為這一刻
譜寫音樂是再適合不過了。

我們也的確這麼做了。

我和我的團隊讓艾娃
採用偏向 TED 的風格，

再加上讓我們感到
敬畏感和奇妙感的音樂。

產出的成果叫做《驚奇年代》。

這不需要人工智慧也能想得出來。

（笑聲）

接下來就要放給各位聽，
我感到非常驕傲，

如果可以的話，
請閉上眼睛，享受音樂。

非常謝謝。

（音樂）

【驚奇時代，艾娃作品】

（音樂結束）

這是給在座所有人的。

謝謝。

（掌聲）