本文摘要：机器学习在艺术和音乐方面构建了一些巅峰的成就。近期的例子来自谷歌的创新研究团队Magenta的AI钢琴精灵,只需用八个按钮就可以让你在钢琴上流利地即兴创作。钢琴精灵背后的团队受到了吉他英雄的灵感，修改了弹奏乐器的方式。 他们不期望用户只是页面预先写出好的曲谱，而是要在弹奏中制作旋律片段。为了构建这一目标，他们在一个可观的古典钢琴音乐数据集上训练了一个人工智能程序，教教它预测互相追随的音符，就像手机的预测文本功能猜测你接下来不会写出什么一样。

机器学习在艺术和音乐方面构建了一些巅峰的成就。近期的例子来自谷歌的创新研究团队Magenta的AI钢琴精灵,只需用八个按钮就可以让你在钢琴上流利地即兴创作。钢琴精灵背后的团队受到了吉他英雄的灵感，修改了弹奏乐器的方式。

他们不期望用户只是页面预先写出好的曲谱，而是要在弹奏中制作旋律片段。为了构建这一目标，他们在一个可观的古典钢琴音乐数据集上训练了一个人工智能程序，教教它预测互相追随的音符，就像手机的预测文本功能猜测你接下来不会写出什么一样。

“我想要给那些不懂游戏的人设计一种工具，让他们可以用自己权利的意图制作音乐，”GoogleMagenta实习生ChrisDonahue和建构钢琴精灵的三人人组告诉他TheVerge。Donahue说明说道，很多人工智能音乐项目都会从单个接续音符或和弦中产生原始的旋律。

钢琴精灵的不同之处在于它的即兴创作，让用户有更加强劲的掌控感觉。这是一个技术挑战，可以最大限度地增加延后，使每个音符立刻可以播出，也为玩家建构了一种独有的感觉，Donahue说道。

“这就是十分篮的体验，有时候不会让你实在它有点看起来在读者你的思想并充分发挥你想的清楚音符，”他说道。“其他时候，它又不会几乎违反你，但依然不会做到一些合理的事情。”Donahue说道，这就是钢琴精灵的原因，因为虽然你能想你想的东西，但你获得的并不总是你所拒绝的。

PianoGenie的机器学习方面是由一些少见的AI元素建构的。主要组件是循环神经网络，这是一种尤其擅长于自学仿真顺序数据的程序，如书写和音乐。

这个神经网络用来自国际比赛的钢琴音乐数据集。这个数据尤其简单，因为比赛以文件格式记录所有演出，不仅保有音符，还保有速度（切换为音色和音量）。

这是用作创建钢琴音符互相追随的预测模型的主要训练数据。这也意味著Genie产生的音符坚决某些键和音阶。Donahue补足说道，数据也很简单。Genie团队，其中还包括谷歌的IanSimon和DeepMind的SanderDieleman，还必需设计一对编码器，可以使这种输入合适他们的吉他英雄式控制器。

换句话说，他们被迫将88个音符（钢琴上的标准键数）增大为八个按钮。这个过程的最后一部分是把这一切都挂到了一个自我弹奏的钢琴上。

Donahue说道像PianoGenie这样的节目指出人工智能可以强化人类的创造力。它将人类变为了各种各样的机器人，将我们应当播出音符的本能科学知识与计算机的音符预测能力结合。

本文来源：ku游官网-www.tjysygb.com