3款工具实现快速K8S开发

于是，Travis Bott完成了自己的创作--《Jack Park Canny Dope Man》。最后，研发团队使用基于AI的人体图像合成技术“Deepfake”，为这首歌拍摄了MV。就乐曲效果而言，Travis Bott对Travis Scott的模仿几乎以假乱真，完全融汇了Travis Scott作品以及人物魅力最主要的外部特征。同时，该项目也进一步验证了人工神经网络技术(Artificial Neural Networks)的蓬勃发展，有助于探索未来AI在音乐中的应用价值。

造船原理-几种算法模型

现代人工智能作曲技术背后蕴含了多种算法模型的结合运用，包含人工神经网络、马尔科夫链及遗传算法等。如AIVA和Travis Bott就使用了一种基于人工神经网络的深度学习技术。

人工神经网络是一种对生物神经的网络行为特征进行模仿，开展分布式并行信息处理的算法数学模型。程序员必须搭建一个多层“神经网络”，在多层的结构中分别加以编程，从而处理各种输入和输出点之间的信息。作品数据输入后，人工神经网络会找到众多被输入作品之间存在的规律，继而形成对音乐旋律、节奏、音高、强弱变化的理解与学习。

这种学习的主要目的是用来预测，并非就此生成作品。AI程序会带着它对以上音乐风格的预测继续运行，并将在前方遇到下一个验证数据集。这个数据集会判定它的预测是否正确，正确与错误的回馈都将被AI记住。

在不断的高速学习中，AI的预测能力就会越来越强，最终掌握程序员大数据归总后的曲风，进而编写出自己的曲子。人工神经网络为从前的算法作曲提供了一种新的方式，其优势在于能够对音乐作品的全局性特征进行学习，但是需采用大量的样本进行训练。当下国内外有许多基于该种算法所形成的人工智能作曲系统，如LSTM神经网络，可以确保所创作音乐的完整性。

除了人工神经网络，马尔科夫链(Markov Chain)也一直被广泛地应用于算法作曲领域。马尔科夫链是一种随机选择过程，主要用于产生一段具有一定风格的旋律。就像按照一个特定的标准人为构造制定的转换表来依次选择音符，计算并选择下一个要出现音符的可能性。这种方法可以模拟作曲家创作音乐时的思维，来控制计算机生成相应的音乐作品，但是整部作品的曲式结构无法通过马尔科夫链建模。遗传算法(Genetic Algorithm)则是模仿生物进化过程的智能计算方法，使用适应性函数来演化样本、优化全局。

其中，变异算子可以模拟人在其创作当中灵感的闪现，相当于留下最具代表性的作品来产生新的旋律。该算法的壁垒在于适应性函数的设计至今尚无统一标准。

版权的“暗礁”，依然是AI作曲要面临的主要问题

由于AI音乐的产生是根据算法模型，让计算机在大量现成作品中寻求“规律”，按照这些规律提取资料中特定的乐章片段，依据计算得出的概率重新进行排列组合，故人工智能作曲必然涉及到资料库中大量现成作品的版权问题。

AI如何判断研究人员提供的曲库中哪些作品收到版权保护?AI作曲成果是否侵犯学习对象的版权?如AIVA最初以古典音乐为学习对象，它所使用的莫扎特、贝多芬等人的作品历史久远，版权时效已过，故没有此类问题。

AIVA研发人员特意选择古典音乐为其学习对象，主要就是为了避免版权问题。但像Travis Bott所用的Travis Scott人物及作品相关资料皆需取得授权，而Travis Bott在此基础上创作的作品算不算对Travis Scott的抄袭?音乐作品抄袭的议题屡见不鲜，相关讨论仍然不时出现，至今依然没有统一、明确的判断标准。从版权问题可见，现在的人工智能作曲技术依托于算法，受限于曲库的音乐“规则”，还无法产生突破既有规律的作曲创意，此为AI作曲面临的另一个技术难题。

即便AI作曲技术经过不断优化，最终得以生产出纯原创、不涉及任何侵权的作品，此作品又将面临到版权认证的问题。随着AI创作相关技术的成熟与普及，一些国家开始在法律上明确界定AI作品的版权归属。

1988年，英国正式颁布了《版权、设计和专利法案》(Copyright,Designs and Patents Act 1988)，其中，对于计算机创作的内容进行了明确的规定：“为计算机所生成之作品进行必要程序者，视为该计算机生成之作品的作者，其保护期限是自作品完成创作之年的最后一日起50年后届满”。

（编辑：甘孜站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!