美國谷歌公司旗下的人工智能開發商研發的圍棋電腦軟件“AlphaGo”打敗了職業棋手，開創全球先河。圍棋沒下過電腦，那音樂呢？這種從人類體內土生土長的情感外化的產物，總不能也會被冷冰冰的機器代替吧？翻翻人工智能和音樂聯姻的歷史，我們會發現以下幾個問題。

計算機可以進行譜曲嗎？——可以，但效果并不完美。

加利福尼亞大學教授大衛·考普曾利用算法創作交響曲、歌劇和清唱劇，早在1980年代他就推出了第一臺作曲機器Emmy。Emmy以巴赫幾百首合唱曲為樣本，“學習”其中最動人的樂曲音樂模式。算法升級改進后，Emmy能在每首“作品”中加入一些出人意料的節奏。一頓午飯的時間，它就可以創作5000篇具有強烈原創性的作品。

不過，在科學家們對音樂作曲的數學算法進行深入研究后發現，旋律上的不完美，或者說音符間有那么一丁點兒的偏差，才是音樂美的奧秘所在。一段完美嚴謹的旋律，但是這并不一定是好音樂。人類在創作和演奏音樂時的那些細微的瑕疵，正是音樂美的源泉之一。

在音樂演奏上人類和機器誰更勝一籌？——各有優勢。

紐約的音樂人辛格設計了一支名為“奧開斯里特翁琴”的計算機樂隊，2010年麥席尼在錄音和巡演時用的都是它，而并非真的樂手。日本的Z-Machines機器人樂隊的吉他手有78根手指，而鼓手則擁有22只手臂。機器人吉他手彈奏的要比人類快得多，但卻無法控制振幅。

此外，當其中一位樂手彈奏得稍微快一點的時候，另一位就會及時跟上，反之亦然。這樣下來，倆人互相配合調整，使得每一次的二重奏都是獨一無二的。但機器做不到這一點。

日本的Z-Machines機器人

算法能預言未來什么歌會火？——沒錯，但可能會錯過極少數創新型佳作。

Polyphonic公司的算法根據過往歌曲庫海量作品及流行指數，對不同類型歌曲進行分析。然而這種算法只能精準反映過往的流行歌曲風格及相應社會心理，因而仍可能錯過那些極少數創新型佳作，但其判斷歌曲走紅潛力的準確性，總體上已然超過絕大多數業內專家。

早在1950年，阿蘭-圖靈這位解碼專家和人工智能的先驅，就曾開展過一個蒙眼測試，想試試看計算機能否蒙騙人類，使其誤以為與之交流的是人而非機器。這項測試實際的目的，是判斷計算機是否會思考。人工智能一直無法通過圖靈測試，想想這也是一件細思恐極的事（如果人工智能為了不被人類消滅而故意不通過測試……）

總而言之，無論制造怎樣的程序也涵蓋不了人類因樂感和情感催生的種種細節上的變化，所以機器是無法完全取代人類的，在音樂這個飽含人類情感的領域尤其如此。

原創文章，作者：張目子，如若轉載，請注明出處。