读天才与算法：人脑与AI的数学思维笔记18_心流机

1.心流机 1.1.在音乐中你会期盼旋律从不稳定解决到稳定，最终实现某种张力的解决 1.2.将马尔可夫链系统中的自由与约束条件结合起来，从而形成一种更具结构化的组合 1.3.美籍匈牙利心理学家米哈里·契克森米哈赖（Mihaly Csikszentmihalyi）于1990年首次提出并确立了“心流”（flow）这一概念 1.3.1.人们在心流状态下最为快乐，这是一种对正在进行的活动和所在情境的完全投入和集中，是一种人们因为过于沉浸在一项活动中而忽略身边一切事物的状态 1.3.2.心流状态是内在动机的最佳形式，在这里人可以完全沉浸在他所做的事情中 1.3.3.许多艺术家和表演者曾描述，当他们全身心地投入到艺术中时，就失去了时空感，有些人称之为“进入状态” 1.4.要想达到“心流”状态，必须在任务的难度和操作者的技术能力之间建立起平衡 1.4.1.如果操作者技术能力不足，任务难度又相对较高，那么他就会陷入焦虑的状态 1.4.2.如果任务难度过低，所需技术能力要求也很低，就会给人带来无聊的感觉 1.5.毕加索花了数年时间来汲取埃尔·格列柯（El Greco）、雷诺阿（Renoir）、委拉斯贵支（Velázquez）和马奈（Manet）的作品风格，通过模仿、组合和调整他们的风格，并添加不同的约束条件，来创造一种属于他自己的独特风格，但这种风格植根于过去的这些大师 1.6.帕切特“心流机”的核心算法是，先使用马尔可夫链来学习艺术家的风格，然后再添加一定的约束条件 1.6.1.一个使用博登组合型创造力概念进行算法试验的绝佳例子 1.7.“心流机”并不局限于音乐 1.7.1.你可以让它学习一个诗人的风格，并使用另一个人的风格为约束条件 1.7.2.帕切特的团队用马尔可夫模型来学习鲍勃·迪伦（Bob Dylan）歌词的风格，然后将其应用到甲壳虫乐队的《昨日》（Yesterday）歌词中 1.7.3.“心流机”的任务是在这个框架中填充被识别认可为鲍勃·迪伦所作的词句 1.7.4.由“心流机”作曲的新歌叫作《老爸的车》（Daddy’s Car），采用了帕切特最喜欢的甲壳虫乐队的音乐风格 1.7.4.1.许多音乐分析家认为，甲壳虫乐队的音乐有一个暗含的模式，帕切特希望破解他们的密码 1.8.帕切特在2018年初发行了专辑《Hello World》 1.8.1.专辑是卡里和其他一些使用“心流机”的音乐家合作完成的 1.8.2.“心流机”帮助这些音乐家不断地拓展自己的创造力 1.8.3.定义这是人工智能制作的第一张专辑并不十分准确，因为卡里和他的合作者在确定最终产品的边界上发挥了重要的、无可替代的作用 1.9.艺人有可能写出无穷无尽的“口水歌”，这就是公式化创作的结果 1.9.1.许多流行歌曲只是在重复已验证可行的格式，而没有考虑去挑起人们的期许和愿望 1.9.2.这样的流行歌曲一般是4/4拍，4小节或是8小节一个乐句，旋律不停地一遍一遍重复 1.10.算法已经开始控制我们所听的内容了 2.Jukedeck 2.1.Jukedeck是由两名剑桥大学的毕业生创建的，他们是发小，8岁时就在教会唱诗班认识了 2.2.Jukedeck是众多利用人工智能为机构和公司创作歌曲的公司之一 2.2.1.他们的顾客，从自然历史博物馆这样的机构到可口可乐这样的公司都有 2.2.2.这些公司需要原创但便宜的背景音乐来制作视频和广告，它们不想支付高昂的版税 2.3.Jukedeck的目标是创作视频制作或游戏开发中所需的背景音乐，而不是与阿黛尔打擂台 2.3.1.金钱推动着人工智能的艺术革命而不是对艺术方面的考量 2.4.Jukedeck利用人工智能几秒钟就可以完美地为视频配乐 2.4.1.从阳春白雪到下里巴人，从合奏到鼓和低音 2.4.2.你需要告诉它你想要的音乐是积极的、忧郁的，还是其他八种情绪中的哪一种 3.量子作曲 3.1.艺术创作的一个奇特之处是，艺术家创作的作品必须吸引许多不同的人来观看、阅读或聆听 3.2.“大举进攻”乐队 3.2.1.2016年年初他们选择了一种创新的方式发布了四首新歌 3.2.1.1.粉丝们通过下载、安装并运行一款名为Fantom的应用程序来收听歌曲，这个应用程序是为这四首作品专门开发的 3.2.1.2.应用程序Fantom依赖于音乐家对歌曲各部分的管控能力 3.2.2.一旦你允许应用程序访问你的位置信息、时间信息、摄像头图像、心率和Twitter，算法就会决定如何为你现场混编音乐 3.2.2.1.决定接下来要添加哪部分迷你音轨，以及以何种方式混合 3.2.2.2.用户的心率、动作、摄像头捕捉到的画面，都将影响你所听到的歌曲的旋律和音质 3.2.3.“大举进攻”乐队的算法本质上就是高级复杂版的莫扎特骰子游戏 3.2.3.1.莫扎特精心策划了每一个小节，提供了11个选项，每一个都可以作为华尔兹舞曲的下一个小节，而华尔兹的整体结构确立了游戏规则 3.2.4.该算法的关键之处在于创建了一棵可能树，源树提供的可能性足够丰富和多样，又具有足够的连贯性，所以无论算法选择哪条路径，结果都会显得天衣无缝、那么自然 3.2.4.1.你想要的绝不是完全的随机性 3.3.在量子世界里，一个电子因量子叠加的缘故，可以同时出现在许多不同的地方，是观察的行为导致了波函数坍缩，坍缩成它的许多种可能状态之一 3.3.1.创作一首可以存在于许多种可能状态之中的歌曲 3.3.2.算法会根据我的数据和做出的选择，将“大举进攻”的“波函数”坍缩成一首歌曲 3.4.使用人工智能音乐帮助诱导人进入冥想状态的应用程序 3.4.1.音乐对人当前的精神和身体状态的数据做出判断和反应，让算法学习如何操纵人的精神和身体来使之放松 3.5.米克·格里森（Mick Grierson） 3.5.1.曾与冰岛先锋乐队西格尔·罗斯（Sigur Rós）密切合作 3.5.2.把他们的一首歌“风暴”（Óveður）扩展成一个24小时的版本，在其中不会有任何重复，但保留了5分钟的原曲目 3.5.2.1.这个时长24小时的版本是为了配合一次环绕冰岛海岸的旅行而制作的 3.5.2.2.对于一个人类作曲家来说，创作一个24小时不重复的原声音乐是相当困难和耗时耗力的 3.5.2.3.格里森开发的软件使用概率工具生成音轨，来响应音乐所附的图像 3.5.3.他还创作了这首歌的一个更长的版本，这个版本将永远播放，永不重复 3.5.3.1.即使“大举进攻”乐队或是“西格尔·罗斯”乐队解散了，借助这个算法，只要我们想听，还是会有源源不断生成的新版本的歌曲 3.6.“生成音乐”（generative music） 3.6.1.来描述由一个系统或算法创造的不断变化的音乐 3.6.2.一种音乐苗圃，作曲家播种下种子，算法与外界互动（如一个人玩电脑游戏，或者其一天的经历），然后这些种子就会生长出声音 3.6.3.它是为自己思考的音乐。 3.6.3.1.布莱恩·埃诺（Brian Eno） 3.6.4.从乐谱到体验 4.音乐人工智能革命的开始 4.1.机器学习正在挑战人类作曲家所依仗的洛夫莱斯对人工智能的预言 4.2.2016年，一个名为AIVA的算法成为被法国音乐人、创作人和版权代理商协会（简称SACEM）授予作曲家称号的第一台机器 4.3.该算法由皮埃尔·巴罗（Pierre Barreau）和文森特·巴罗（Vincent Barreau）两兄弟创建，该算法学习了巴赫、贝多芬、莫扎特以及其他海量的音乐家的作品乐谱，产生了一位正在创作自己独特音乐的人工智能作曲家