「重塑」莫扎特：機器能否創作出藝術作品，甚至操縱人類情感？

撰文：Yuval Noah Harari

演算法能否創作出偉大的藝術作品？這取決於藝術的定義

「只要人們認為某件東西是藝術品，它就是藝術品，正所謂各花入各眼」

未來幾十年的某一天，也許會出現一種能收集和分析無窮生物特徵數據流的外部系統，它能比我更好地理解我的身體和大腦動態。

有了這個系統，政府和公司就能預測和操縱人類的慾望，從而改變政治和經濟面貌。

這個系統對藝術會產生什麼影響？

面對蓬勃興趣且無所不知的演算法，藝術是否會成為人類最後一道不被攻破的防線？

藝術：各花入各眼

在當代世界，藝術通常與人類的情感聯繫在一起。

我們傾向於認為，藝術家正在引導內在的心理力量；藝術的宗旨說到底在於將我們與我們的情感聯繫起來，或者激勵我們產生某種新情愫。因此，在判斷藝術的時候，我們往往以它的感染力作為標準，並且相信「各花入各眼」。

這種藝術觀源自19世紀的浪漫主義時期，並恰好在100年前趨於成熟。

1917年，法國藝術家馬塞爾·杜尚(Marcel Duchamp)買了一個普通的小便池，稱它是藝術品，給它取名「噴泉」，簽上了自己大名，然後將它交給了一個藝術展。

馬塞爾·杜尚的簽名便池

於是，在世界各地的無數課堂上，藝術系的一年級新生看到了杜尚的《噴泉》圖片。當老師宣布進入討論環節時，整個教室頓時喧鬧起來。

這是藝術！

不，它不是！

是的，它是！

絕不是！

任由學生髮泄了一通情緒之後，老師讓他們重點討論以下問題：「藝術究竟是什麼？我們如何確定某個東西是不是藝術品？」經過幾分鐘的討論，老師開始將學生們導入正確的方向：

「只要人們認為某件東西是藝術品，它就是藝術品，正所謂各花入各眼。」

」

如果人們認為小便池是一件美麗的藝術品，它就是。在這個問題上，沒有更高的權威能夠做出終極裁決。如果有人願意破費數百萬美元購買這樣一件藝術品，那麼它就值這個價。畢竟，客戶永遠是對的。

1952年，作曲家約翰·凱奇(John Cage)創作了經典曲目《4分33秒》，在「藝術性」上一舉超越杜尚。

約翰·凱奇演奏《4分33秒》

此曲本為鋼琴曲，如今也被交響管弦樂團所演奏，曲目時長4分33秒，演奏期間，所有樂器都保持靜默。這首曲目旨在鼓勵觀眾探究他們的內在體驗，以審視何為音樂，我們對音樂有何期待，音樂與日常生活的隨機噪音有何區別等問題。

它試圖傳遞的訊息是：為音樂下定義，並將藝術與噪音區別開來的，是我們自身的期望和情感。

機器的音樂如何觸動人類的情緒？

如果藝術是由人類情感定義的，那麼一旦外部演算法能夠比莎士比亞、畢加索或列儂更好地理解和操縱人類的情感，會發生什麼事情？

畢竟，情感並不是某種神秘現象，而是一個生化進程。因此，倘若演算法獲得了足夠多的生物特徵數據，並具備足夠強大的計算能力，人類的愛與恨，無聊與喜悅就有可能遭到劫持。

在不那麼遙遠的未來，機器學習演算法就能夠分析身體上和身體內部的感測器傳出的生物特徵數據流，確定你的個性類型和不斷變化的情緒，並計算特定歌曲（甚至一個特定音調）可能對你產生的觸動。

在所有的藝術形式中，音樂很可能最容易受到大數據分析的影響，因為它的輸入和輸出都適用於數學描繪。輸入是聲波的數學模式，輸出是神經風暴的電化學模式。讓一台機器深度學習百萬次的音樂體驗，它就會知道特定的輸入如何導致特定的輸出。

假定你剛剛跟男朋友大吵了一架。

負責聲音系統的演算法會立即辨別出你內心的情緒動蕩。

然後，它基於對於你性格和人類心理學的總體了解，將播放一些為你私人定製的讓你覺得心有戚戚的歌曲。這些特定的歌曲可能無法在其他人身上產生好的「療效」，但非常完美地契合你的個性。

在撥動了你的憂傷心弦之後，這套演算法將播放一首可能讓你重新振作的歌曲——也許是因為你的潛意識將這首歌與一段快樂的童年記憶聯繫在一起，哪怕你並沒有意識到這一點。任何一位音樂節目主持人都不敢奢望能獲得如此強悍的人工智慧技藝。

1

探索新音樂

你可能不願意讓這種人工智慧扼殺你偶然發現好音樂的能力，不願意讓它把你深鎖在一個非常狹窄，根據你過往的好惡編製而成的音樂繭中。

想探索新的音樂口味和風格？沒問題。

你可以輕鬆地調整演算法，讓它完全隨機地選擇5%的推薦曲目，出人意料地扔給你一段印尼民族管弦樂、羅西尼歌劇或墨西哥販毒民謠。

隨著時間的推移，通過監測你的反應，人工智慧甚至能確定理想的隨機性水平，以優化探索，同時避免惹你煩惱，或許還會將它的偶然性水平降至3%或提高到8%。

2

建立情感目標

另一個可能出現的反對意見是，目前還不清楚演算法如何能建立其情感目標。

如果你剛剛和男朋友吵了一架，演算法的目標究竟是該讓你傷心，還是讓你快樂呢？它是否會盲目地遵循一個嚴苛的「好」情緒和「壞」情緒等級？在人生中的某些時候，感到難過也許是合適的？

當然，同樣的問題也可以拋給人類音樂家和音樂節目主持人。然而，在演算法的幫助下，這個難題有很多有趣的解決方案。

點擊播放 GIF/459K

一個選擇是乾脆把這項工作留給客戶。

你可以採用你喜歡的方式來評估自己的情緒，演算法將遵從你的要求。無論你是想沉溺於自憐之中，還是想歡呼雀躍，演算法都會像奴僕那樣，畢恭畢敬地聽從你的指引。實際上，演算法也可能學會識別你的意願，即使你沒有意識到這一點。

或者，你要是不信任自己，你可以指示演算法遵循你信任的知名心理學家的建議。假如男友最終拋棄了你，演算法可能會陪伴你走完悲傷的五個階段：

首先，它會播放鮑比·麥菲林(Bobby McFerrin)的《不要憂愁，要快樂》(Don t Worry Be Happy)來幫助你否認剛剛發生的那一幕，利用艾拉妮絲·莫莉塞特(Alanis Morissette)的《你應該知道》(You Oughta Know)來激起你的怒火。

接下來，它會播放賈克?布萊爾(Jacque Brel)的《別離開我》(Ne me quitte pas)和保羅·揚(Paul Young)的《那就回來吧》(Come Back and Stay)，以鼓勵你主動與男友和解。

然後，阿黛爾的《像你一樣的人》(Someone Like You)和《你好》(Hello)會把你丟進意志消沉的深淵。

最後，演算法將播放格洛麗亞·蓋諾(Gloria Gaynor)的《我要活下去》(I Will Survive)和鮑勃·馬利(Bob Marley)的《一切都會好起來的》(Everything s Gonna Be Alright)，協助你接受現實。

下一步是讓演算法開始修飾歌曲和旋律，稍稍改變以適應你的癖好。

也許你不喜歡一首歌里的某個特定部分，除此之外這首歌無可指摘。演算法知道這一點，因為每當你聽到那一段時，你的心臟就會漏跳一拍，你的催產素水平也會稍稍下降。演算法有可能重寫或者刪除這個令你不快的部分。

藝術的定義

計算機創作音樂，幾乎不是什麼新鮮的想法。

加州大學聖克魯斯分校(University of California in Santa Cruz)的音樂學教授大衛·科普(David Cope)創建了一個名為 「音樂智能實驗」(EMI)的計算機程序，專門模仿約翰·塞巴斯蒂安·巴赫(Johann Sebastian Bach)的風格。

音樂學教授大衛·科普

在俄勒岡大學(University of Oregon)進行公開演示時，一群大學生和教授現場聆聽了三首曲目——其中一首是真正的巴赫作品，另一首是EMI創作的，第三首是該校音樂學教授史蒂夫·拉森(Steve Larson)的作品。

觀眾隨後被要求投票選擇誰創作了哪一首曲目。結果呢？觀眾認為，EMI的曲目是真正的巴赫作品；巴赫的作品出自拉森之手；拉森的作品是計算機創作的。

因此，從長遠來看，演算法可以學習如何創作整個曲調，像觸動鋼琴鍵盤那樣對人類情緒施加影響。藉助於你的生物特徵數據，演算法甚至能夠產生非常個性化的旋律，全世界只有一個人懂得欣賞。

EMI的古典樂編曲

人們經常說，人類之所以跟藝術產生聯繫，是因為他們能夠在藝術作品中發現自我。假如Facebook基於對你的了解，創作出個性化的藝術作品，這就可能會導致令人驚訝，甚至有點險惡的結果。

如果你被男朋友拋棄，Facebook可能會為你播放一首關於那個你再熟悉不過的混蛋（而不是那位讓阿黛爾或艾拉妮絲·莫莉塞特心碎的陌生人）的熱門歌曲。如此一來，藝術就淪為一場自戀狂歡。

或者，藉助於源自數百萬人的海量生物特徵資料庫，演算法能夠創作一首風靡全球、讓所有人在舞池瘋狂搖擺的超級熱門單曲，如果藝術的要義果真是激發（或操縱）人類情感，幾乎沒有哪位人類音樂家有機會跟這種演算法一較高下。原因是，在理解他們正在撥動的主要樂器（即人類的生化系統）方面，人類音樂家根本就不是演算法的對手。

演算法能否創作出偉大的藝術作品？

這取決於藝術的定義。

如果絕世佳音真的由聽眾的耳朵決定，如果客戶永遠是正確的，那麼生物識別演算法就有機會奉獻史上最好的藝術作品。

如果藝術是一種比人類情感更深刻的東西，應該表達一種超越人類生物化學振動的真理，那麼生物識別演算法就不可能成為卓越的藝術家。但大多數人類也不會。

為了進入藝術市場，演算法不一定要一舉超越貝多芬。只要它能完勝賈斯汀·比伯(Justin Bieber)，那就足夠了。

（本文內容不代表彭博編輯委員會、彭博有限合夥企業、《商業周刊/中文版》及其所有者的觀點。）

編輯：耿川迪、王倩

翻譯：任文科

立即獲得關於TA的更多信息！

C919大飛機丨無人駕駛丨對沖基金丨機器人劇本

......

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！