10月8日，韩国新人歌手夏妍发布了由人工智能作曲机器人EvoM创作的单曲《Eyes on you》，她因此成为全球首位依靠AI作曲出道的歌手。
EvoM是由韩国光州科学技术院人工智能研究生院研发的首个AI作曲机器人，在《Eyes on you》的制作中负责作曲和编曲。其研发者安昌旭表示，希望AI创作的歌曲能够在K-POP排行榜上占有一席之地。
启航：音乐制作自动化的愿景
早在上世纪，音乐制作的计算机化就已引起关注。1956年，列哈伦·希勒的研究室中诞生了世界首首完全由计算机生成的音乐作品——弦乐四重奏《伊利亚克组曲》。1995年，阿尔佩推出的EMI作曲系统成为早期成熟的古典音乐创作系统之一，利用拼接的方式再现已故作曲家的音乐风格，创作出类巴赫的创意曲、器乐协奏曲、组曲，以及类莫扎特的奏鸣曲和类肖邦的夜曲。
随着人工智能技术的发展，近年越来越多的企业和机构开始探索科技与艺术结合的领域，各种作曲算法层出不穷，不少虚拟音乐人也逐渐崭露头角。
2016年，Google的机器学习项目马真塔（Magenta studio）通过神经网络创作出一首时长90秒的钢琴曲。同年，索尼计算机科学实验室（Sony CSL）开发了Flow MacHines平台。
Flow MacHines利用马尔科夫链分析现有歌曲，提取旋律和和弦的关键信息，作为变量学习音乐风格，实现不同风格歌曲的转换和融合。该平台的代表作是一首披头士风格的歌曲《爸爸的汽车》（Daddy’s Car）。此外，Sony CSL还推出了名为“DeepBach（深度巴赫）”的神经网络，利用巴赫的352部作品进行训练，最终创作出2503首赞美诗。
2016年，AIVA（Artificial Intelligence Virtual Artist）成为首位正式获得世界认可的AI虚拟作曲家。AIVA通过学习15000首由莫扎特、巴赫、贝多芬等大师创作的作品，运用深度学习技术建立自己的音乐理解模型，创作出全新的作品。
AIVA已在法国和卢森堡作曲家协会（SACEM）合法注册，成为该协会首位非人类会员，并拥有自己的署名版权。
今年2月，美国数字研究机构space150模仿知名说唱歌手Travis Scott的人声和音乐风格，创造了说唱机器人Travis BOTT。
研发团队采用附加神经网络技术（Additional Neural Network），生成“Travis Scott风格”的旋律和打击乐伴奏，并将Travis Scott的歌词输入文本生成器模型，生成机器自动仿照其风格的歌词。
最终，Travis BOTT完成了自己的创作——《Jack Park Canny Dope Man》。团队还使用基于AI的深度伪造技术（DeepFake）为这首歌拍摄了MV。就音乐效果而言，Travis BOTT几乎完美地模仿了Travis Scott，融合了其作品及个性特征。这个项目也进一步验证了人工神经网络技术的快速发展，助力探索未来AI在音乐中的应用价值。
造船原理：多种算法模型的结合
现代人工智能作曲技术背后融合了多种算法模型，包括人工神经网络、马尔科夫链和遗传算法等。AIVA和Travis BOTT均采用了基于人工神经网络的深度学习技术。
人工神经网络模拟生物神经系统的行为特征，进行分布式并行信息处理。程序员需要构建一个多层的“神经网络”，在各层级中编写代码，以处理不同输入和输出点之间的信息。当作品数据输入后，人工神经网络会识别其中的规律，并学习音乐旋律、节奏、音高和强弱变化。
这种学习的主要目的是进行预测，而非生成作品。AI程序在进行预测时，会在遇到新的验证数据集时验证其准确性，并将正确与错误的反馈记录下来。
通过不断的高速学习，AI的预测能力会不断增强，最终掌握程序员整合的数据曲风，并创作出自己的作品。人工神经网络为传统算法作曲提供了一种新的方法，其优势在于能够学习音乐作品的整体特征，但需要大量样本进行训练。目前，国内外有多种基于此算法的AI作曲系统，如LSTM神经网络，确保所创作音乐的完整性。
除了人工神经网络，马尔科夫链也被广泛应用于算法作曲领域。这是一种随机选择过程，主要用来生成具有特定风格的旋律，仿佛按照特定标准构建的转换表来依次选择音符，并计算下一个音符出现的可能性。这种方法模拟了作曲家创作音乐时的思维，但无法完整建模整部作品的曲式结构。遗传算法则模仿生物进化过程，通过适应性函数优化样本和全局。
在遗传算法中，变异算子可以模拟创作过程中的灵感闪现，留下最具代表性的作品来生成新的旋律。然而，该算法的设计壁垒在于适应性函数尚无统一标准。
版权的“暗礁”：AI作曲面临的主要问题
由于AI音乐的生成依赖算法模型，使得计算机需在大量现成作品中寻找“规律”，并根据这些规律提取特定乐章片段，重新排列组合，这必然涉及到版权问题。
AI如何判断研究人员提供的曲库中哪些作品受版权保护？AI作曲成果是否侵犯学习对象的版权？例如，AIVA最初以古典音乐为学习对象，其使用的莫扎特和贝多芬等人的作品版权时效已过，因此没有版权问题。
AIVA的研发团队特意选择古典音乐作为学习对象，主要是为了规避版权风险。而像Travis BOTT所使用的Travis Scott的资料则需要授权，在此基础上创作的作品是否算对Travis Scott的抄袭，仍然是一个热门话题，相关讨论也未有明确的判断标准。由此可见，当前的人工智能作曲技术依赖于算法，受限于曲库的音乐“规则”，尚无法突破既有规律进行创作，这也是AI作曲面临的另一个技术难题。
即便AI作曲技术不断优化，能够创造出完全原创且不涉及侵权的作品，这些作品依然面临版权认证的问题。随着AI创作技术的成熟与普及，某些国家已开始在法律上明确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），其中对计算机生成作品进行了明确规定：“为计算机生成之作品进行必要程序者，视为该作品的作者，其保护期限为作品完成创作之年的最后一日起50年后届满。”
规定AI作品的版权归属于“进行必要程序者”，同时也明确了进行程序的人，包括程序员、使用者，也可能是人工智能系统或设备的投资者。
2017年，世界知识产权组织（WIPO）杂志提到：如果一部作品的创作过程中“人类的参与有限，或根本没有人类参与”，著作权法可以有两种潜在的生效方式——著作权法可以“拒绝”对计算机生成的作品进行版权保护，也可以将此类作品的作者归属于程序的创建者。目前国内在解决此类问题时也基本遵循这一思路。
2018年，上海一家公司未经过授权，将腾讯开发的自动化编写程序DReaM wRITeR生成的财务报告复制到其网站。深圳市南山区法院裁定该公司侵犯腾讯版权，需承担民事责任，赔偿腾讯1500元人民币。
中国现行的《著作权法》尚未明确界定AI作品的版权归属，但此裁定或将成为AI创作领域的重要里程碑。《著作权法》规定：“著作权是著作权法赋予民事主体对作品及相关客体所享有的权利。”其中，民事主体指公民、法人或非法人组织。《著作权法》保护的对象是民事主体的独创性思想表达，AI作为非民事主体无法单独享有著作权，但只要在作者名单中添加人类作曲家或研发者的名字，就能解决这一问题。尽管人工智能无法成为法律保护的主体，但对其作品版权的保护也开始得到法律认可。
没有感情的辅助器：方舟的航向
人工智能作曲技术的日益成熟，正在音乐行业引发一场不小的变革。尽管AI已能通过读取和记忆大量乐曲获取规律，计算音符节奏的出现概率并进行排列组合来“创造”音乐，但音乐的核心并非在于音乐本身，而是“人”。音乐源于人类的情感流动。《礼记·乐记》对音乐起源的解释非常恰当：“凡音之起，由人心生也。人心之动，物使之然也。感于物而动，故形于声；声相应，故生变；变成方，谓之音。”作曲家和演奏者通过旋律和节奏表达情感，而观众则通过聆听音乐与之产生共鸣。
