黃宗權(quán)

“人工智能”(Artificial Intelligence，AI)這一概念誕生于1956年在美國達(dá)特茅斯召開的“人工智能夏季研討會(huì)”(Summer Research Project on Artificial Intelligence)。不過，當(dāng)時(shí)的參會(huì)者并沒有就該術(shù)語的界定達(dá)成共識(shí)，與會(huì)者更多是關(guān)注如何用機(jī)器來模擬人的智能?，F(xiàn)在學(xué)界普遍認(rèn)可的界定是科學(xué)家帕特里克·溫斯頓(Patrick Winston)的抽象定義：“人工智能是對計(jì)算的研究，以實(shí)現(xiàn)感知、推理和行動(dòng)?！?1)Patrick Henry Winston，Artificial Intelligence，Boston：Addison-Wesley Publishing Company，1992，p.5.

在音樂人工智能領(lǐng)域，被譽(yù)為人工智能之父的麻省理工學(xué)院教授馬文·明斯基(Marvin Minsky，1927-2016)(他也是達(dá)特茅斯會(huì)議的發(fā)起者之一)，早年寫過一本重要著作《音樂·意識(shí)·意義》(Music，Mind，andMeaning)，在書中探討了“我們?yōu)槭裁磿?huì)喜歡音樂，以及這種‘喜歡’自身的本質(zhì)是什么？”(2)Marvin Minsky，“Music，Mind，and Meaning”，Computer Music Journal，vol.5，No.3，1981，pp.28-44.等問題。

隨著計(jì)算機(jī)的算力以及數(shù)據(jù)量的指數(shù)級(jí)增長，人工智能在音樂領(lǐng)域取得了重大進(jìn)展，它正迅速成為音樂創(chuàng)作、音樂分析、音樂推薦、音樂信息檢索的重要工具，并以驚人的速度改變我們的創(chuàng)作和欣賞音樂的方式。在音樂表演領(lǐng)域，一些“自動(dòng)”演奏的系統(tǒng)被不斷開發(fā)出來，另一些研究開始利用人工智能的機(jī)器學(xué)習(xí)來進(jìn)行音樂和舞蹈的交互式表演。(3)Baptiste Caramiaux，Marco Donnarumma，Artificial Intelligence in Music and Performance：A Subjective Art-Research Inquiry，arXiv 15843，2007.

人工智能技術(shù)的潛力及在音樂領(lǐng)域一日千里的快速發(fā)展，讓人們開始思考：音樂人工智能有真正的音樂智慧、音樂理解力、音樂創(chuàng)作力和音樂表演能力嗎？它們是否會(huì)有美感經(jīng)驗(yàn)、情感理解和審美表達(dá)？人的音樂實(shí)踐有哪些是可以被人工智能取代，哪些不能被取代？這些問題顯然不僅是科學(xué)或技術(shù)問題，更是哲學(xué)和美學(xué)問題。人工智能對人類感性經(jīng)驗(yàn)領(lǐng)域的“挑戰(zhàn)”，切中了人類主體性的核心要旨，對這些問題進(jìn)行探究，就必須從哲學(xué)、美學(xué)的維度對音樂創(chuàng)作和表演行為中的意識(shí)、主體性、情感、審美認(rèn)知等問題進(jìn)行審思。

一、當(dāng)前音樂人工智能的主要技術(shù)路線和發(fā)展現(xiàn)狀

音樂人工智能的發(fā)展建基在人工智能技術(shù)的整體發(fā)展之上。人工智能技術(shù)的發(fā)展，從20世紀(jì)50年代起，大致經(jīng)歷了三個(gè)階段：第一個(gè)階段為推理期(Logic Reasoning，1956-1960)，其實(shí)質(zhì)是定理自動(dòng)證明系統(tǒng)，功能以做數(shù)學(xué)運(yùn)算和推理、證明數(shù)學(xué)公式為主，如西蒙(Herbert A.Simon)和紐厄爾(A.Newell)等人創(chuàng)建的“邏輯理論家”系統(tǒng)(Logic Theorist)。到了20世紀(jì)80年代末，以數(shù)理邏輯為基礎(chǔ)的人工智能走到了盡頭。第二階段為知識(shí)期(Knowledge Egineering，1970-1980)，這一階段的主要研究方向是把人類掌握的知識(shí)總結(jié)起來以編碼的方式“教會(huì)”機(jī)器，即所謂的“專家系統(tǒng)”，如菲根鮑姆(Feigenbaum)等人創(chuàng)建的DENDRAL系統(tǒng)。在這個(gè)階段，研究人員最終發(fā)現(xiàn)，把知識(shí)總結(jié)出來，教給機(jī)器其實(shí)非常困難。這不僅是因?yàn)槿祟惖闹R(shí)不太容易被總結(jié)和編碼，更因?yàn)槿祟愑写罅康摹澳瑫?huì)知識(shí)”(Tacit Knowledge，也譯為“隱性知識(shí)”)無法被總結(jié)和編碼。第三階段為學(xué)習(xí)期(20世紀(jì)90年代至今)，這一時(shí)期研究的出發(fā)點(diǎn)是讓計(jì)算機(jī)系統(tǒng)“自我”學(xué)習(xí)。顯然，由于音樂藝術(shù)的特殊性和復(fù)雜性，在前兩個(gè)階段，音樂人工智能是無法取得實(shí)質(zhì)性突破的。

在第三個(gè)階段學(xué)習(xí)期，機(jī)器學(xué)習(xí)(Machine Learning，ML)或深度學(xué)習(xí)(Deep Learning，DL)成為了人工智能發(fā)展的主流。所謂的“機(jī)器學(xué)習(xí)”，就是“通過算法，使得機(jī)器能從大量既有數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對新的樣本做智能識(shí)別或?qū)ξ磥碜龀鲱A(yù)測”(4)余凱等：《深度學(xué)習(xí)的昨天、今天和明天》，《計(jì)算機(jī)研究與發(fā)展》，2013年，第9期，第1799—1804頁。?！吧疃葘W(xué)習(xí)”是一種基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù)，人工神經(jīng)網(wǎng)絡(luò)仿照生物神經(jīng)系統(tǒng)工作原理的計(jì)算模型，通過多個(gè)人工神經(jīng)元之間的連接和信息傳遞，模擬人類大腦的感知、思維和決策等過程。(5)孫志軍、薛磊等：《深度學(xué)習(xí)研究綜述》，《計(jì)算機(jī)應(yīng)用研究》，2012年，第29(08)卷，第2806—2810頁。深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的一個(gè)分支，二者的主要區(qū)別在于數(shù)據(jù)的分析方法。前者依賴算法和大量的數(shù)據(jù)，后者則是以人腦為模型的人工神經(jīng)網(wǎng)絡(luò)。

基于不同的技術(shù)路線，機(jī)器學(xué)習(xí)大致可以分為五大“流派”：符號(hào)主義(Symbolists)、聯(lián)結(jié)主義(Connectionist)、貝葉斯派(Bayesians)、進(jìn)化主義(Evolutionaries)、行為類比主義(Analogizer)，這些流派采用不同的算法來模仿人類思維、人體“硬件”(神經(jīng)系統(tǒng))和人類行為，使機(jī)器從數(shù)據(jù)中自動(dòng)學(xué)習(xí)，做出預(yù)測和決策。

機(jī)器學(xué)習(xí)的興起使得廣義上的聲音創(chuàng)造面臨一場革命。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為音樂人工智能帶來了各種新技術(shù)。這些新技術(shù)被應(yīng)用于從作曲、表演到音樂研究等不同的場景中。

現(xiàn)有人工智能不論采用何種技術(shù)模式，讓機(jī)器學(xué)習(xí)的過程實(shí)質(zhì)都可以分為三步：訓(xùn)練、預(yù)測和反饋?！坝?xùn)練”是向人工智能輸入大量的數(shù)據(jù)(訓(xùn)練集)，并給出希望它做什么的指示，以使人工智能從大量的數(shù)據(jù)中提煉出特定的模式?！邦A(yù)測”是人工智能根據(jù)不同的模式，在不同的場景下，預(yù)測可能會(huì)發(fā)生何種狀況，以及如何采取應(yīng)對措施，以產(chǎn)生一定的結(jié)果?！胺答仭笔菍θ斯ぶ悄墚a(chǎn)生的結(jié)果提供評價(jià)，讓人工智能不斷修正、提升，然后進(jìn)入下一個(gè)新的循環(huán)。相對應(yīng)的音樂創(chuàng)作過程也大致分為三個(gè)步驟：(1)分析音樂(把大量的既有作品作為數(shù)據(jù)加以分析，分解成“模式-部件”)。(2)把分解的“模式-部件”進(jìn)行相似性的計(jì)算、歸類。(3)根據(jù)設(shè)定的算法，把“模式-部件”重組，以生成新的音樂作品。

在人工智能技術(shù)的基礎(chǔ)上，在音樂創(chuàng)作領(lǐng)域產(chǎn)生了各類算法作曲(Algorithmic Composition)，也即，采用計(jì)算機(jī)算法來生成音樂的技術(shù)。其主要的技術(shù)類型有：(1)音樂規(guī)則系統(tǒng)(Rule-Based Systems)，根據(jù)預(yù)先定義的音樂理論規(guī)則(如，根據(jù)已有作品的和聲規(guī)則、旋律規(guī)則和節(jié)奏規(guī)則)等來生成新的音樂作品。(2)人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANN)，使用人工搭建神經(jīng)網(wǎng)絡(luò)模型來學(xué)習(xí)音樂數(shù)據(jù)的特征，并根據(jù)學(xué)到的特征生成新的音樂。常見的神經(jīng)網(wǎng)絡(luò)類型包括循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)、長短時(shí)記憶網(wǎng)絡(luò)(LSTM)和變分自編碼器(VAE)等。(3)遺傳算法(Genetic Algorithms，GA)，模擬自然界中的進(jìn)化過程，通過對音樂片段進(jìn)行變異、交叉和選擇等操作，以生成新的音樂作品。(4)馬爾可夫鏈(Markov Chains)，基于概率模型，通過分析音樂數(shù)據(jù)中的狀態(tài)轉(zhuǎn)移概率來生成新的音樂序列。(5)交互式作曲(Interactive Composition)，將人類音樂家的創(chuàng)作過程與計(jì)算機(jī)算法相結(jié)合，實(shí)現(xiàn)人機(jī)協(xié)作的音樂創(chuàng)作方式。此外，還有隨機(jī)生成(Random Generation)等算法，不再一一贅述。

不同的算法和音樂結(jié)合開辟了音樂人工智能的新型應(yīng)用。音樂人工智能可以分析特定的音樂流派、節(jié)奏、模式和旋律，并利用這些信息創(chuàng)作新的音樂作品。比如，音樂形式語法使分析和編寫音樂過程的規(guī)則形式化，它能通過研究巴赫作品的和聲規(guī)則，進(jìn)而輔助創(chuàng)作新的作品。(6)Salim Perchy，Gerardo Sarria，“Musical Composition with Stochastic Context-Free Grammar”，in Proceedings of 8th Mexican International Conference on Artificial Intelligence (MICAI)，November，2009，pp.1-12.音樂人工智能還能模擬民間傳統(tǒng)音樂的創(chuàng)作。比如，希普拉·舒克拉(Shipra Shukla)、海德爾·班卡(Haider Banka)基于馬爾可夫的遺傳算法，探索模擬印度古典音樂的創(chuàng)作。(7)Shipra Shukla，Haider Banka，“Markov-Based Genetic Algorithm with ∈-Greedy Exploration for Indian Classical Music Composition”，Expert Systems with Applications，vol.211，No.118561，2023.

一些音樂家與工程師合作采用組合系統(tǒng)，語法，概率和分形(Fractals)來創(chuàng)作一些不再是模仿經(jīng)典名作的新音樂作品。比如，遵循進(jìn)化算法(Evolutionary Algorithm)程序來使音樂各種要素(旋律、節(jié)奏、和聲等)“進(jìn)化”。通過各種要素的交叉、組合、突變等一系列操作來讓音樂“進(jìn)化”成特定的作品。法籍作曲澤納基斯(Iannis Xenakis)的幾部代表作(Metaux，Anaktoria和Terretektorh)等就是根據(jù)數(shù)學(xué)模型來創(chuàng)作的。

此外，研究者們還采用概率語法(Probabilistic Grammars)來分析音樂作品的模型化結(jié)構(gòu)(8)S.Abdallah，N.Gold，A.Marsden，“Analysing Symbolic Music with Probabilistic Grammar”，in D.Meredith(eds)Computational Music Analysis，Springer：Basel，2016，pp.157-189；Donya Quick，“Learning Production Probabilities for Musical Grammars”，Journal of New Music Research，45(4)，2016，pp.295-313.、基于馬爾可夫鏈通過在線的“語法歸納生成器”(Grammatical Induction Generator)來即興創(chuàng)作音樂等(9)K.M.Kitani，H.Koike，“Improve Generator：Online Grammatical Induction for on-the-Fly Improvisation Accompaniment”，in Proceedings of 10th Conference on New Interfaces for Musical Expression (NIME)，Sydney，Australia，15-18 June 2010，pp.469-472.。

這些通過算法作曲產(chǎn)生的音樂作品的藝術(shù)品質(zhì)如何？2023年，一項(xiàng)基于評估比較的研究得出的結(jié)論認(rèn)為：“任何算法方法與人類創(chuàng)作的音樂之間仍然存在顯著差距。”(10)Z.Yin，F(xiàn).Reuben，S.Stepney，et al，“Deep Learning’s Shallow Gains：A Comparative Evaluation of Algorithms for Automatic Music Generation”，Machine Learning，2023，pp.1785-1822.不過，突飛猛進(jìn)的音樂人工智能所顯示出的令人震驚的音樂“創(chuàng)作”能力，還是讓人們禁不住思考，音樂人工智能是否可以創(chuàng)作出“全新”的音樂作品來？這里所謂的“全新”，指的是計(jì)算系統(tǒng)不是采用某種一開始就嵌入的特定作曲模型，也不是在選定的幾個(gè)作品中進(jìn)行分析、重組基礎(chǔ)上生成新的音樂作品，而是像人類一樣“無中生有”，創(chuàng)作出與既有作品沒有關(guān)聯(lián)的獨(dú)立的音樂作品。人們開始思考，音樂人工智能是否可以不依賴“人工”，而獨(dú)立具有“智能”，從而創(chuàng)造新的風(fēng)格或音樂樣式？能否通過音樂表達(dá)特定的情感？

之所以圍繞這些問題會(huì)產(chǎn)生一些爭論，是因?yàn)椋阂环矫?，人工智能表現(xiàn)出了令人驚詫的“音樂才能”；而另一方面，現(xiàn)有人工智能在音樂實(shí)踐中的局限又是顯而易見的。這種局限表現(xiàn)在其所有訓(xùn)練集的來源均來自既有的數(shù)字化信息(音樂數(shù)據(jù))，而與真實(shí)的人類生活世界沒有直接交集。它依賴于特定的算法或數(shù)理邏輯。人們可以理解現(xiàn)有音樂人工智能的不足，將其視為新事物的初始發(fā)展階段，但音樂人工智能在將來是否能突破臨界點(diǎn)而具有獨(dú)立創(chuàng)作的能力？音樂人工智能可以取代藝術(shù)家嗎？這些問題并不容易給出簡單的答案。

筆者認(rèn)為，基于音樂在創(chuàng)作、表演方面的特殊性，在現(xiàn)有技術(shù)條件下，音樂人工智能要實(shí)現(xiàn)獨(dú)立創(chuàng)作或取代藝術(shù)家，所面臨的挑戰(zhàn)是巨大的。從哲學(xué)(美學(xué))的角度看，音樂人工智能至少要面臨下文所論述的幾方面的問題。這并不是說，人工智能只要解決了這些問題，就能實(shí)現(xiàn)對人類的取代，而是說，這些問題如果無法得到根本性的突破，音樂人工智能將有極大可能在經(jīng)過一個(gè)階段的快速發(fā)展之后，陷入平臺(tái)期。

二、數(shù)理邏輯和思維過程的差異以及“藝術(shù)世界”的“非對應(yīng)性”問題

麥卡錫(J.McCarthy)是當(dāng)年達(dá)特茅斯人工智能“會(huì)議宣言”的主筆，這位著名的人工智能先驅(qū)，在會(huì)議倡議書的開篇，寫下了一句著名的論斷：“本研究基于這樣一種推測，即，學(xué)習(xí)的每一個(gè)方面或智能的任何其他特征，原則上都可以如此精確地被描述，以至于可以制造一臺(tái)機(jī)器來模擬它。”(11)Minsky Marvin，Rochester Nathaniel，Claude E.Shannon and McCarthy John，“A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence，August 31，1955”，AI Magazine，27(4)，2006，p.12.當(dāng)時(shí)與會(huì)的人工智能的先行者們都樂觀地認(rèn)為，人腦的思維是有可能在人腦以外產(chǎn)生的。在他們看來，只要揭開大腦神經(jīng)網(wǎng)絡(luò)背后的秘密，人類就可以構(gòu)建出一個(gè)類似于人腦的電子大腦。

然而，現(xiàn)在看來，麥卡錫們當(dāng)年的假設(shè)更像一個(gè)美好的愿望。迄今為止，人的智能活動(dòng)尚未被“精確地描述出來”也未能實(shí)現(xiàn)“以一部機(jī)器來模擬它”。其困難在于，人類的智能活動(dòng)還有許多謎題未被解開。在哲學(xué)上，人類的思維過程至今存在許多“難以理解的事情”。比如，“意識(shí)難題”(The Hard Problem of Consciousness)，也即，我們很難搞清楚人類意識(shí)究竟是什么，它是怎么產(chǎn)生的，又是如何起作用的。因此，也就難以把它清楚地描述出來，并讓機(jī)器模擬這一過程。

如前文所提及的，在人類的思維過程和日常經(jīng)驗(yàn)中，存在大量的“默會(huì)知識(shí)”。這個(gè)概念由匈牙利哲學(xué)家邁克爾·波拉尼(Michael Polanyi)首先提出，所以也被后世稱為“波拉尼悖論”(Polanyi’s Paradox)(12)M.Polanyi，“Tacit Knowing：Its Bearing on Some Problems of Philosophy”，Reviews of Modern Physics，34 (4)，1962，pp.601-616.。其表達(dá)的核心命題是：人類所知遠(yuǎn)勝于其所能言傳。這一理念深刻地指出了有很多知識(shí)是我們無法借用語言等符號(hào)表意系統(tǒng)來闡釋清楚的，也自然無法傳授給人工智能。

具體說來，默會(huì)知識(shí)通常是指體現(xiàn)在人類的行為、經(jīng)驗(yàn)和直覺中，難以用語言或符號(hào)表達(dá)的知識(shí)或技能。它與潛意識(shí)和非語言的感知、理解密切相關(guān)。它在人的文化和社交環(huán)境中發(fā)揮著關(guān)鍵作用。波拉尼還認(rèn)為，默會(huì)知識(shí)是人類理解世界的基礎(chǔ)，是大多數(shù)經(jīng)驗(yàn)(例如技能、直覺、經(jīng)驗(yàn)和經(jīng)常性的常識(shí)(13)同注②。)的本質(zhì)，“技術(shù)規(guī)則可以是有用的，但它們并不能決定藝術(shù)實(shí)踐；它們只是可以作為藝術(shù)實(shí)踐中的一種指導(dǎo)原則，前提是它們能夠被融合到藝術(shù)實(shí)踐的實(shí)際知識(shí)中。它們無法取代這種知識(shí)”(14)M.Polanyi，Personal knowledge：Towards a Post-Critical Philosophy，Chicago：University of Chicago Press，1958，p.52.。

從現(xiàn)有技術(shù)條件來看，人工智能(機(jī)器)建立的機(jī)械化和自動(dòng)化過程，是一種將知識(shí)顯性化、符號(hào)化的過程。以外顯符號(hào)表征的方式使之成為人工智能可識(shí)別的數(shù)據(jù)結(jié)構(gòu)。比如，要讓一臺(tái)機(jī)器完成圖像識(shí)別的任務(wù)，必須將圖像掃描、認(rèn)讀、對照、識(shí)別等過程的每個(gè)步驟都設(shè)定清楚，才能編寫程序讓機(jī)器來執(zhí)行。可以說，使知識(shí)顯性化(可表述化)是機(jī)器計(jì)算的重要前提。然而，音樂的創(chuàng)作和表演卻是一種典型的內(nèi)隱(implicit)知識(shí)(技能)，它極其難以被顯性化，也因此難以真正地傳授給人工智能。

而且音樂的一個(gè)重要特點(diǎn)是，它不具有統(tǒng)一普遍的“規(guī)范”。音樂的邊界往往取決于文化傳統(tǒng)中的“習(xí)俗慣例”或“慣例實(shí)踐”(Customary Practice)。音樂藝術(shù)總是會(huì)呈現(xiàn)出某一種特定的文化結(jié)構(gòu)要素，體現(xiàn)出某種文化傳統(tǒng)和文化實(shí)踐的特征。也即，音樂是一個(gè)具有廣闊外延的能指，它囊括了不同文化語境下的音樂形態(tài)，而不可能只有一種單一的特征。

包括音樂在內(nèi)的藝術(shù)領(lǐng)域存在的這種一個(gè)能指對應(yīng)多個(gè)所指的現(xiàn)象，不僅存在于不同的文化傳統(tǒng)當(dāng)中，也存在于不同時(shí)代的藝術(shù)作品中。哲學(xué)家丹托所說的“藝術(shù)界”(Art World)就試圖解釋藝術(shù)外延的邊界問題：“把某件物品看作是藝術(shù)作品，需要某種眼睛無法看到的東西——一種藝術(shù)理論的氛圍，一種藝術(shù)史知識(shí)：這就是藝術(shù)界?！?15)Arthur C.Danto，“Art World”，in Carolyn Korsmeyer ed.，Aesthetics：The Big Questions，Cambridge：Wiley-Blackwell，1998，p.40.也就是說，在現(xiàn)實(shí)生活中，一個(gè)“物件”是否成為“藝術(shù)作品”，在一定程度上不是取決于這個(gè)物件本身，而是取決于以什么樣的眼光來看待它，或人們賦予了它什么樣的意味。

哲學(xué)家波普爾也指出，藝術(shù)屬于“世界3”的范疇。即，藝術(shù)屬于知識(shí)和信息世界，具有非客觀世界的一些屬性(比如價(jià)值觀、信仰等)，它區(qū)別于物理世界(客觀世界)、精神世界(主觀世界)，藝術(shù)是人類對客觀世界和主觀世界的理解和解釋。“世界3”屬于“人類心靈產(chǎn)物的世界。例如語言、傳說、故事與宗教神話；科學(xué)猜想或理論以及數(shù)學(xué)建構(gòu)；歌曲和交響曲；繪畫和雕塑。……我們可以區(qū)分科學(xué)世界和虛構(gòu)世界、音樂世界和美術(shù)世界以及工程的世界，……人類心靈產(chǎn)物的世界”(16)〔英〕卡爾·波普爾：《通過知識(shí)獲得解放》，范景中、李本正譯，杭州：中國美術(shù)學(xué)院出版社，1996 年，第 365—366頁。?！笆澜?”是人類創(chuàng)造的而非虛構(gòu)之物，它們具有實(shí)在性、自主性。波普爾的這一理念，是強(qiáng)調(diào)“從關(guān)注藝術(shù)作品的審美相關(guān)屬性，轉(zhuǎn)而去關(guān)注藝術(shù)作品的社會(huì)語境；沒有這一社會(huì)語境，藝術(shù)作品就不可能擁有和呈現(xiàn)出那些與審美相關(guān)的屬性”(17)〔新西蘭〕史蒂芬·戴維斯：《藝術(shù)諸定義》，韓振華、趙娟譯，南京：南京大學(xué)出版社，2014年，第161頁。。

這些哲學(xué)思考實(shí)質(zhì)是厘清藝術(shù)品的重要特質(zhì)，即，在人類社會(huì)生活中，包括音樂在內(nèi)的藝術(shù)不僅是一個(gè)物理意義上的“物件”，而是具有特定的精神意味和意義指向。比如，一首音樂作品，絕不只是一些聲音的組合，而是蘊(yùn)含了人的情感訴求和價(jià)值追求。這些音響之外的“意義”屬于難以被顯性化的默會(huì)知識(shí)。

然而，與人類在社會(huì)生活中逐步積累的知識(shí)經(jīng)驗(yàn)不同，人工智能的很多“知識(shí)”是從數(shù)據(jù)獲取的。人工智能既無法理解默會(huì)知識(shí)，也不是發(fā)自“內(nèi)心”感受(或意識(shí))到這些默會(huì)知識(shí)。人工智能并沒有內(nèi)在的情感模型和價(jià)值體系，也沒有社會(huì)屬性。由此，藝術(shù)品具有的“世界3”的特性，在人工智能這里就消失了。從現(xiàn)狀來看，人工智能的數(shù)理邏輯無法完成如同人類的那樣的思維過程(諸如意識(shí)等)，人工智能對音樂藝術(shù)的“理解”，也無法像人類那樣導(dǎo)向獨(dú)立的精神性。

三、音樂情感的交互表達(dá)與感受問題

《樂記》的開篇這樣說道：“凡音之起，由人心生也。人心之動(dòng)，物使之然也。感于物而動(dòng)，故形于聲。聲相應(yīng)，故生變，變成方，謂之音?！?18)蔡仲德：《中國音樂美學(xué)史資料譯注(上)》，北京：人民音樂出版社，1990年，第225頁。中國的古人很早就意識(shí)到，音樂是情感的藝術(shù)，情感是音樂的第一源動(dòng)力。在西方文化中，藝術(shù)家的藝術(shù)創(chuàng)作很大程度上是為了表達(dá)自我情感和對外在世界產(chǎn)生的情感。如巴迪歐(Alain Badiou)在《當(dāng)代藝術(shù)十五論》(FifteenThesesonContemporaryArt)之三所說的：“藝術(shù)是真理的過程，這個(gè)真理總是感性或感官的真理?！?19)Alain Badiou，“Fifteen Theses on Contemporary”，Art Performance Research，9(4)，2004，p.86.這里的“感性”指的是對現(xiàn)實(shí)的形式美的感知和理解，其重要部分是人與世界之間的情感聯(lián)系。

由于情感的重要性和獨(dú)特性，情感識(shí)別與表達(dá)也成為人工智能領(lǐng)域的重要問題。由此產(chǎn)生了“情感計(jì)算”(Affective Computing)這一新興領(lǐng)域。其主要的研究路徑是開發(fā)可靠的算法，采用多模態(tài)(Multi-Modal)的識(shí)別方式，即，采用視頻、音頻、圖像、語音、生理信號(hào)等多種數(shù)據(jù)，來進(jìn)行面部表情識(shí)別、語音識(shí)別、心率監(jiān)測等等，試圖解決人工智能識(shí)別、解釋和表達(dá)情感的問題，并在此基礎(chǔ)上讓人工智能理解人類的行為和心理狀態(tài)。

情感計(jì)算的產(chǎn)生和這樣一種理論觀點(diǎn)有關(guān)，即，認(rèn)為人類的情感可以被認(rèn)為是由主觀體驗(yàn)(Subjective Experience)(20)L.Leahu，S.Schwenk，P.Sengers，“Subjective Objectivity：Negotiating Emotional Meaning”，in Johann，G.Marsden ed.，Designing Interactive Systems，New York：ACM Press，2008，pp.425-434.、外部表現(xiàn)(Emotion)(21)H.Binali，V.Potdar，“Emotion Detection State of the Art”，in V.Potdar ed.，Proc.of the Cube Int’l Information Technology Conf，New York：ACM Press，2012，pp.501-507.、以及生理喚醒(Physical Arousal)(22)L.Ashbarry，B.Geelan，K.D.Salas，L.Lewis，“Blood and Violence：Exploring the Impact of Gore in Violent Video Games”，in Proc.of the Symp.on Computer-Human Interaction in Play，New York：ACM Press，2016，pp.44-52.三個(gè)核心要素組成的，分別對應(yīng)三個(gè)方面：(1)個(gè)體對不同情感狀態(tài)的自我感受；(2)表情狀態(tài)，即面部表情、姿態(tài)表情、語調(diào)表情、音樂表情(音調(diào)、節(jié)奏、速度等)的變化；(3)情感產(chǎn)生的生理反應(yīng)，是一種生理的激活水平，具有不同的反應(yīng)模式。

情感的識(shí)別和表達(dá)對于信息的交流和理解是必不可少的，這也是人類最大的心理需求之一。人類的認(rèn)知、行為均受到情感的驅(qū)動(dòng)，并影響著人際互動(dòng)以及群體活動(dòng)。人工智能最早的先行者們，也意識(shí)到了人工智能研究必須進(jìn)行情感問題的探求。馬文·明斯基始終認(rèn)為情感是機(jī)器實(shí)現(xiàn)智能不可或缺的能力。在《心智會(huì)社》(TheSocietyofMind)中提出智能機(jī)器的情感問題之后，(23)M.Minsky，The Society of Mind，New York：Simon &Schuster，1986.他在《音樂·意識(shí)·意義》一書里，也探究了音樂的情感認(rèn)知問題，思考了規(guī)則性韻律和主題重復(fù)是如何影響情感表征框架(Representation Frames)和記憶結(jié)構(gòu)的，樂句及音樂表達(dá)又是如何喚起情感反應(yīng)的。(24)M.Minsky，“Music，Mind，and Meaning” (1981)，Reprinted in S.M.Schwanauer and D.A.Levitt ed.，Machine Models of Music，Massachusetts：The MIT Press，1993，pp.327-354.

與其他藝術(shù)形式不同，音樂的情感在創(chuàng)作和欣賞中占據(jù)著重要地位，音樂也是所有藝術(shù)中，最善于傳達(dá)情感的。音樂作品傳遞的并不是簡單的聲音信息，而是包括了音樂家凝結(jié)在其中的情感。在音樂的表演實(shí)踐中，音樂則承載著表演者的情感經(jīng)驗(yàn)。如果人工智能無法具有情感、無法表達(dá)情感，那就無法像人類那樣創(chuàng)作真正的足以表達(dá)內(nèi)在情感的音樂作品。如果一個(gè)智能體沒有主觀的價(jià)值、沒有主觀的情感感知，它就只能停留在表面的聲音處理，也就不可能達(dá)到與觀者(聽眾)產(chǎn)生深層的情感共鳴，也就無法通過音樂表演行為對音樂作品賦予可理解的意義。

那么，是否可以通過算法的改進(jìn)、算力的提升和海量的數(shù)據(jù)來解決情感計(jì)算的問題，以使音樂人工智能可以識(shí)別、表達(dá)情感呢？從理論上來說并非不可能。其難點(diǎn)在于情感表現(xiàn)出來的可感特征與情感的真實(shí)狀態(tài)之間具有模糊性和不確定性。

從主觀方面看，情感屬于主觀意識(shí)的范疇。情感的表現(xiàn)形式具有高度的主觀隨意性、變化的隨機(jī)性、特征模糊性以及個(gè)體差異性，所以很難確定某種表情或聲音狀態(tài)與特定的情感狀態(tài)具有一成不變的對應(yīng)關(guān)系。某人表現(xiàn)出泣不成聲的情感狀態(tài)，有可能是痛哭流涕，也有可能是喜極而泣，還有可能是悲欣交集。

從客觀方面看，在音樂的音響中，情感和音樂的聲響之間并非簡單絕對的一一對應(yīng)關(guān)系。即，很難說某一(類)特定的音符(或音符組合)與復(fù)雜的、微妙的、不可言傳的情緒(情感)之間具有確定的、必然的對應(yīng)關(guān)系。因此，也就很難用數(shù)學(xué)的方法來對情感進(jìn)行賦值，或建立數(shù)據(jù)化的模式。也正因?yàn)榇?，人工智能領(lǐng)域?qū)η楦杏?jì)算存在一些爭議，有些研究者甚至認(rèn)為“情感計(jì)算”是一個(gè)錯(cuò)誤的研究方向，因?yàn)椤八鼪]有揭示情感的本質(zhì)及內(nèi)在邏輯程序，并且把情感的外部表現(xiàn)方式當(dāng)作情感本身”(25)仇德輝：《情感機(jī)器人：人工情感的邏輯框圖與深度算法》，北京：臺(tái)海出版社，2018年，第47頁。。

在音樂人工智能與情感表達(dá)的問題上，阿迪亞沙·達(dá)什(Adyasha Dash)等人的最新研究表明，“基于人工智能的情感音樂生成系統(tǒng)”(AI-based Affective Music Generation Systems，AI-AMG)在情感的表達(dá)上面臨兩大挑戰(zhàn)：一是，情感“控制”(Control)，它指的是允許創(chuàng)作者生成的音樂具有所需要的情感內(nèi)容，同時(shí)，又能精確地控制音樂特征，讓這些音樂展示特定的情感信息。二是，“敘述適應(yīng)性”(Narrative Adaptability)，它指的是系統(tǒng)能生成連貫的音樂段落，且這些音樂段落可以根據(jù)給定的情感要求，準(zhǔn)確可靠地傳達(dá)不同情感之間的過渡，以及處理不同情緒特征之間的相互作用。(26)Adyasha Dash，Kat R.Agres.，AI-Based Affective Music Generation Systems：A Review of Methods，and Challenges，arXiv：2301.06890，2023.

音樂情感的復(fù)雜性還在于，“在音樂中感知情感的能力也受文化影響，在跨文化研究中觀察到情感感知的異同”(27)M.Susino，S.Schubert，“Cross-Cultural Anger Communication in Music：Towards a Stereotype Theory of Emotion in Music”，Musicae Scientiae，21，2017，pp.60-74.。同時(shí)，由于人的情感的變化很大一部分來源于社會(huì)交往活動(dòng)，音樂作品和其他藝術(shù)品一樣，常常充當(dāng)了人際交往的媒介物，具有社會(huì)情感性。音樂表演其實(shí)是演奏者和觀者(聽眾)基于某一文化傳統(tǒng)，在共同的價(jià)值觀、社會(huì)規(guī)范、文化常識(shí)基礎(chǔ)上的一種交流。人們“從一段音樂中體驗(yàn)到的情感是結(jié)構(gòu)特征、表演特征、聽眾特征、語境特征和樂曲外特征的綜合效應(yīng)”(28)Susino Marco，Emery Schubert，“Musical Emotions in the Absence of Music：A Cross-Cultural Investigation of Emotion Communication in Music by Extra-Musical Cues”，PLOS ONE，15(11)，2020，pp.1-21.。

人工智能沒有類似人類的人際交往或者社會(huì)情感方面的認(rèn)知。這就使得當(dāng)前的“情感計(jì)算”最多能讓人工智能看起來“具有”情緒特征，但這只是讓其“表現(xiàn)出有情感”的樣子，與真正有意識(shí)的由內(nèi)而外的情緒是兩回事。由此，很難說人工智能具有了人類擁有的一般意義上的情感或情緒。人工智能是根據(jù)特定的程序和訓(xùn)練來“運(yùn)算”及處理信息，它沒有人類那樣的感知、意識(shí)，也不體驗(yàn)情感。雖然它可能會(huì)生成描述或模擬情緒的文本和音響，但并不意味著它自身具有情緒。

在音樂創(chuàng)作和表演中，個(gè)體的情感狀態(tài)和作品表現(xiàn)出來的情感特征也并不是總是一致的。聽起來悲傷的作品，完全可能是在快樂的心境下創(chuàng)作。在音樂創(chuàng)作之外，音樂表演也需要情感，音樂表演的重要目的是使人產(chǎn)生共鳴。每個(gè)表演者對音樂表情符號(hào)的情感表達(dá)方式有不同的理解，如果這種理解是基于某種規(guī)則的標(biāo)準(zhǔn)化演奏，則對音樂作品的闡釋會(huì)導(dǎo)致僵化。如波蘭鋼琴家和作曲家帕德瑞夫斯基(Ignacy Jan Paderewski，1860-1941)所說的：“當(dāng)使用espressivo、con molto、sentimento、con passione等詞時(shí)，都要求(……)一定量的情緒，而情緒排除了規(guī)律性……演奏肖邦的G大調(diào)夜曲，要有節(jié)奏的僵硬和對所指示的運(yùn)動(dòng)速度的虔誠尊重，那就是(……)令人難以忍受的單調(diào)(……)，肖邦發(fā)自內(nèi)心的演奏。他的演奏不是理性的，而是情緒化的”。(29)E.Coutinho，M.Gimenes，J.M.Martins &E.R.Miranda，“Computational Musicology：An Artificial Life Approach”，2005 Portuguese Conference on Artificial Intelligence，2005，pp.85-93.這種個(gè)性化的演奏，顯然是人工智能所無法達(dá)到的。人工智能對待音樂作品所“表現(xiàn)”的對象或音樂“傳達(dá)”出的意味，與人類的處理方式是完全不同的。由于數(shù)理邏輯的程序化和標(biāo)準(zhǔn)化，人工智能的音樂呈現(xiàn)或許在技術(shù)上是精準(zhǔn)無誤，但是在審美價(jià)值方面卻極有可能陷入平庸的境況。

四、音樂表現(xiàn)中的“身心感知”與意識(shí)問題

傳統(tǒng)的認(rèn)知理論將人的大腦類比于計(jì)算機(jī)，能處理大量復(fù)雜的信息，這些信息由感覺、知覺系統(tǒng)輸入，經(jīng)過一系列加工、處理最終完成認(rèn)知過程。這種“身心二元論”(Mind-Body Dualism)或者“實(shí)體二元論”(Substance Dualism)的主張受到了笛卡爾主義(Cartesianism)的影響。該哲學(xué)觀點(diǎn)認(rèn)為，意識(shí)和身體是兩個(gè)不同的實(shí)體或物質(zhì)，由不同的物質(zhì)或要素組成，它們之間存在著互動(dòng)關(guān)系。但意識(shí)是能夠獨(dú)立于身體存在的，身體是意識(shí)的物理容器。

而現(xiàn)代的具身認(rèn)知(Embodied Cognition)理論則認(rèn)為：“首先，認(rèn)知取決于具有各種感覺運(yùn)動(dòng)能力的身體所產(chǎn)生的經(jīng)驗(yàn)類型；其次，這些個(gè)體的感覺運(yùn)動(dòng)能力本身嵌入了更廣泛的生物、心理和文化背景中?！?30)F.J.Varela，E.Thompson，&E.Rosch，The Embodied Mind：Cognitive Science and Human Experience，Massachusetts：The MIT Press，1991，pp.172-173.也即，主張“大腦-身體-環(huán)境”在認(rèn)知發(fā)生過程中構(gòu)成一個(gè)動(dòng)態(tài)的統(tǒng)一體。其中，身體是認(rèn)知過程發(fā)生的核心；認(rèn)知是在身體與環(huán)境接觸所獲得經(jīng)驗(yàn)的基礎(chǔ)上形成的；認(rèn)知取決于個(gè)體的具身行為所產(chǎn)生全部經(jīng)驗(yàn)。認(rèn)知由身體的感知、意欲、動(dòng)作和響應(yīng)過程構(gòu)成。

具身認(rèn)知理論不支持身心二元論觀點(diǎn)，而是認(rèn)為，“符號(hào)信息加工認(rèn)知理論和聯(lián)結(jié)主義心理學(xué)等將人類的認(rèn)知過程定義為對符號(hào)、信息的加工和操作，忽視了身體、活動(dòng)與經(jīng)驗(yàn)在認(rèn)知中的作用”(31)葉浩生：《西方心理學(xué)中的具身認(rèn)知研究思潮》，《華中師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)》，2011年，第4期，第153—160頁。。并認(rèn)為這種認(rèn)識(shí)忽視了身體的感官系統(tǒng)存在的差異，會(huì)導(dǎo)致認(rèn)知存在偏差。

行為與環(huán)境的“耦合”模型與大腦的內(nèi)部獨(dú)立“計(jì)算”模型，哪一種更接近人的認(rèn)知真相？身體情況和環(huán)境對認(rèn)知過程是否具有重要影響？不同的哲學(xué)立場決定了對此的不同看法。與傳統(tǒng)身心二元論的類計(jì)算機(jī)模型相反，具身認(rèn)識(shí)觀強(qiáng)調(diào)作為主體的身體在認(rèn)知能力中的重要性。強(qiáng)調(diào)感(知)覺經(jīng)驗(yàn)、人的身體，以及外部環(huán)境共同構(gòu)成人的認(rèn)知系統(tǒng)，三者不可分。這種觀點(diǎn)進(jìn)而主張感(知)覺經(jīng)驗(yàn)和身體的感(知)覺高度相關(guān)。具身認(rèn)知支持者的觀點(diǎn)是，身體或身體與環(huán)境的互動(dòng)構(gòu)成(或促進(jìn))了認(rèn)知。因?yàn)?，心理過程不是簡單計(jì)算過程，“知識(shí)沒有單獨(dú)存在的實(shí)體，而是嵌入、分布在實(shí)時(shí)的感知、記憶、注意和行動(dòng)過程中，并與這些心理和行為的過程密不可分”(32)J.Kevin O’Regan，Alva No?，“A Sensorimotor Account of Vision and Visual Consciousness”，Behavioral and Brain Sciences，24，2001，pp.939-1031.。

具身認(rèn)知理論對我們看待音樂表演實(shí)踐是有啟發(fā)的，按照這種觀點(diǎn)，在音樂表演中，無論是表演者的呈現(xiàn)還是聽眾的感知，都不是被動(dòng)地接收聲音，身體和環(huán)境影響了音樂表演行為和聆聽欣賞。音樂表演的本質(zhì)，實(shí)際上是在一個(gè)特定的“美學(xué)空間”里，演奏者將作曲家創(chuàng)作的“聲音藍(lán)圖”，轉(zhuǎn)化成聽眾可感知的聲音結(jié)構(gòu)，并清楚地展示給聽眾。每一次的演繹，都有著獨(dú)特的聲音存在樣式，這個(gè)樣式有著獨(dú)一無二的結(jié)構(gòu)和奧秘，有經(jīng)驗(yàn)的聽眾是可以感受和認(rèn)知這一奧秘的。而計(jì)算機(jī)的智能只是機(jī)械的智能，它的本質(zhì)還是按照人的指令進(jìn)行精密、快速的計(jì)算，或者按照某種規(guī)則呈現(xiàn)某種聲音，它無法真正代替人類觀賞同類的表演行為。

與身心認(rèn)知相關(guān)的另一個(gè)核心問題是意識(shí)。簡單地說，所謂“意識(shí)”就是體驗(yàn)和感知自身和他者存在的一種狀態(tài)及其產(chǎn)生的感受，其重要體現(xiàn)是能夠區(qū)分自我意識(shí)(自身的想法)和他我意識(shí)(他人的想法)，這是心智理論(Theory of Mind)的重要內(nèi)容。

意識(shí)能夠把一切經(jīng)驗(yàn)之物納入思考范圍，這使無限思想成為可能。另一方面，意識(shí)能夠?qū)σ庾R(shí)本身進(jìn)行反思，即，把意識(shí)自身作為一個(gè)思考對象。這是人類和人工智能一個(gè)很大的不同。人類并不是只對輸入的信息做出固定的、程序化的反應(yīng)，人類會(huì)不斷追問諸如“我是誰？”“我的種種主觀的想法、念頭和感受是怎么來的”這類問題，針對意識(shí)的意識(shí)就具有了“元意識(shí)”(Meta Mind)的性質(zhì)，這種元意識(shí)能夠?qū)λ囆g(shù)的創(chuàng)作、演出行為進(jìn)行反思。創(chuàng)作者和表演者能夠清楚地意識(shí)到自身的行為將會(huì)給他者帶來什么，并調(diào)整自身的行為。

這種反思能力是形成自我意識(shí)的關(guān)鍵，人類不僅能產(chǎn)生符號(hào)化的知覺表征，還能對知覺行為本身進(jìn)行表征。比如，人類的演奏者，不僅能識(shí)別出某個(gè)樂譜的符號(hào)(一階知覺)；還會(huì)說(或者在頭腦中默想)：我剛才認(rèn)出了那個(gè)音符，或者我剛才演奏了那個(gè)音符(二階知覺)；可能還會(huì)對自己的知覺結(jié)果提出疑問：我剛才看的那個(gè)音符是某個(gè)音，我會(huì)不會(huì)看錯(cuò)(演奏錯(cuò)了)了？(三階知覺)。這種三階知覺能力，能夠讓人類產(chǎn)生一種非常新穎高級(jí)的意識(shí)活動(dòng)，不斷地提升、調(diào)整音樂實(shí)踐行為，進(jìn)而影響聽眾的觀賞體驗(yàn)。

然而，人工智能并不理解其工作的意義(至少現(xiàn)在和可以預(yù)見的將來是如此)。無論是創(chuàng)作還是表演，人工智能所做的工作實(shí)際上是計(jì)算出既有作品的特征。從數(shù)學(xué)的角度看，它其實(shí)是將一些音樂的特征進(jìn)行賦值，并依據(jù)特定的算法，用這些賦值產(chǎn)生另外一個(gè)作品，但它本身沒有自我意識(shí)，也就更談不上即時(shí)的互動(dòng)和反思了。自我意識(shí)的缺位，導(dǎo)致人工智能在音樂的創(chuàng)作和表演行為中，并非像人類一樣是發(fā)自內(nèi)心的“自我”驅(qū)動(dòng)，而是執(zhí)行特定的算法和受到數(shù)據(jù)的驅(qū)動(dòng)，這一區(qū)別顯然也導(dǎo)致人類和人工智能創(chuàng)作(或通過表演呈現(xiàn))的作品，具有本質(zhì)的不同。

五、藝術(shù)經(jīng)驗(yàn)與音樂的創(chuàng)造性問題

2021年，音樂人工智能界一件備受矚目的事是德國卡拉揚(yáng)研究所羅德(M.Roder)組織了上百人的一個(gè)AI音樂團(tuán)隊(duì)，根據(jù)貝多芬殘存的音樂手稿和其他線索，完成了人工智能版的《貝多芬第十交響曲》的創(chuàng)作和演出。

該項(xiàng)目的主要研究者有：美國羅格斯大學(xué)的艾爾格莫(A.Elgammal)，主要負(fù)責(zé)用貝多芬的音樂來訓(xùn)練并構(gòu)建AI神經(jīng)網(wǎng)絡(luò)系統(tǒng)，再從中生成所需的貝多芬音樂片段；奧地利作曲家沃爾佐瓦(Werzowa)，負(fù)責(zé)從AI生成的音樂素材中選擇最合適的片段來合成最終的作品；康奈爾大學(xué)計(jì)算音樂學(xué)專家高特姆(M.Gotham)，負(fù)責(zé)貝多芬的樂譜手稿的識(shí)別工作，以及AI生成的樂譜編輯合成工作；古譜研究專家(鋼琴演奏家)萊文(R.D.Levin)，負(fù)責(zé)校訂貝多芬樂譜手稿，擔(dān)任鋼琴視奏，通過視奏AI生成的樂譜，并讓深諳貝多芬風(fēng)格的專家審定AI生成的音樂是否符合貝多芬音樂風(fēng)格。

經(jīng)過手稿研究、數(shù)據(jù)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)構(gòu)建、算法調(diào)試、MIDI樂譜輸出、試奏視聽、生成樂隊(duì)總譜等復(fù)雜工作，最終使作品得以搬上舞臺(tái)。不得不說，這部作品具有濃郁的“貝多芬風(fēng)格”，比如，長大的尾聲和貝多芬特有的力度對比、和聲進(jìn)行、動(dòng)機(jī)展開和終止式等等。熟悉貝多芬作品的人，完全能毫不費(fèi)力地感受到這首作品與貝多芬本人創(chuàng)作的作品有清晰可辨的“似曾相識(shí)”之處。

但是，這是一種還原還是一種創(chuàng)造呢？貝多芬自己創(chuàng)作的九首交響作品每一首的風(fēng)格特點(diǎn)都不盡相同，何以“第十”會(huì)是前面九首的“概括式總結(jié)”呢？一位評論家(Henk Douwes)的話也許代表了很多人的困惑：(作品)“聽起來絕對是‘貝多芬式的’。單就音樂而言，聽起來很像對貝多芬之前作品的低級(jí)翻版，其中明顯有《第五交響曲》諧謔樂章的痕跡，聽起來很刺耳。其實(shí)完全可以學(xué)習(xí)第七、第八或第九《交響曲》的諧謔樂章。即使留存的樂譜草稿確實(shí)有貝多芬之前音樂的影子，也不意味著作品就應(yīng)發(fā)展成目前的樣子。天才的貝多芬能容忍這種平庸的‘翻唱’嗎？”(33)韓寶強(qiáng)：《人工智能續(xù)創(chuàng)貝多芬〈第十交響曲〉帶給我們的啟示》，《音樂與表演》(南京藝術(shù)學(xué)院學(xué)報(bào))，2022年，第1期，第118—121頁。

其實(shí)，早在1981年，美國作曲家、人工智能研究者戴維·庫伯(David Cope)就創(chuàng)立了音樂智能實(shí)驗(yàn)(Experiments in Musical Intelligence)，通過人工智能來創(chuàng)作音樂。庫伯分別采用了“通過規(guī)則創(chuàng)作”與“重組匹配”兩種方法來創(chuàng)作音樂，前者要求每次為新作品編寫新的規(guī)則，后者采用重組方法將現(xiàn)有音樂重新組合，以新的邏輯創(chuàng)作新作品。1997年，在一次演講中，他播放了一首以重組方法創(chuàng)作的巴赫作品，聽眾無法分辨到底是計(jì)算機(jī)創(chuàng)作的還是巴赫本人創(chuàng)作的。(34)見戴維·庫伯的個(gè)人網(wǎng)站http：//artsites.ucsc.edu/faculty/cope/biography.htm(最后登錄時(shí)間2023.4.9)。

在風(fēng)格模仿方面，音樂人工智能的創(chuàng)作早已到了足以“以假亂真”的地步。通過算法和分析，可以輕易地對已有作品的特點(diǎn)進(jìn)行提煉，并基于提煉的特質(zhì)創(chuàng)作出新作品。但是，在獨(dú)立創(chuàng)作方面，目前音樂人工智能的創(chuàng)作尚乏善可陳。這一現(xiàn)象背后的原因并不復(fù)雜，主要?dú)w結(jié)于兩點(diǎn)：一是，音樂人工智能無法實(shí)現(xiàn)基于審美經(jīng)驗(yàn)的藝術(shù)創(chuàng)作；二是，音樂創(chuàng)作中，創(chuàng)造思維的復(fù)雜度遠(yuǎn)超過現(xiàn)有人工智能的計(jì)算能力。

就藝術(shù)經(jīng)驗(yàn)而言，以休謨(David Hume，1711-1776)為代表的經(jīng)驗(yàn)主義者認(rèn)為，人類的知識(shí)和思想都來源于感性經(jīng)驗(yàn)，即，通過感覺、體驗(yàn)、經(jīng)歷而獲得經(jīng)驗(yàn)。所有的概念和原則，是通過感性經(jīng)驗(yàn)建立的，只有通過經(jīng)驗(yàn)才能知道世界真相和現(xiàn)實(shí)的本質(zhì)。休謨認(rèn)為：“一切科學(xué)牢固的基礎(chǔ)是人性，而人性的牢固基礎(chǔ)則是經(jīng)驗(yàn)，即我們要理解人性，只有通過經(jīng)驗(yàn)以及與之相關(guān)的觀察，在觀察的基礎(chǔ)上得到經(jīng)驗(yàn)?！?35)文聘元編著：《西方哲學(xué)通史》，南昌：江西美術(shù)出版社，2019年，第157頁。

也許休謨的經(jīng)驗(yàn)論或多或少有些偏激，但就藝術(shù)創(chuàng)作而言，感性經(jīng)驗(yàn)而非理性的計(jì)算起到了更為重要的作用，這在人類的創(chuàng)作中已經(jīng)無數(shù)次被證明了。經(jīng)歷豐富、情感豐厚的藝術(shù)家總比情感貧乏的人更能創(chuàng)作出打動(dòng)人心的作品。腦科學(xué)家格林菲爾德(S.Greenfield)的研究也一定程度支持了休謨的觀點(diǎn)：“客觀可觀察的事件如何轉(zhuǎn)變?yōu)楠?dú)特個(gè)人經(jīng)驗(yàn)的第一手感覺，無法通過數(shù)學(xué)公式而得到?！?36)〔英〕蘇珊·格林菲爾德：《大腦的一天》，韓萌、范穹宇譯，上海：上海文藝出版社，2020年，第4頁。

與藝術(shù)經(jīng)驗(yàn)密切相關(guān)的是藝術(shù)創(chuàng)造問題。斯滕伯格(Robert Sternberg)曾提出一個(gè) “三元智能理論”，他把智能劃分為分析問題的能力(Analytical Intelligence)、實(shí)際解決問題的能力(Practical Intelligence)、創(chuàng)造力(Creative Intelligence)。(37)Robert J.Sternberg，Beyond IQ：A Triarchic Theory of Human Intelligence，New York：Cambridge University Press，1985.

在《現(xiàn)代漢語大詞典》中，“創(chuàng)造”的意思是“發(fā)明；制造前所未有的事物”?！皠?chuàng)造力”是指“人們創(chuàng)造新事物的才能和力量”(38)阮智富、郭忠新編著：《現(xiàn)代漢語大辭典》(上)，上海辭書出版社，2009年，第233頁。。“創(chuàng)造”的本質(zhì)特征其實(shí)是“無中生有”。藝術(shù)創(chuàng)造的本質(zhì)是產(chǎn)生新穎的、異乎尋常的觀念，并創(chuàng)制有藝術(shù)價(jià)值的藝術(shù)作品。這是人類最高智慧的體現(xiàn)，問題在于，人類自身是如何產(chǎn)生新穎的想法，又是如何產(chǎn)生藝術(shù)靈感的？這些問題至今仍然沒有明確的答案。

現(xiàn)有研究還沒有解開人類創(chuàng)造行為的密碼。但是人們已經(jīng)意識(shí)到，人類的“創(chuàng)造性”是一個(gè)復(fù)雜綜合的身心過程，它無法單獨(dú)通過心理學(xué)、神經(jīng)學(xué)、生理學(xué)來解釋，更難以通過函數(shù)和程序來表示。人工智能的本質(zhì)是數(shù)理邏輯，而創(chuàng)造性有著邏輯或者數(shù)學(xué)難以表達(dá)的特質(zhì)。

現(xiàn)有人工智能在音樂領(lǐng)域體現(xiàn)出來的“創(chuàng)作”，其實(shí)很難稱得上是真正的“創(chuàng)造”，其實(shí)只是特定程序在輸入?yún)?shù)或數(shù)據(jù)之后所做的“組合”。當(dāng)然，對于什么是“真正的創(chuàng)造”的理解本身也沒有統(tǒng)一的標(biāo)準(zhǔn)，但顯然，僅僅用“新”(即，與既有的存在物具有不同特征)來定義“創(chuàng)造性”是不夠的。如趙汀陽所說：”創(chuàng)造性在于改變力，在于能夠改變世界或歷史，改變生活或經(jīng)驗(yàn)，改變思想或事物，或者說，創(chuàng)造性在于為存在增加一個(gè)變量?！?39)趙汀陽：《人工智能提出了什么哲學(xué)問題》，《文化縱橫》，2020年，第1期，第43—57頁。建立一個(gè)與人類大腦認(rèn)知水平相當(dāng)?shù)模哂袆?chuàng)造性的人工大腦，在理論上即使具有可能性，在實(shí)踐中也是極為困難的，在音樂領(lǐng)域尤其如此。

本文對音樂人工智能的幾點(diǎn)哲學(xué)審思，絕非要否定人工智能已經(jīng)取得的成績，更非低估人工智能巨大無比的潛力，而是認(rèn)為，音樂人工智能如果不能解決本文所論及的幾個(gè)問題，將難以實(shí)現(xiàn)取代有真正創(chuàng)造力的作曲家的目標(biāo)。

如果從人類漫長的歷史來看，人工智能的本質(zhì)不過是人類創(chuàng)造的諸多工具之一，與所有人類創(chuàng)造工具一樣，它們在很多方面勝過了人類的能力。工具的作用是將人類的某一能力給予延伸，并在某一方面代替人類。人工智能與既往人類的工具相比，是人類腦力的延伸，但仍沒有改變其工具的本質(zhì)。

正是基于此，本文認(rèn)為，在藝術(shù)(尤其是音樂領(lǐng)域)，能真正代替音樂家的強(qiáng)人工智能(Artificial General Intelligence)在可見的未來還無法實(shí)現(xiàn)。不過，鑒于人工智能驚人的迭代速度，伴隨著人工智能的三駕馬車算法、算力、數(shù)據(jù)一日千里的發(fā)展，我們也有理由對它的廣闊前景報(bào)以審慎的樂觀。當(dāng)然，我們?nèi)祟愐灿凶銐虻睦碛杀３诌@樣一種尊嚴(yán)和自信：只要我們還會(huì)不斷“自我反思”，還會(huì)不斷地拓展我們的審美經(jīng)驗(yàn)，還會(huì)不斷增進(jìn)對同類的理解，還會(huì)不斷地探索、拓展我們的藝術(shù)表達(dá)手段，人類就一定會(huì)持續(xù)創(chuàng)作不朽的音樂，用以充實(shí)我們永恒的精神世界。

機(jī)器的歸機(jī)器，人類的歸人類。