藝術家的窮途末路？

2024-06-29情感

插圖：老牛

引

近幾年因地緣，也因機緣我們二人常見面相聚，每次相聚都會在一種毫無拘束、自由自在的氛圍下有一番暢談，我們稱之為「天南海北神聊」，它必有美食與美酒陪伴，即興也隨意。其中一次偶然聊到了當下以人工智慧為標誌的高科技的迅猛發展，以及其對人類生活方式，包括對各個行業、各個領域的顛覆性的沖擊，梁雷教授覺得這是一個非常值得進一步探討的話題，因為這種沖擊顯然也會對目前音樂學院的教學體系以及學生，特別是以創作為專業特征的作曲系學生在可見的未來有著直接的影響。如果一個社會變革性的大潮撲面而來，無可規避，那麽面對它並對其做一些冷靜的觀察與思考或討論無疑是有益的。於是，便有了這次的對話。

與目前正在做開創性跨學科的嶄新前沿計畫的梁雷教授不同，筆者李濱揚認為自己在自然科學的方面基本上是外行人，之所以討論幾句也是因為平時對當今自然科學的發展，特別是以人工智慧為熱點的高科技的發展比較關註，談論中欠專業及外行的地方在所難免。對話中涉及音樂或音樂教育領域的話題，包括對音樂學院教學體制與課程等方面的討論，可能會讓人聽了不太順耳或有不準確、不成熟之處，特在此恭請各位同行能夠海涵。不管怎樣，如果丟擲的話語能夠引起同行對該話題的共同關註，那本文的基本目的就達成了。所以，本文稱不上嚴格意義上的文章，我們將之稱為「散談紀錄」。

（方便起見，文中梁雷簡稱「梁」，筆者簡稱「李」。）

李濱揚

梁雷

並不是聳人聽聞

李：上次聊此話題時你提到可以此形成一篇文章，標題就叫「藝術家的窮途末路」。

梁：這個題目特別有意思。我們每一代作曲家的學習環境都在演變，有時是突變。1988年我入中央音樂學院附中，您是我第一位作曲老師。那個年代的中國是一種很獨特的環境。之後您和我先後離開北京來美國學習，又是一個全新的環境。學什麽？怎麽學？我們作為老師教什麽？這些都成了問題。現在的學生面臨的現實與我們當時面對的截然不同。我教本科作曲學生的第一堂課，所談的第一個話題就是人工智慧，因為這是他們所有人面對的現實。首先得意識到，人工智慧突飛猛進的今天也許會帶來「藝術家的窮途末路」。對這個沒有認識和省悟，往下走就可能是沒有方向、沒有目的，甚至是沒有意義的。

李：現在仔細想想，這還真不是在嚇唬人，或者是聳人聽聞。這個時代真的是變了，而且是加速度的顛覆性變化。目前來講，我們還只是進入到一個被有的科技公司主管稱之為的「前人工智慧」（PRE AI）時代，就是說還沒有到真正成熟的人工智慧時代。但是，那些頂尖的科學家與高科技公司的主管們已經感覺到擔心，感覺到害怕了。特斯拉（Tesla）的創始人與總裁伊隆·馬斯克（Elon Musk）曾在一次采訪中說他對人工智慧的出現與發展深感擔憂，他說他曾是ChatGPT的投資人之一，後來因為去做SpaceX（制造開發去火星的火箭公司）而結束了，因此他深知人工智慧的可怕之處。他認為人工智慧的出現與發展對人類的威脅遠遠超過核武器對人類社會的威脅。而我們知道上個世紀核武器的出現從根本上改變了整個人類的社會生活，而如今越來越多的擁核國家之間動輒相互核訛詐，核武器就像懸在人類頭上的一柄淪陷之劍，隨時有可能將人類幹掉。記得菲利普·格拉斯（Philip Glass）在他的歌劇【沙灘上的愛因史坦】（Einstein on the Beach）裏就是以作曲家認為的20世紀人類社會出現的三個大事件——進而從根本上改變和影響了人類社會行程——的代表人物作為貫穿全劇的主角，即現代精神分析心理學的鼻祖佛洛伊德、共產主義的史達林，以及與核武器有關的愛因史坦。可見核武器從20世紀中期的出現直到當下在人類心底產生的恐懼到達了何種可怕的程度。

1976年，【海灘上的愛因史坦】在法國亞維農歌劇院上演（視覺中國供圖）

然而，伊隆·馬斯克卻認為與核武器相比，人工智慧在可見的未來對人類的威脅會遠超核武器。 他認為人腦對知識學習的速度與廣度以及儲存量都是有限的，一個人不管你有多麽勤奮，你多麽有知識，你如何廣覽博學，在AI人工智慧面前，都不是一個等量級，完全無法與之相比。而一旦機器學習（Machine Learning）與生成式（Generative）AI的進步達到一定階段，那麽人工智慧成長的速度與能力的增長將會是指數性的，人腦根本就跟不上。如果人類一旦對能自主學習思考的人工智慧失去控制，其後果將不堪設想。這一點， 著名物理學家史帝芬·霍金也警告人類：人工智慧是「我們文明史上最糟糕的事情」 （「Worst event in the history of our civilization」）； 人工智慧「甚至會淪陷人類」 （「Could spell the end of the human race」）。

記得在十多年前，我給大學本科學生上大課，討論調性解體時提及現代科技特別是互聯網的出現對人類社會生活方式的影響，以及對藝術及其表現手法的影響，跟學生們談到我自己的感想與看法，即以互聯網、電腦、智慧型手機等為標誌的現代科技的出現與普及，已經徹底地改變了人類的生活方式和生活習慣，包括我們的藝術創作與欣賞的習慣與方式，我們身處一個與以往完全不同的嶄新時代。但是，我認為這一切都還只是剛剛開始，不遠的未來還有顛覆性的、更令人震驚和激動的高科技出現，以至於會將人類社會帶到一個天翻地覆的無比先進的社會生活環境裏。

不過，當時我對進一步改變人類生活的顛覆性的令人震驚的高科技是什麽、將以何種方式出現以及何時出現則是完全茫然，直到人工智慧的出現。

梁：比我們想象得早，已經來了。

李：對。但是很多人在此階段並不太了解人工智慧所蘊藏的巨大能量以及它在未來可能會給人類帶來無比的便捷的同時也帶來致命的威脅。幾年前就陸續傳來馬斯克在做一個人腦神經連結（Neuralink）的計畫訊息，即將某種芯片植入人腦並與電腦相連線。當時覺得馬斯克又在搞怪，異想天開。後來對這個計畫有了一些大概了解，特別是在觀看了馬斯克在一次訪談中對該計畫做出的闡述與解釋後，才基本上搞清楚他做這個計畫的初衷與本意。他表示，Neuralink計畫的早期目的聚焦在治療人類腦部疾病如老年癡呆癥以及其他一些疾病如癱瘓等，但該計畫的核心目的是要透過腦植入芯片與電腦連線後，使人腦的能力得到提升與增強，這樣當人工智慧在發展的過程中，人類能夠加入這一旅程而不至於被落下。在前期的鼠、猴、豬的實驗後，該計畫已於2023年5月獲得FBA在人體上做實驗的授權。

且不說人工智慧到底會發展到哪種程度，光是馬斯克這個芯片植入的人腦神經連結Neuralink就如同將科幻電影裏才發生的情節直接搬進現實生活，如果它成功了（馬斯克經常說自己喜歡做別人認為不可能的事，而且，幾乎都能做成），人類生活將會發生什麽天翻地覆的變化？仔細琢磨，好像怎麽誇張都不為過，它恐怕將會從根本上顛覆我們目前的社會生活方式和構架，將會直接涉及社會的各個層面和各行各業的存亡。而這僅僅是為了對付可能的人工智慧超越人類的情況發生。所以，未來人工智慧給人類帶來的劇烈沖擊與變化的說法應該不是聳人聽聞。至少從馬斯克所采取的上述行動來看，它成為現實的可能性極大。

不得不提及一下的是，人工智慧也只是當今高科技在各個領域飛速發展的一部份而已，盡管它終將浸透到幾乎社會的每一個角落。而我們耳朵裏近年來還充滿了關於量子計算、基因生物科技、可控核融合、常溫超導等種種資訊，這些都是當今革命性的研發領域，任何其中一項的研發成功對人類的影響都將是巨大的。我們能看到眾多高科技公司都在異常激烈的競爭中力爭脫穎而出，都企圖以革命性的成果徹底改變本領域之現狀。而且，在2023年的今天，上述不少領域的研發似乎都出現了成功的端倪，難怪有人說，似乎人類歷史的Singularity（奇異點）真的要到來了。

有時朋友間調侃：系好安全帶，人類歷史的過山車恐怕隨時就要啟動。

2023年7月14日，美國影視演員協會(SAG-AFTRA)發起罷工，事件持續數月，圖為影視從業人員高舉「罷工」標語牌遊行示威（視覺中國供圖）

誰都不會置身事外

李：早些年谷歌的Alpha狗（AIphaGo）打敗世界圍棋冠軍引起轟動，人們（比如我自己）只是好奇而已，而個中的潛在意義則渾然不察。

而今，ChatGPT以及更多的AI產品的出現直接與人們方方面面的生活工作連結起來，這一次感受就比較真切了。

比如最近好萊塢編劇協會與演員工會大罷工的矛盾爆發點之一就與AI有關。

梁：這件事說明AI已經直接進入藝術創作領域。語言比起影像、聲音更容易被數位化、被復制，語言的規則比起音樂的規則（如果是有規則的話）畢竟簡單多了。因此，AI對好萊塢的編劇協會成員們的沖擊最早。

2016年，圍棋選手李世石與谷歌開發的電腦程式AlphaGo進行了五局比賽

李：是。面對AI，編劇和演員們擔心它的崛起會取代其工作，具體講就是擔心AI的入侵漸漸進入到影視制作的核心範圍，出現包括劇本寫作、編劇、影視拍攝以及演員們的生存空間被擠壓的局面。

沖擊是顯而易見的。設想一個具有深度學習與生成式功能、儲備了影視史上所有作品全部資訊與參數的人工智慧大語言模型（Large Language Model）要根據所輸入的要求而產生一個劇本是一件多麽容易的事情，數十分鐘甚至更短時間就可以完成。長此以往，很多劇本創作人員恐怕就要歇息了，生計難保。再就是在AI技術的參與與推動下，非真人演出的影視作品從電影到電視劇越來越常見，這對那些演員來講不是個好趨勢，這種影視作品越來越多，對真人演員的需求就會越來越少。

單個人的進步與AI發展的趨勢相比會顯得越來越弱小，如上面提到的谷歌Alpha狗的Alpha狗零號（AlphaGo Zero）在訓練自己時，僅在頭三天就與自己下了四百九十萬場棋，這個數量級如果是單個人就算是天才，終其一生背棋譜背再多也無法與其相提並論，勝算渺茫。

最近媒體紛紛報道日本福井縣兩位學藝術專業的青年人輕生未遂的事件，據當事人講出的原因就是覺得自己的人生被AI毀了：比如自己辛辛苦苦花了數月構思創作的繪畫作品用AI十來分鐘就完成了，並且還非常精彩，因而感覺無力與其競爭，很絕望，看不到前途。我自己身邊也有極具天賦的油畫家在看了AI創作生成的油畫作品後產生了類似的絕望情緒，而且想就此放棄創作，也說看不到前途。為此，我去尋找了一下AI的繪畫作品，看過後也覺得十分震撼。如此真實、完美、生動，很難想象與相信是出自AI。

由AI創造人的形象，其中只有一個是真人，其余三人是AI創造的

梁：這裏我們可以展開一下，人工智慧繪畫我看得很少，但我註意到一個材料講AI創造人的形象的作法。它是采集很多不同人的形象，然後把它們綜合起來，創造出來的形象往往比真人更完美。這就有一個問題：當你這麽做出來的形象，它比真人更完美的話，那真人是什麽呢，真人是不完美的。真人有很多瑕疵，這些瑕疵是「真」的重要元素，甚至恰恰因為瑕疵而真實。這個真實本身類似在電話裏聽到的噪音、訊號裏的錯誤、我們談話中的一些誤讀等，各種各樣的不完美恰恰構成了一種真實的存在和體驗。 藝術作品也是如此，不完美與瑕疵其實也是其重要特征。機械性「完美」則造成虛假。 另外，視覺上的復制容易過於依賴對所謂「美」「色彩」「速度」的誘惑和刺激。這些多是機械性、表面的模擬，是技術帶著人走，而不是創作者走在技術前面。

2022年4月23日，全球第一個超現實人形機器人藝術家艾達在威尼斯雙年展上以藝術家的身份舉辦藝術作品個展，這是雙年展120年歷史上首次機器人與人類藝術家共同展出作品

李：是的，我們現在看到的AI創作產生出來的作品基本上都具有你說的這些特征，由於其太完美而與真實的人與物有較為明顯的距離與區分，這也為真人從事的各種工作與活動留下相當大的想象與操作空間，亦顯示目前AI在這方面仍處於不成熟階段。不過，這種不成熟階段大概應該不會持續很久。在眾多高科技公司激烈而瘋狂的競爭開發下，AI照目前這個速度發展下去，應該可以預見將會以非常快的步伐成熟完善起來。如果一個足夠大的、有著特別厲害的演算法構架的生成式人工智慧大語言模型能夠將某學科的所有有可能存在的參數，也許是百億、千億甚至是萬億量的參數都收入在模型內的話，在特定指令輸入後所生成出來的結果一定是驚人的。在這一波由ChatGPT帶起來的AI熱潮中，各大科技公司都迫不及待地推出了自己的AI產品，如谷歌的Bard、亞馬遜的Amazon Lex、派能梯爾的AIP等等。而ChatGPT也在很短時間裏更新升級從1到了4。這些都似乎讓人們突然發現原本模糊不清的AI說話間就到身邊了，其成熟度也是令人印象深刻。

現在，輪到政府不安了。AI的迅猛發展在給人類帶來便利並可預見地要引領人類進入一個無比發達的嶄新時代的同時，也猛烈地沖擊著現時的人類生活秩序特別是法律體系與道德規範：對AI的任意使用的一個可能的結果就是造成人類社會在法律體系與道德規範的混亂甚至潰亂與崩塌——如果沒有相應的立法與各種技術手段跟進的話。這就是為什麽前不久美國政府將七大科技公司CEO招進白宮共同商討對策。

梁：這個訊息我也關註到了，將那些高科技大公司的主管叫去開會應該就是說AI的事。

2018年10月22日,紐約佳士得拍賣行以約合人民幣301萬元的價格拍賣了一幅由AI軟體繪制的肖像畫【艾德蒙·貝拉米】，這也是人工智慧繪畫第一次走進拍賣行（視覺中國供圖）

李：好像是在這次政府安排的商討上，各大公司主管做出承諾，凡是由本公司AI產品所生成的任何出品必須要有本公司浮水印標註，以防濫用，造成混亂。

有專家說：從社會經濟學層面上講，一旦成熟的機器學習與生成式AI的成本降低到全社會普遍性可擔負的程度時，一個新世代即宣告到來。人們進入一個無比先進而便利的時代，但其沖擊力也是劇烈而全面的，幾乎無人能置身於這個時代之外。很多傳統或現存的行業會消失，很多崗位也會消失或被取代。音樂相關專業、特別是從事音樂教育事業的人士在這個浪潮之下受到沖擊恐怕也是在所難免的。

2022年7月20日，初創公司OpenAI向100萬人開放其人工智慧軟體DALL-E，該軟體可以透過簡單的口頭指示建立影像，圖為該軟體透過指令生成的影像「騎馬的太空人」（視覺中國供圖）

AI與音樂創作及音樂教育

再回到我們之前提到的藝術家的窮途末路。其實，之前的好萊塢與日本青年畫家的例子就是在聊藝術家。現在聊音樂，就以音樂學院為物件來聊聊，我們可以將其簡單地剖析一下，探探它的本質是什麽。音樂學院別的系我們暫不說，比如演奏專業，其專業本身應該暫時不會受到大的沖擊，在相當長的時間內難以被取代，還可以存活下去。當然不是說沒有沖擊，這個可以留在以後聊。我們只說說我們熟悉的作曲系。

中國的音樂教育體系基本上是西式的，就目前音樂學院的基本構架來看，它的學制，它的分系的方式、專業的設定、課程的設定、教材的使用、課堂集體大課與專業個人單獨行課方式等等，基本上是仿照歐美同行的。與所有其他門類的教育實體如各類大學等相似，組建這種結構體系的最基本的目的可以用大白話四個字概括：傳授知識。那知識的本質是什麽呢？

作曲系將學生招收進來，為其設定了著名的五大件，即和聲、配器、復調、作品分析，再加上作曲主科。當然還有一些其他的輔助課程。這些課程雖然類別不同，但其目的顯然都指向同一個方向：盡可能多地將整個音樂史上的經典作品以及眼下的新優秀作品進行全方位的學習與研究分析，以從中獲得包括技術在內的各種直接對作曲創作有針對性用處的知識，同時根據學習進度嘗試運用所學相關專業知識在主科課上進行訓練性創作。

學生從進校那天開始就被要求盡可能多地聆聽並瀏覽分析各個時期的經典作品，聆聽各種音樂會，以至於作曲系近年在研究生與博士生招生考試中設定了看局部樂譜辨認作曲家作品的環節，以考察考生腦中的作品的閱覽積累的廣度與深度。

幾大件技術課程即和聲、復調、配器、作品分析的教學內容基本上由兩大部份組成：以調性音樂為主體，以調性後非調性以及其他非典型性近現代音樂為輔或補充。各門教材上的技術與理論的形成幾無例外地來自對大量已知經典作品在不同層面與角度的表象上所呈現出來的邏輯性與規律性的歸納與總結。教學的核心聚焦在兩個字上，即解構。將大量不同時期、不同風格、不同體裁的經典作品進行層層拆解，從整體、宏觀結構上拆解成大部份，再拆到次級結構，再到樂段、樂句、樂匯，直至拆到最小元素單位的動機。

解構的目的是什麽呢？作為一個想要成為優秀作曲家的學生，音樂學院要求你去了解那些文獻，了解那些經典作品的作曲家是如何做的，了解不同時代不同風格的作曲家作品為什麽不同，比如蕭士塔高維奇是怎麽回事？理查·史特勞斯又是怎麽回事？他們的作品為什麽不同？他們有哪些區別？他們各自對聲音的想法和追求落實在譜面上的差異背後是什麽？他們在構思上、在材料運用上和處理上有什麽不同？他們在作品中是怎麽處理安排不同層次、不同階段各種元素相互之間的關系的？

解構的目的就是要讓學生們去了解那些文獻和經典作品背後存在的所有參數與資訊，並且在各個註重不同側面技術課的輔助下掌控那些具邏輯性、規律性、內在關聯性與經典性而形成的可供自己創作所用的參數與元素。如要稱之為技術也行。

和聲課會從縱向角度去研究該作品音與音縱向組合之間的關系與運動方向及布局；復調課會去研究作品中不同線條之間的對位關系以及運動方式；配器課則是在樂隊作品中研究不同樂器的不同組合方式所展現出來的各種音響與音色；作品分析課則是對作品進行剖析，包括從整體結構布局與運動方式到不同次級結構與運動方式，直至最小原始材料的動機以及最基礎的音與音的安排與運用，涉及調式調性或材料布局、力度、速度、表情、演奏法等全部元素。

2023年，第二屆世界音樂人工智慧大會在北京舉行。一場「未來音樂會」是本次大會的亮點，圖為機器狗出現在演奏現場

學生在透過四年（第五年用來創作本科畢業樂隊作品）的各科課程學習後獲得了創作一個包括各種體裁與結構在內的音樂作品所需要的基本知識與技術，這些知識與技術是系統性的、全方位的。學生們知曉了各種材料與元素以及各種技術手段在不同的層次、不同的結構、不同的階段的功用與意義，以及如何在實際創作中根據自己的意願去使用它們，進而創作出自己想要的音樂作品。至此，音樂學院作曲系大學本科教育階段的知識傳授過程完成。

但是，我們仔細想想，整個這種教育體制，這種教育方式與過程，說到底了，它背後的根本目的不就是為了相關參數與資訊的獲得與掌控嗎？（梁：對的）我們剛剛提到的音樂學院存在的本質，也在於此。

而所有的這些參數與資訊都可以在AI中量化並建立相互關聯的深層邏輯關系。 比如我要表達悲傷，要一條悲傷的旋律，那旋律是什麽？哪類旋律是悲傷的？哪類旋律是歡快的？悲傷又有各種不同悲傷，拉赫瑪尼諾夫有拉赫瑪尼諾夫的悲傷，柴科夫斯基有柴科夫斯基的悲傷，其實它們背後都是有各種各樣的具體參數的，AI都可以根據所存參數透過自己的方法將之做出來的。

快要說到痛處了。音樂學院透過它的教育體系將培養一個學生所需要的系統知識傳授給學生，使之成為一個作曲家，然後再將這個作曲家輸送到社會去。這個作曲家腦子裏儲存的關於作曲的技能基本上就是那些在音樂學院被傳授或者是其間透過其他渠道獲得的知識，這些知識的本質，就是各種與音樂及創作相關聯的參數與資訊及各種組合。如果咱們再類推遠點說，在任何教育系統裏傳授的專業知識的本質也是各種與該專業相關聯的資訊及各種組合。

那麽，問題來了，這套教育體系在AI時代怎麽辦？少數人，像你這樣（指梁雷）的尖端大師級別的作曲家在學院裏探索最前沿屬於自己的新路，沒問題。但社會所需音樂包括各種商業音樂，絕大部份都是調性音樂，很容易用幾個簡單指令就可以透過AI獲得滿意的結果。而音樂學院作曲系透過五年（或之後再讀完碩博）培養出來的學生畢竟大多數是要被推入到社會上去的，不可能全都留在學校當教師。我現在不好說未來會變成什麽狀況，但有一點可以比較肯定的是：在AI時代，社會對這些畢業學生的需求不大。

梁：首先從經濟成本來看，這種投資不值得。 一個學生花四年的時間來學習本科這套東西，這四年學出來所能達到的程度，遠遠不及現在的AI。 它可能幾分鐘甚至更短時間就可以解決問題，而且AI遠遠更廉價。

當然，發展AI對自然環境的影響，尤其是釋放二氧化碳的可怕程度，以及對鋰等稀土元素開采的依賴而帶來的自然破壞，還是最近才被人們逐漸意識到的。這將是另一種成本，而且是一個極大的成本，整個人類都需要面對。

李：對，一旦有了音樂的人工智慧大語言模型，根本性變化就近在咫尺了。比如中央音樂學院建立了一個音樂人工智慧系，但我不知道他們目前是在做什麽，是在哪一個階段上，是在建立大語言模型還是在做其他什麽。如果要做一個大語言人工智慧模型，除了需要海量的參數外，最重要的是它構架之下的演算法。本人道聽途說，最牛的演算法背後都有很厲害的數學家的加入，對此，不知真假。此外，還需要非常強大的電腦系統做數據的處理，這是當然的。因此，要從最簡單的參數窮盡法一步步發展到深度學習（deep learning），再到生成式AI（generative AI），各種難度很大，情況也很復雜。音樂學院人工智慧音樂系的情況我們不了解，就不妄加猜測與評論了。

說到演算法，叫algorithm吧？

梁：是的，是algorithm。

本組圖片是由梁雷指導、視覺藝術家程銘泳采用地質學家Emily Chin提供的真實礦物圖片數據集，透過生成式AI技術創造的作品

李： 在美國音樂界，上世紀60年代就有人嘗試用演算法作曲，而且記得此人還是一位數學家。 盡管可以肯定的是，那時的演算法應該是很粗淺的，但我們仍可以從中一窺音樂界的先輩的創新探索精神。

梁：有些人是從理論著手，比如判和聲題。我們是知道該怎麽判題的，如平行五、八度之類的，但電腦程式判得比我們快，而且比我們更準確。所以你跟機器來合作，它比我們老師更有效。這就已經引發到了它所能掌握的不同時期音樂語言的數據和梳理的程度，可能遠遠超過我們。這是肯定做過的。我的一個好朋友麥克·卡思伯特（Myke Cuthbert）教授在MIT（麻省理工學院），當時就在領頭做這件事。當然在聖塔克魯斯（Santa Cruz），大衛·科普（David Cope）教授用電腦模仿不同時期的音樂，如巴哈、貝多芬等作曲家的風格。他不光是以假亂真，甚至還可以比賽，比賽時你不知道情況，聽眾來評分，把真的巴哈作品與假的混在一起，最後聽眾給了那個假巴哈作品更高的分。這個已經在上世紀80年代做出來了。在這個框架上，現在從量來講，各個時期、各種風格，甚至不同文化的音樂數據都在不斷擴充。這引發我們去想，我們培養人才的目的、服務社會的功能，是否都可以用機器代替解決。同時，還有一個重要的問題是， 人工智慧所依靠的數據，大多是符合西方體系框架的，比如可以用記譜、音高、和聲、對位、配器等方法來表述這個創造，也就是復制過程。 但這只是一個體系。這個體系以外的大量的世界音樂文化，無法用這個體系的座標來簡單表述自己的特征。您剛才提到「音樂的人工智慧大語言模型」。我們得問自己，「這是誰的語言模型？」

我們還可以想：什麽東西是我們做藝術的理想？我們還可以做什麽？

大衛·科普

李：是的，我們還留有什麽空間可以施展？我也在想這事。起碼，從現在這個階段來講，應該還有空間。因為這個人工智慧還沒有發展到那麽成熟的地步。就是說：我們人所能想象到的機器不一定能想象到，看看我們能不能做到可以去另辟一個空間。但是一個可怕的可能是：當你去開辟另外一個空間時，AI會追蹤你的方向，它會跟隨你，學習你空間的一切，然後做得比你更好。難怪伊隆·馬斯克那麽懼怕AI，覺得是件很恐怖的事。當然，目前來講，因為AI仍在早期階段，說實話，包括我們自己做音樂的人都沒有那麽強烈地害怕自己的什麽東西會被取代，我們有點不相信。或者說因為沒有見到過，也就沒有深切體會。但是，我覺得現在對我們來講，正如你選擇的方向就很好，就是說：我們盡量去尋找一種非常規的思維和路子這麽去做。美國有特別多的科技公司，在這樣一種環境下大家都可以任意去想，任意去做。它們的發展都非常快、非常厲害，包括在金融方面，在高科技方面與生物生命科學方面都在拼命地搞科研開發，它們始終在想怎麽做到destructive（淪陷性？），就是琢磨著要把現有的東西給毀掉，然後用新的取而代之。比如眼下最熱門的幾個領域如人工智慧、量子計算、生物生命科學等，真的沒想到都發展得那麽快。每個人都想去舊換新，都想做顛覆性的事，做破壞性的事，都想做game changer（改變遊戲規則者）。

梁： Paradigm shift（模式轉換）！

2021年9月2日，瑞士管弦樂團演奏【第十交響曲】向貝多芬致敬，該曲譜由AI續寫（視覺中國供圖）

2021年9月2日，貝多芬【第十交響曲】的電腦程式設計師弗洛瑞安·科隆博（右）和指揮家吉約姆·貝爾尼（左）正在研究樂譜（視覺中國供圖）

李：對頭。所以，這個時代會變化得非常快。但就我們自己面對的現在這些新事物來說，我們所能想象到的、所能理解的很有限，因為我們並不是專家。你（指梁雷）在這方面比我好，我只能說現在在我們眼皮子下已經正在發生的事物以及我們已身處在這個環境的時候，我們有時候可能會要做一些反思，做一些思考，也就是這樣了。因為這方面說實話比如我自己，在這些技術面前就幾乎是一個二楞子，並不是系統性地懂很多或者很深入地了解很多。僅是憑自己的直覺，憑一個藝術家對這個社會的變遷的敏感，對這個世界的技術的發展以及這些技術發展背後所可能帶來的你意想不到的變化有一種類似第六感的東西。

梁：有敏感、有直覺，這是一種intelligence（智慧）。它是人類的一種智慧的潛能，在這種壓力下面，在這種新的環境裏面，這種潛能可以被激發。

李：有時真的是一種直覺，就如我上次跟你提到的那家公司，到現在華爾街以及好多金融分析家依然不買它的賬，當時憑直覺，覺得這個公司做的事很厲害，並且覺得那些行之多年的Excel、Word、PDF等東西只能是早期產品，它們遲早會被顛覆性技術所產生的東西取代。現在看來好像還真是如此，目前它在AI界的領頭地位已逐漸顯現出來。我們還可以繼續觀察下去。前不久，它的CTO（技術執行官）在國會聽證時說了一句令人印象深刻的話：The future is here，you adopt AI or you will fail（未來就在這裏，你接納AI，否則你將會失敗）。

第二屆世界音樂人工智慧大會「未來音樂會」中，「數位人指揮家」與中央音樂學院交響樂團成員合作演出

梁：我們再說一個具體的問題，比如您最近寫的一個叫【雲澗賦】的作品。我們現在創作時，等於不斷要和AI這個環境對話。AI隨時都可能是我們的合作者或者是我們的競爭對手。在這樣的環境中，我們在創作的時候怎麽給自己定位？從哪些地方去下功夫？比如說您創作這首作品的時候，AI成為一個背景的噪音，整天想著這個事情，但您在進入到創作的時候，哪些地方作為您的著眼點？

李：這個作品的英文名字還是你幫我取的，非常感謝！不過這個作品在寫作時還真沒聯想到AI，因為音樂會主辦方有比較具體的要求：可聽性。就是說一般聽眾可以接受的東西就是他們平常比較熟悉的東西，那這些東西都是比較普通尋常的，你用的材料與技術以及表現方式也就沒有多少新異，完全有可能都在AI的參數囊括中，當然這個問題還可以進一步商榷。我沒有挖空心思去尋求個性在作品中的發揮，只在有限範圍裏爭取做得有意思一些。退一步說，就算我去挖空心思去寫出來了，這類作品的這種效果對AI來說，也是無所謂的。它完全可以做出來比你更漂亮的東西，就這麽簡單。只能說這一個作品打上了我的標簽，它不是AI做出來的。它有它一定的價值。所以我說我們還可以做一段時間，再往後面怎麽做我不知道。一旦你把它創作出來後，它是空前的，但它絕不了後。就是說，你今天做這東西出來，以前沒人做過，連AI也沒有做過。 但這類東西一旦做出來，就會有人（AI）做得比它更好。 你可以把它打上標簽，說是某人寫的，寫得很有意思，很精彩。但是這種東西，在成熟的AI面前，就我的理解，越往後走，AI可以做出的更好的東西就越多。

這裏我拐一個彎，來看看這個時代的發展和社會的進步，以及選擇與被選擇問題：記得「文革」時期的八個樣板戲，人人都認為每一個作品都是精雕細琢的精品。比如我的導師杜鳴心先生他們創作的芭蕾舞劇【紅色娘子軍】，從整體到細部，每一小節、每一個細節都是一幫人精心設計、精心推敲、不斷改進而成的。所以前些年有人跟我感嘆說樣板戲是如何如何的好，現在已沒有更好的能與之相比的作品出現了。我說你這個看法錯了，當年的樣板戲從技術、從音響上的確是精品，藝術家們如杜先生等真的是才華橫溢，時至今日，杜先生以九十有余的高齡仍在勤耕不輟，仍是國內作曲界高山仰止的存在。不過經過幾十年的改革開放，眾多藝術家創作出很多文藝作品，有很多作品從技術、藝術、藝術家的才能等各個方面來看都不遜於當年的樣板戲，而且客觀地講，有些作品水準更高。江山代有人才出，時代畢竟要往前走。

但是，為什麽這些作品沒有流行起來？為什麽沒有人去聽呢？為什麽不為人所知呢？那是因為特殊的歷史原因，那個時候只有八個樣板戲，全國幾億人只能聽、只能看這些樣板戲，沒有選擇、沒有對比。這種強制性給那個年代的每個人心裏都打上了深深的烙印。但是後來改革開放，當大量作品湧現出來的時候，也正是資訊爆炸的時候。太多的作品，選擇太多，人們都不知道該聽什麽。其實這裏面有時如果你隨手拿一個現在的作品，如舞劇、歌劇或其他什麽種類的作品你仔細聽聽，也許你會發現真的很不錯，真的不比那些樣板戲作品差。但是它們已經被大量的作品埋沒了，現在創作產生的作品數量之大，種類之多，你都不知道是多少。再一個就是由於現今科技的飛速發展，人類欣賞音樂、欣賞藝術的方式、手段和途徑太多了。所以有的作品甚至演出一次就擱那兒了，下一次演出不知道是什麽時候，而且即使再演也多限於小圈子裏面。其實它們當中的確有很不錯的作品，不管是從藝術上還是從技術上都不亞於樣板戲作品。我近些年在國內還真地聽了些寫得很精致甚至堪稱經典的作品。但它們在整個社會裏還是傳播不開來，甚至基本不為人所知。

梁： AI時代很可能會更大程度地造成人們對音樂史的誤解和扭曲。好作品會被淹沒（李：對），以至於後來我們作為研究音樂的人可能要重新去發現它。 就說在亞馬遜Prime的Alexa裏，你想要聽音樂，它就給你播放樂曲，但是它提供的選擇是非常有限的，甚至是誤導的。它的所謂好壞取決於數據。數據上很多人聽的東西不等於是好東西。我們搞音樂的人懂是哪部作品、什麽樂器、什麽風格、作品的品質、演奏家的詮釋水平，等等。在這方面，亞馬遜Prime等還遠遠不夠令人滿意。

有音樂史訓練的人都應當知道，歷史是人造的，是不斷被重新發現的。真正好的東西不一定與數據成正比。巴哈被忽略、被遺忘了多少年，才被重新發現？AI有可能在更大程度上會淹沒好東西。大量資訊是噪音，AI會帶來更多這樣的噪音。甚至可以說，AI對音樂的判斷被簡化為數據——關心的核心是多少人聽、多少人點贊——其結果是對平庸的美化。

李：證明他們的參數有限。

梁：還是極其有限。也有經濟問題，比如說它這個公司能夠提供什麽，如果人家不跟它簽這個合約的話，它就拿不到這些東西，所以我們的聽眾可能會誤解它提供的就是最好、最權威的東西。

李：所以，你說的這個情況就變成或者說明了一個問題： 這種AI在建模的時候有真知灼見的藝術家參與其中是多麽重要。

梁：太重要了！

你把那些參數輸進去，它的好與不好，高與低的標準，一定要有一個專業的、高水準的、有真知灼見的、客觀公正的評價來定位。透過藝術家的評價與定位，再透過擴大到足夠量的這個AI模型，把真正的好東西推薦給專業人士和大眾，這樣甚至可以從某種程度上講起到對一般公眾在音樂上認知的啟蒙作用。

梁：就像當初的巴哈，要透過莫札特、貝多芬、門德爾松才把他重新發現，再現給聽眾。

李：這就是AI的一個積極的方面，對人類文化生活的一個積極的方面。

梁：音樂家受教育階段如果能夠跟AI合作的話，可以把AI作為助手、作為合作者。然後就是對音樂普及。還有一種我在想就是，你身處現在這種環境裏面作曲，同樣在音樂學院，有沒有必要重新界定——什麽樣的教育目的能夠回應AI這個環境？

李：這是point（關鍵點）。

梁：就是說我們在窮途末路中來找到我們的路在哪兒。

李：對，所以我們現在關切的是什麽？關切的是目前現存的東西它以後該怎麽辦（梁：對）？這到底有用沒用啊？你用了四年時間把那些知識往腦子裏面裝，然後還趕不上人家一分鐘出來的東西，它比你還全。

梁：還免費，誰都可以用它。那麽，現在就非常具體了，音樂學院怎樣重新定位？

李：現在音樂教育的方向在哪兒？

梁：我們過去教的東西AI已經能做到，那我們到底要做什麽，說是給學生教育，這個教育將來他們有什麽希望？

李：我們講的核心就在這兒，因為我們是做音樂的，是作曲的，我們同時也在從事音樂教學。目前來說不管是東方還是西方，教學體制的框架都是差不多的，所遇問題也是相似的。

梁：所以這是一個特別的、我們必須要問自己的一個問題。否則的話，不要想是教學了，也不要想是辦學了，那音樂學院在當前的大環境下，國內青年人的失業率已經很高了，整體壓力非常大，對學音樂的學生來說，社會需要什麽，這一點很重要。我們的學生所面對的那個社會所需要的音樂已經不是我們過去定義的音樂了。

李：你說得太對了，就是這個意思。

梁：那麽現在要想：什麽音樂才是定位給未來帶來希望的音樂？AI已經能做很多我們已經做好了的東西，並且很快會比我們做得更好。但是我們要做什麽東西是走在AI前面的？至少走在前十年、二十年也可以。

李：這就可以轉到你那條路上去了。其實當我們有這種關切以後，從某種角度上來講大家都覺得比較盲目，但是又有一種強烈的感覺要找一條新路。

梁：或者至少是幾條吧，咱們不說是某一條。

李：當然不是某一條，而是每個人都去找屬於自己的新路。就像你現在找你的新路，每個人都找自己的新路。但要找這個新路，說實話，比以往更難（梁：對）。你會碰見一個無處不在的對手。你剛一出現，它啪一下就站在你的對面了，你剛在另一個地方出現它立馬又站你面前了，就成了這種情況。其實我覺得這也是一件挺有意思的事。

喬姆斯基

梁：一種思路是：什麽東西是它們AI能夠復制的？喬姆斯基在今年（2023年）3月【紐約時報】上的一篇文章中說： 「我們不要稱AI為‘人工智慧’，而應稱其為‘抄襲軟體’，因為它不會創造任何東西，只會復制現有藝術家的現有作品，對其進行修改。」 因為AI是在已經發生的、已經有的基礎上復制得更好，但是哪些是創新的？這一點我們可以有不同角度的理解。喬姆斯基所指出的一部份是技術問題，技術也在不斷演進。同時我們必須反省的是，人也不一定真正創新。我們說「發表重復觀點」甚至「抄襲作弊」，其實是很多所謂藝術家與學者在機械性地重復他人，也重復自己。比如我們在各種作曲評比中可以看到，大多作品也是模仿、用不同方式復制現有藝術家的現有作品，尤其是模仿西方作曲家，甚至是東拼西湊。「創新」一直是讓我們困惑、無論對人還是對人工智慧來說不斷追求的理想。這些沒有創新的藝術家與學者在AI面前找到了真正的對手： AI是最高效的舞弊抄襲工具。

這個時代，我們給「創新」的定位可能完全是新的。過去我們說音樂語言創新，這是一種思路。但此時是在一個更大的視野下面問這個問題，比如說音樂語言的創新，我們不能只線上性的思維以內、在西方的這個結構的思想音樂理論裏面，而是要在一個更大的框架裏來考慮這個問題。

李：你說的這個問題我也想過。一個人他在創作的時候，是基於他的出生、他的內心的文化沈澱、他的知識面、他的知識結構、他的思想深度、他的社會經歷、他讀的書、他觀察世界的方法、他的個性、他的創造性的想象才能等等，在這所有的基礎上他去想象、去聯想，他去調動各種組合的可能性，各種可能產生的跟他所具備的那些基礎看起來毫無關系的想象，但這個想象出來的東西在最底層上又跟他具備的那些基礎是有關系的。在這個過程中，他還有一個重要的事從頭到尾都要警覺，那就是盡量回避那些他之前已知與熟悉的東西，以免雷同。那麽，這個就是我們講的一種創新，而每個人所想象出來的、所做出來的又各有不同。剛才你問我剛完成的【雲澗賦】，那肯定是屬於我個人寫的東西，寫這個東西的背後就是我剛才說到的那些因素在起作用。但這裏有另外一個問題：現在的AI它有深度學習、自我學習的功能，它可以做prediction（預測），它可以根據它所掌握的資料數據去做結論，甚至做某種生成式聯想，也可以做創作。當然，但願是它走它的，我們走我們的。相信至少目前人類所有的某些東西AI還不一定具備。

蒂娜·塔隆

梁：我有一個博士學生蒂娜·塔隆（Tina Tallon）在佛羅裏達州州立大學的AI研究所裏任教。學習作曲前，她是在MIT讀生物學的，兩年前獲得了「羅馬大獎」。這種對話如果再加上一個她這樣背景的人就更有意思了（李：這個很有意思），她最近還有一個【紐約時報】對她的采訪。有她的加入的話，這種對話就可以更展開。AI本身要追的還很多，但是我們現在在想，比如你剛才說的每個人的創作它是一個整體，是多年多方面的積累，包括人生體驗的積累（李：對），然後透過創作把它聯系起來，爆發出來，做成一種新的表達。現在我們可以考慮在音樂學院，不管將來叫什麽了， 作為音樂學院，它的一種理念是，在創作的時候它可以把這個整體（包括AI）作為新的模式。 一個人在這種環境裏面，他需要一個什麽樣的整體的數據，還有就是他的體驗還是一個非常「人」的特質。

李：非常個體化的。

梁：個體化的東西，對。我在想：比如你在美國觀察，現在走到這一步，想創作出來有意思的東西，無論是在中國還是在美國，它需要在什麽樣的一個更大的環境裏面給人帶來更廣更深的積澱，所以他能創造出來的那種聯想，不同的穿插。這個現在成了我們教育必須做的事情了，因為如果只是四大件、五大件的話，那些數據比較容易復制，對AI來講真的是個小玩意兒，已經落後了。但是有些東西，大型的、格局更寬廣的東西，這個恰恰對他們來講恐怕要解決的問題更多。

李：所以，從這個角度上來講，如你剛才說的，包括你說的你的學生， 我突然感覺到作曲這個專業，以後的發展跨學科是一個方向（梁：對）。 否則，你學那點小技術，學那麽幾年也沒什麽意思。跨學科以後可以把整個格局與視野擴充套件開來，把整個領域擴大，整個範圍擴大。

梁：是的。這也是某種音樂和人的這種智力，用英語來講叫intelligence吧（李：對），一種智力、智慧，這個詞不是很好翻的，因為在英語的語境裏面，intelligence包括很多意思，如智力、智慧、聰明、情報等等。所以從某種意義上來講，我們在做音樂的時候要考慮到這是音樂在與AI的對抗與競爭。人的智力到底在哪些地方確實是AI所不及的。

李：有它獨立存在的價值與優勢。

梁：是。就是我們在音樂這個領域如何在更高程度上去發揮其優勢。

李：其實我覺得這是一個課題，是大學音樂教育可以去攻克的方向，而且也是很迫切的。因為你別看現在AI還處在初級階段，但它會發展得非常快。

一幅由AI生成的繪畫作品【太空歌劇院】贏得科羅拉多州藝術作品比賽第一名

梁：所以，從某些程度來講AI在發展，我們也在發展，我們人的智力其實並沒有真正發揮出來，我們只是習慣了在某個環境裏去學那些東西，實際上我們低估了我們的能力，我們不該只做這些事情。

李：你說得太對了。當我們在想象、在做事、在思考的時候，其實我們也在啟動我們自己腦子裏的運算能力（梁：是，是這樣）。這種運算能力你要跟AI比你沒它快，而且你積累的東西也沒有它多，這就是大家都怕的事。但是，你剛才說的這個從藝術來講有它的獨特性，藝術創造和其他的自然科學相比之下從某種層面上來講有它的獨特性，它所依賴的生成方式與其他學柯比是不太一樣的。所以這個領域、這個方向真的可以把它作為一個課題來做、來研究探討。很有意思的事，這個有可能會決定我們現存的音樂教育制度未來會發生什麽樣的變化。我們不說完全成熟的AI，只說如果AI再提高一步，你說現在的音樂教育這些東西還有多大用處？比如一個教配器的老師或者教和聲的教授，辛辛苦苦幾十年教學，寫了一本書、一本教材，內容基本上是前人積累的成果加上自己的領悟而且有可能偶有發現，再用自己的語言敘述而成。這類著作的價值在AI時代我們不能說它完全沒有了，只能說其價值明顯會變得很低。因為這個社會已經從根本上發生了變化。這就意味著音樂學院的課程設定、內容乃至整個教學理念與運作方式要從根本上發生變化，否則你適應不了。

梁：我覺得很有意義，如果在課的安排裏面，每個學校應該有這麽一個讓大家思想碰撞的討論課，大家一起來想：我們現在做的哪些事情是AI做不了的？就比如說最簡單的：音樂語言這麽簡單的題目。再比如說曲式，在我們所有已經探索的這些的基礎上，為什麽還要人來創造這個模型？哪些資源可以放進來？哪些想象可以放進來？它對包括AI的發展也會起到重要的作用。

李：音樂學院，我覺得不僅要關註自己的專業領域和自己圈子裏面的事情，恐怕還得把目光放開一些，姿態可以再謙和一些，格局再大一些，世界上的或全社會的主流音樂早已玩兒到別處去了，玩兒嗨了，一首歌曲點選量可以達到幾百個億，都在同一個社會，同一口鍋裏，咱們總不能視而不見，無動於衷吧？眼界開了，胸襟寬了，資訊量自然會大，主意也就會增多，對探討起來時的廣度與深度多少可能有些有幫助。當然這可能又是另一個話題，咱們可以放在以後再閑聊。

2023年9月9日，克羅埃西亞札格瑞布舉辦題為「札格瑞布藝術奇異點：當人工智慧遇見創造」的獨特繪畫展覽，現場作品均由人工智慧生成（視覺中國供圖）

尾

這篇散談對話一定要放一個尾，撒點更散的料：

· 九月初一幅由AI生成的繪畫作品在科羅拉多州藝術作品比賽中獲得第一名。

· 一場全部由AI生成的畫作展前不久在敘利亞開展，采訪鏡頭裏藝術家說很容易，輸入幾條指令立馬結果就出來了。印象特別深的是人物畫的胸毛濃如馬鬃。

· 微軟推出了Copilot。

· 馬斯克推出了Grok。

· 谷歌繼Bard後又推出了Gemini，據說在多項指標上超過ChatGPT4。

· ……其實還有其他AI新產品出來。

· 不久前馬斯克接受英國首相蘇納克采訪時形容AI像魔法精靈（Magic Genie），可以實作很多願望，但最終沒有好結果；AI將是歷史上最危險的事物；AI機器人將很可能會對人類形成威脅（Robot Killer）；未來將沒有工作可幹。

· 動畫公司裁員已為必然選項，原因是AI。裁員的名單上應該會有更多的公司。

· 梁雷教授所說的什麽是人有而AI沒有的，後來想起來有可能的幾個詞：胸懷、信念、愛情等等，各位可往下補充。

2023年6月8日，瑞典斯德哥爾摩，世界上第一個人工智慧雕塑「不可能的雕像」在科技博物館展出（視覺中國供圖）

· 關於演算法。有一位眼下AI屆風雲人物曾犀利指出，全世界所有AI公司之間的競爭本質上就是演算法上的競爭。他認為不僅公司與公司之間的競爭是如此，國與國之間的競爭也是如此，甚至文明與文明之間的競爭亦是如此。提到如此高度，可見當今行家們對演算法的重要性有多麽看重。對此我是真正的外行，不懂也不敢對此胡亂說。

· 在提到「音樂人工智慧大語言模型」時，梁雷教授提出了「這是誰的語言模型？」實話說這是一個非常嚴肅、關鍵而又敏感的問題。回答這個問題可以從這一點朝多個可能的方向延伸，而根據眼下的國內國際綜合環境，這個討論極有可能進入政治正確的境地，可能會上升到語言之爭、文化之爭、話語權之爭，甚至更高層次的境地裏去。一般的理解是：音樂人工智慧大語言模型應該是客觀地囊括了所有人類音樂文化財富的全部資訊與參數，眾生平等。盡管做到這一點不易，但任何小於這個範疇的音樂語言大模型則將極可能被梁雷教授上述的犀利提問而擊中。不管怎樣，各位，AI的發展速度看起來的確比想象得更快。精彩向你炫目而來。

· 李：突然想起早年到江西采風，一天因訪一農村老婦而行在田間小徑，田間植物、徑邊青草、遠處農舍周圍樹竹混合而成的味道夾雜著一絲絲炊煙飄然入鼻，其中還有一絲手磨豆腐摻雜著剛被碾碎的豆子釋放的味兒，突然腦子裏引發起兒時殘破而不定的許多畫面回憶，一種莫名的傷感油然而起，時近時遠，一種drone的音響在腦的後海時隱時現地飄蕩。這種過程與感覺，未來AI會有嗎？

點選訂閱⬇️⬇️⬇️