人工智能与音乐：社交属性与分析科学的交汇

人工智能如何影响人文艺术领域？在西北大学旧金山之夜活动中，比嫩音乐学院丹尼尔·沙纳汉、传播学院奥兹格·萨曼奇与梅迪尔学院詹姆斯·李三位教授就此展开深度对话，由温伯格学院校友、Adobe内容策略总监兼西北大学图书馆理事会成员迈克尔·斯皮内拉主持。

这场论坛呼应大学的两大核心战略："释放数据分析与人工智能潜力"与"提升创意及表演艺术水准"。兼任西北大学数据科学与人工智能指导委员会成员的音乐理论与认知学副教授沙纳汉指出，AI正在深刻改变计算音乐研究的理论与实践，同时重塑音乐体验与创作中的社交维度。

"或许人性之价值远超效率追求，"沙纳汉在讨论声称能简化乐器学习的软件时强调。他主张对艺术家而言，创作过程与最终成果同等重要。以下是他的深度思考：

请谈谈您与人工智能相关的研究
沙纳汉：我的研究聚焦音乐体验的计算建模，AI在此领域举足轻重。回溯至1940年代的发展史充满迷人人物、失败实验与被遗忘的构想。早期试图将复杂音乐体验压缩为计算机可解析数据的尝试，与当代研究存在深刻关联。在我的计算音乐分析课程中，我们从音频文件与乐谱提取数据，提出人文视角的诘问，探索用计算机解析多元音乐特征的意义边界。另一门课程则专注研究这些音乐体验特征如何转化为数据点。

AI在音乐领域的优势与瓶颈
沙纳汉：AI擅长复刻流行音乐风格——和声进行、声乐技巧、旋律与音色等。若要制作低保真曲目或温和的流行广告歌，AI模型游刃有余。但突破既定范式仍是难点，模型存在严重过拟合现象：专精单一任务却难以举一反三。例如要求生成1980年代风格的浪漫流行曲，结果往往与Journey乐队《Don't Stop Believin'》惊人相似且歌词雷同。最近课堂讨论的"Spotify核心"现象——为流媒体优化的音乐模式，AI已能勉强模仿。

必须指出的是，这些模型训练使用的艺术家知识产权未获合理补偿，多家头部AI音乐公司正面临法律诉讼。

AI如何改变音乐创作的社交场景
沙纳汉：我坚信且期盼音乐创作永葆社交本质。百年前独享音乐被视为异象，因音乐生而具有社交性。如今算法能打造高度个性化的体验，精准推荐看似完美契合，却削弱了共同聆听带来的社交联结。但人类总能找到新场景下的音乐社交方式，例如TikTok对唱视频就展现了数字空间中的创造性音乐对话。

最令您振奋的AI突破
沙纳汉：五十年来音乐信息检索领域有两大圣杯：其一是符号数据处理——准确识别手写乐谱字符，实现比人工录入更高效的精准扫描；其二是音频数据中的多声部分离技术。人耳能清晰分辨多重人声，计算机却长期束手无策。但近五年间这两大难题均取得突破，AI必将为未来人文研究开启全新维度。