AI音樂難動人心？技術突破背後，情感鴻溝依舊難跨越

正如我們在這個博客中探討過的，人工智能在圖像生成到寫作等領域都取得了顯著進展。然而，當涉及到創作真正能觸動人心的音樂時，人工智能卻面臨着巨大的挑戰。

儘管AI音樂生成器可以產出合格的旋律，但其作品往往感覺空洞，與定義音樂的獨特人類體驗脫節。YouTube 頻道主 Adam Neely 在他的視頻中分析了 AI 在音樂創作中面臨的困境。

AI音樂的“硬傷”:缺乏情感與文化底蘊

其中一個主要障礙源於AI公司對音樂的理解。對許多開發者來說，音樂被視爲一個需要通過算法優化的“問題”，而不是一種需要探索的藝術形式。這種思維方式剝奪了音樂的本質:其情感深度、歷史根源和文化意義。

例如，AI生成的關於芝士漢堡的曲調，可能模仿了三角洲藍調的結構，但這實際上是貶低了孕育這一流派的豐富歷史。這種專注於“解決”音樂的做法，將其簡化爲一種模式複製的練習，失去了賦予音樂意義的意圖。

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

AI音樂缺乏我們在藝術中本能地迴應的“人性”。因爲音樂與人類歷史、激情和傳統密不可分。然而，許多AI開發者的加速主義心態將技術進步置於理解音樂爲何能感動我們之上。這種目光短淺導致了聽起來精緻但感覺虛假的音樂。缺乏共享的人性，AI作品就無法捕捉到音樂與個人和社會產生共鳴的難以言喻的特質。

AI面臨的另一個重要障礙是，許多開發者對藝術過程缺乏興趣。人類作曲家和表演者在做出選擇時，不僅基於知識，還基於直覺、感覺和純粹的突發奇想。他們會注入自發的、甚至是故意存在瑕疵的觸動，以表達他們的個性。

而AI則通過分析和複製模式來運作。但它並不理解這些模式爲何存在。例如，一個AI可能會根據其訓練數據來擴展一個樂句或引入一個聽起來正確的和聲進行。但在沒有適當的背景或意圖的情況下，結果可能會感覺毫無靈魂。

艾倫·圖靈在他1950年的論文中提出了模仿遊戲，後來啓發了圖靈測試。他明白，要讓機器展現出與人類相當的智能，就需要隨機性和不可預測性。現代機器學習融入了這些元素，但單靠隨機性並不能使音樂有意義。因爲“隨機性”表示缺乏理解。音樂不僅僅是意想不到的轉折或新穎的組合，更重要的是創造情感連接。AI可以像其程序員所希望的那樣模仿隨機性或結構，但它不知道爲什麼應該這樣做。

AI愛好者們即將認識到的教訓是，文化不能簡化爲數據點。爵士樂、藍調和古典音樂等流派的歷史，與塑造它們的社會和個人背景密不可分。因此，AI生成的音樂常常顯得平淡，因爲它缺乏這種背景基礎。它可以模仿一種流派的表面特徵，但無法捕捉到賦予音樂靈魂的背景故事。

即使AI可以創作出與人類作品難以區分的音樂，也仍然無法解決更深層次的問題:意圖。

音樂不僅僅是強加在毫無防備的空氣分子上的聲波。它是創作者和聽衆之間的一種溝通形式。AI生成的音樂缺乏人們在藝術中自然尋求的意圖和情感連接。這種意圖的缺失是爲什麼AI音樂（以及視覺藝術和小說），無論技術多麼令人印象深刻，都常常感覺不完整的原因。

人類有能力重新詮釋和重新定義音樂，甚至在他們最初不喜歡歌曲中找到意義。因爲音樂邀請參與。這是一種人們積極參與的媒介，無論是通過跳舞、唱歌還是隻是深入聆聽。相比之下，AI音樂常常感覺是靜態的，很少能讓聽衆產生連接或重新詮釋。

AI音樂的未來:輔助而非取代

AI生成的音樂在複製人類音樂的情感、文化和歷史維度方面面臨着巨大的障礙。雖然它可能在技術上成功地製作出精通的樂曲，但它缺乏意圖、文化理解和特質，使其無法獲得必要的人性觸感。

也就是說，AI可以通過多種方式增強音樂，而無需取代人類的元素。當被合理使用時，AI可以成爲藝術家的工具，在作曲或聲音設計方面提供幫助，同時爲創造力和情感表達留下空間。挑戰在於確保AI是對音樂豐富傳統的補充，而不是取代。

因爲歸根結底，音樂不僅僅是一連串的音符。它既反映了聽衆是誰，也爲他們打開了一扇通往理想世界的大門。只要AI開發者將音樂視爲一個需要解決的問題，而不是一種表達的媒介，AI生成的音樂就將仍然是合成的。