江苏龙网

  1. 首页 > 资讯 > 资讯 > >

澎湃新闻：对话沈向洋：未来人工智能交互主体的数量会远超人类的数量澎湃新闻2020-07-25 08:10:450阅

_原题为：对话沈向洋：未来人工智能交互主体的数量会远超人类的数量
澎湃新闻采访人员 承天蒙
“如果是连科幻电影都能描述出的场景 ， 未来是肯定会实现的 ， 无非是什么时间实现 ， 能够实现到什么程度 。 ”
7月22日 ， 澎湃新闻采访人员与微软公司前执行副总裁、小冰公司董事长沈向洋进行了40分钟的独家深度对谈 。 谈到人工智能未来的可能性时 ， 沈向洋做出了上述表示 。
近日 ， 微软宣布 ， 将人工智能小冰业务分拆为独立公司运营 ， 并委任沈向洋博士为新公司董事长 。 不久前 ， 小冰还获得上海音乐学院音乐工程系颁发的荣誉毕业证书 ， 标志着AI在某些方面已经展现出了和人类一样的音乐创作能力 。
“未来人工智能交互主体的数量会远远超过人类的数量 。 ”沈向洋表示 ， “未来最大的交互 ， 不是现在的人机交互 ， 而是人与人工智能的交互 。 这会是未来人工智能最大的机会 ， 和小冰正在寻找的‘无处不在’的入口 。 ”
沈向洋介绍 ， 今天能够做到的人工智能 ， 大多数还是专注于某个数据量大、运算量大的特别领域的工作 。 但实际上真正的智能离我们还很遥远 ， 比如常识的问题 ， 推理的问题都还没解决 。
谈到未来人类社会的科技发展 ， 沈向洋表示他最看好的三个方向分别是人工智能 ， 增强现实 ， 和量子计算 。 同时沈向洋也认为下一个革命性的硬件可能是智能眼镜 。 沈向洋表示：“如果智能电脑 ， 智能手机 ， 再加上智能眼镜等设备结合起来的话 ， 肯定是很革命性的 ， 但这个非常难做 。 ”
沈向洋曾是微软公司内级别最高的华人高管 ， 全面负责微软全球的人工智能战略、人工智能产品事业群 ， 包括微软必应 (Bing) 和小娜 (Cortana) 产品部门等 ， 同时下辖微软研究院 ， 负责将科研与微软产品工程部门相融合 。 沈向洋是美国电气电子工程协会院士（IEEE Fellow）和美国计算机协会院士（ACM Fellow） 。 2017年当选美国国家工程院院士 。 2018年当选英国皇家工程院院士 (The Royal Academy of Engineering, UK) 。
小冰发布了这么多代 ， 在音乐领域技能比较成熟 ， 算是传统艺能了 。 6月29日又获得了上海音乐学院的毕业证书 ， 在这背后 ， 小冰获得了哪些新的技术突破？
沈向洋：
小冰在人工智能创造领域 ， 从写诗、画画 ， 到音乐创作 ， 已经做了一段时间 。 大概两年前 ， 小冰开始尝试作曲和编曲 ， 叫做小冰乐队 ， 当时发表的论文还获得了KDD最佳学生论文 ， 最近我们又把歌词做得很好 。 小冰的音乐创作能力 ， 已经实现了从旋律、编曲 ， 一直到歌词 ， 整个端到端一体化的产品落地 。
通常我们的做法是输入一段文字或一张图片 ， 激发小冰创作的灵感 ， 然后小冰就可以创作出一首独一无二的音乐曲目 ， 她还可以根据风格、节奏自动完成配器、编曲、歌词的创作 ， 并且速度很快 。 现在一首三分钟左右的歌曲创作时间只要两分钟 ， 事实上这个速度我们还可以继续优化 。 从风格方面来讲 ， 小冰已经掌握了流行音乐、民谣、古风 ， 这几种风格的创作 。
我们在思考如何让人工智能进行音乐创作的整个过程中 ， 是要考虑两个方面的 ， 一方面是所谓的“神似” ， 就像人类创作受到灵感激发一样 ， 最后还是要“形似” 。 小冰现在的音乐创作已经有了比较成熟的创作过程 ， 特别是在算法上 ， 首先就是创作和弦 ， 先定下主基调 ， 情感 ， 曲风 ， 然后创作副歌、歌词及编曲等 。 这已经是一个比较成熟音乐创作端到端一体化的产品 。
我觉得不仅在中国 ， 就算是在全世界 ， 人工智能音乐创作领域 ， 我们也应该是比较领先的位置 。 现在在市场上 ， 应该讲基本上没有什么可以替代的产品 。
现在的人工智能技术在小冰的音乐创作中 ， 起到的是什么样的作用？小冰的人工智能技术和其他的人工智能技术相比 ， 先进之处有哪些？
沈向洋：
关于音乐的创作和生成 ， 实际上从五六十年前 ， 就是差不多刚有计算机开始 ， 大家就在思考这个问题了 。 一开始传统的做法当然是比较简单的 ， 通过拼接和统计概率的做法 ， 把先前已经有的音乐 ， 拆成一段一段再接起来 ， 这种做法创新性和创造性相对来讲会比较差 ， 事实上真正的突破还是最近几年 。 深度学习、深度神经网络的发展 ， 让人工智能的学习变成可能 。 过去几年间 ， 只要是有效的深度神经网络 ， 大家都会去尝试一下让它们去生成音乐 。
实际上 ， 具体用哪一个神经网络 ， 并不是小冰这边最关心的问题 。 我们自己觉得 ， 小冰现在质量做得好 ， 最重要的原因是因为 ，
我们走了一条深度神经网络、深度学习和音乐知识有机结合的道路 。
因为如果只采用深度学习 ， 可能做出来也还不错 ， 但总会有一点似是而非的感觉 ，
必须把音乐知识加进去 ， 才能真正把音乐这件事情做得不错 。
在作曲、编曲这里面 ， 实际上最难的地方是评估
。 即使是专业音乐人士之间 ， 大家对音乐的看法 ， 也不是经常能保持一致 。 那我们就要和音乐学院的老师一起学习 。 这次小冰上音毕业 ， 过程当中我们也学到很多东西 ， 包括作曲、编曲的评估 ， 包括旋律的完整性、可唱性等等 ， 在小冰音乐创作的各个方面下了很大功夫 ， 所以不只是深度学习算法这样一个简单的问题 。 当然算法这边我们还在不断进步 。


推荐阅读


上一篇：「新浪科技」苹果允许员工在美国大选当天带薪休假4小时 以便投票新浪科技2020-07-25 08:10:400阅

下一篇：新浪科技：Verizon第二财季业绩超预期：疫情促进电话和上网服务新浪科技2020-07-25 08:11:040阅