近年来，关于人工智能领域的重磅新闻接连不断。继下棋、写作之后，人工智能又开始进军艺术领域。5月16日，微软小冰发布了自己的新歌曲《我知我新》，人工智能开始接近人类歌手水平。
他们都顺应潮流
他们问为什么改变
青春灼灼花样翩翩
却不向前
当世界还在变迁
若时间无垠
若探索无边
认知就不再有极限
——《我知我新》歌词节选
截至5月25日12时，这首单曲在网易云音乐收获了超过1800条评论。点赞数最多的评论写道，“小冰是现在唯一秒回我的女生了吧”；点赞数第二多的评论收获了195个赞，这位网友认为，小冰的“作词水平领先周杰伦两条街了，未来可期”。
“这首歌小冰参与了歌词的创作，同时也是小冰自己演唱的。” 微软(亚洲)互联网工程院人工智能创造事业部副总经理袁晶向中新网记者介绍，“虽然这次的曲子不是小冰创作的，但之前也发过它作曲的作品。所以其实小冰是可以作曲演唱的，只是这次用的曲子是人类创作的，可以认为这是联合创作。”
袁晶告诉记者，和此前的写诗类似，人工智能创作歌词也需要通过大量的歌词去“训练”。在经过上万次“学习”后，才能在一些触发源之下刺激它输出。
袁晶向记者展示“训练”小冰的过程。从中可以看出，在最初阶段，小冰写出的歌词难以读懂；但当迭代上万次后，小冰写出的歌词已接近人类水平。微软供图
“我们训练用了大概一千万行的歌词。在训练中模型我们也会做一些优化，针对曲调的韵律、节奏，会有一些优化。所以这首词生成出来完全是AI的作品。”他说。
创作歌词之后，让小冰把歌词唱出来又是另外一个过程。
在微软的科学家看来，小冰唱歌的原理和虚拟歌手“初音未来”或“洛天依”演唱的原理并不一样——虚拟歌手需要录制好的声音库，再通过重新拼接声音库中的片段形成歌曲；而小冰唱歌是根据输入的信号做出发声的反应。
微软(亚洲)互联网工程院微软小冰首席语音科学家栾剑直言，在拿到曲子后，会根据小冰的风格，调整曲子的细节。“如果完全按照简谱的节拍和音符来唱，会非常机械，不好听。这部分我们是有模型来做的。”
在人工智能识别了曲子后，就需要用到“另一个模型”——用小冰的声音演唱出来。而这个模型并非简单的发声装置。
栾剑告诉记者，这次使用的唱歌模型已经是第四代了。“我们的第一代版本挺像一个普通人唱歌，虽然唱得挺自然，但有时候不太在调上；到第二代时，我们解决了基本音准；后来不断迭代模型、优化算法，在音质、自然度，包括衔接上做改进，升级到第三代。”
“第四代唱歌模型主要改进了三个方面——一个是我们加入了换气的声音。我们跟一些音乐人做了交流，觉得加入这个会提高演唱的自然度；第二是我们让这个模型变得更复杂了一些，加入了控制因素，使得它在字和字之间、转音地方的一些小技巧，能更加流畅、平滑；第三我们加入了更多训练数据，使模型更加稳定，在风格上更加成型。”他说。
“以前小冰在唱主歌和副歌的感情色彩基本是一样的，虚拟歌手唱歌的时候通常会有这样的问题。而现在可以看到，小冰在唱主歌和副歌的感情、音色是有区别的。副歌的地方情绪会更加激烈，音色会更加高亢。”栾剑觉得，这是新版本与此前三个版本区别最大的地方。
小冰创作的诗集《阳光失了玻璃窗》。
事实上，对于创造人工智能的科学家们而言，让小冰更像人类一直是他们的目标。“我们在小冰身上主要探索两点，一是情感，一是创造。”袁晶觉得，这两点其实某些时候是紧密联系在一起的。“当你做创作的时候一定有情感，当有情感的时候就会想要表达一些东西。”
在他看来，这样的研究不仅仅是在尝试将人工智能技术应用到内容创作领域，同时也希望让人工智能的这种能力帮助到人类。
“其实每个人都有自己创作的欲望。只是有的人比较擅长创作，成为了画家、音乐家，有的人虽然有这样的创作欲望，但他没有这样的能力，或者说没有很高的能力创作出这样的内容。我们觉得，是不是能让AI帮助每一个普通人，都能具有这样创作自己个性化东西的能力。比如说，给他自己或者朋友写首歌。”袁晶说。
栾剑同时也强调，人工智能的发展并非要替代人类，而是将来“帮助人去处理一些很重复的、没有必要的脑力劳动”。
“况且AI现在还处于很基础的阶段。”栾剑觉得，发展人工智能的目标是将来辅助人类去探索更多未知的领域。“比如在唱歌方面，AI很可能创造一些新的东西。而这并不会替代原有的，却会刺激后来的歌手从中汲取所需的养分，创作出新的东西。这是挺有意思的事情。”
谈及小冰的未来，袁晶表示，将来会有很多方向可以去尝试。“比如能写诗，是不是可以去试着写散文，之后是不是还可以写短篇小说，是否可以从事专业类文本的撰写。当然难度会一个比一个大。”
在音乐方面，栾剑认为，现在小冰有自己的风格了，但风格还比较单一。“我们会尝试让小冰做出风格上的变化。另外，目前发出一些不太常见的声音对小冰来说，仍比较困难，比如摇滚中那种比较重的嘶吼声。这方面我们还在探索。”(完)
（原标题：继下棋、写作之后，人工智能开始接近人类歌手水平）
