新浪科技讯 9月2日上午音讯，在2019国际人工智能大会期间，AI+艺术也成了其间一个重视和评论的板块。在TensorFlow主题论坛上，两位独立开发者，AI研究员黄成之（Anna Huang）、兰州大学信息工程学院助理研究员武强，分别从AI+服饰立异、AI+音乐的视点共享了TensorFlow的使用和研究成果。
据武强介绍，他们的团队经过TensorFlow+数据+机器学习，将敦煌壁画上的飞天服饰进行搜集，再结合现在服饰数据集，生成一些立异服饰，经过算法进行风格搬迁，终究进行阶段性输出。即依据TensorFlow，经过我国传统文明发明出一个新的艺术形式。
现在，该项目现已规划成课程在大学内推行。据武强介绍，未来团队将进一步扩展敦煌的传统文明数据集，并推出服饰交融立异相关的渠道。
而对音乐更感爱好的黄成之，则共享了怎么经过机器学习协助用户进行音乐和艺术发明。黄成之和团队开发了一款巴赫Doodle（下文简称为 “巴赫涂鸦”），在2019年3月21日，在巴赫生日的这一天，谷歌上线了“巴赫涂鸦”。依据谷歌的官方介绍，使用这个涂鸦，你可以随意发明自己的旋律，使用人工智能，涂鸦将用巴赫的风格来演奏你发明的著作。
在承受新浪科技采访时，黄成之表明，这是一个把机器学习作为十分好的东西去助推和加快整个文明和音乐发明的进程。
“咱们在谈到机器学习怎么去助推发明的进程傍边，针对不一样的人群，它是有不同的意义的。”如果是一个新人，想先触摸作曲状况，机器学习可以让其有更快的方法去了解旋律。如果是有经历的作曲家，使用机器学习可以很快做出一个小样，出现发明作用，协助其做后续调整。
不过，发明力是人类关于机器最大的优势之一，有人猎奇，为什么人类会需求让机器来协助做比方发明、作曲这些发明类的作业？
黄成之表明，她自己便是一个作曲家，发明流程一般分红两个阶段：许多主意发作的阶段和将确认的主意表达出来的阶段，而机器学习在这两个不同的阶段都会有介入，会有不一样的作用。
比方，发明者没有创意的时分，机器学习可能会给他一些创意启示。而作曲进程中，有某些细节需求人类的方法去进行发明和调整，但有些比较大层面，像结构化层面上的调整需求，归于比较重复性的作业，这个时分机器学习就会发作作用了。
至于未来机器能否发明出彻底归于它自己的完好著作，黄成之表明，”我不会以为未来咱们期望让机器去做出它自己的音乐著作。从我作为作曲家的视点来看，音乐其实是一个交流和表达爱情、感触的方法，所以咱们要做的应该是给发明者供给赋能的东西，让他们可以更直接地、更好地去把自己的情感和感触表达出来。”
说到应战，黄成之表明，在做巴赫Doodle的进程中，团队遇到了许多应战，其间数据集的问题，是第一个应战。
“由于咱们只要300首巴赫的曲目来做练习的样本，要学习一个作曲家的风格，这个数据集的规划是十分小的。”为此，团队用到了一个叫天性化、直观化的数据采样方法。即面临一篇曲谱，不是自始至终去读这段音节、或这段旋律，而是随机从中抽出几块遮盖起来，让机器去猜想这段旋律中空白的部分。
“如此一来，咱们就将一段旋律，从不同视点、以排列组合的方法衍变成了许多段旋律，这就处理了咱们这个数据集的问题。”
第二个问题，是建模的问题。黄成之泄漏，建模最大的应战在于“速度”，由于需求完成互动性——在浏览器网页上与用户做互动，速度十分要害。“咱们做了许多架构上的改善，来完成从40秒加快到现在的大约2秒。除此之外，咱们还要归入许多其他方面的技能来终究完成AI Doodle的互动作用。”
终究，黄成之以为，机器学习仅仅作曲家许多辅助东西中的一个，可以简化许多音乐的结构和特色，也有很好的协同机制，但终究仍是要取决于发明者发明的方法和他们在发明的著作。她一起表明，这些模型或许会对音乐教育有所协助，可以让更多人可以具有自动发明的体会、去作曲，翻开他们的爱好。(雪梅)
