副刊

開眼 文化特別版

學者:AI音樂突破關鍵 在「非線性關係」

【明報專訊】獨立樂隊南洋派對N.Y.P.D. 在音樂前線,身先士卒利用AI創作音樂,學術界又如何看待?香港浸會大學音樂學院助理教授Roberto Alonso Trillo,研究興趣之一是「音樂與AI」,他接受本報專訪,討論AI跟音樂創作的看法(問答經翻譯及節錄)。

答:Roberto Alonso Trillo 問:嚴嘉栢

問:AI按道理應該做一些單調重複的工作,以釋放人類的創造力。然而今天趨勢走向相反,AI反而正在創造新的音樂,你怎麼看這種趨勢?

答:人類智慧已經是一個已簡化的模型、地圖和反思性的自我敘述,AI只能是模型的模型(model-of-a-model)。然而AI作為記憶機器,它數位化濃縮人類經驗,如果它能夠走向更強大的AI範式,超越單純的統計推斷和沒有智慧的模仿,就有可能偏離我們試圖表達和揭示的人類智慧,成為一種源自我們、但超越我們自身模擬和理解世界能力的異形力量。

問:有些音樂人使用生成式AI來創作音樂,你認為生成式AI是一種創造力嗎?你認為使用AI創作的音樂仍能稱是他們的作品嗎?

答:這個術語(創造力)保留許多含義——它是英國認知科學家Margaret A. Boden的評估標準,如新穎、價值、驚喜等;或者是影響資本主義力比多經濟(libidinal economy)的驅動力,這對我們至關重要。如果問題是,在藝術領域內生成內容,它是否符合藝術生產的條件,那麼這個問題就略有不同。當來到一個內容可持續生產、即時可用且完全自動化的時代,可能需要看看在其他方面如何定義藝術——如果這仍然有必要的話。某種程度上,生成式AI可能不是對藝術的挑戰,而是「創造力裝置(creativity dispositif)」的歷史頂峰,如神話中「農神吞噬其子」(按:「裝置(dispositif)」出自法國哲學家傅柯的哲學思想,指建構權力關係的制度、機制或知識結構)。

在法律知識財產權的範式外討論作者身分也很複雜。如上所述,問題是我們是否應該關注「誰是作者?(本體論層面)」或「誰算一個作者?(法律層面)」。在學術界跨學科研究時,我們經常面臨這種困境。個人作者的概念早被解構,許多人認為所有創作都是對話性(dialogical)的。

問:你認為使用生成式AI創作音樂的限制是什麼?使用這種方式生成的音樂是否會有所缺失?

答:若給我的回答提供一個歷史框架,只要看看19世紀中後期,以攝影為代表的藝術變革就夠了。攝影最初被視為一種複製機制,有些評論指出,它永遠無法獲得「天才的作品中充滿活力的精緻感覺和情感」,或者「創造和感覺構成藝術品的必要品質……攝影永遠不會比雕刻的地位更高」(這些內容發表在1855年英國的一份藝術期刊上)。

那麼,AI生成音樂時有哪些限制,以及是否會有所缺失?我們可以看看現在主流的商業AI界面,大多數是自2017年引入transformer模型(按:一種深度學習模型),後來演變大型語言模型(large language model,LLM)而產生。它們極其限於以描述的方式(transcriptive approach)來達成,即閃爍的游標或聊天機器人模型(例如Suno和Udio),是從使用者(想法)到電腦(執行者),由上至下、歷經多種符號轉譯階段的線性動態過程。然而我們發現在樂器和音樂表演領域,人類、素材和聲音之間存在大量非線性、共同創造的關係,如何能夠整合它們,以及其界面設計,都是突破的關鍵。

[開眼 文化特別版]

相關字詞﹕

上 / 下一篇新聞