人工智能看圖譜曲：下個莫扎特會是一臺機器嗎？專欄
最近《中國新歌聲》開播，然而整個節(jié)目幾乎沒有什么亮點，使得觀看過程無聊大于愉悅。作為一個曾經(jīng)追過《中國好聲音》的人，不得不說，即使拋開版權(quán)之爭導致的問題，這屆《中國新歌聲》似乎很難抓住觀眾的耳朵和眼球了。
尤其參選的選手選唱曲目簡直毫無新意，總是拿著四位導師的作品和一些老歌翻來覆去的唱，觀眾的耳朵早就聽出了繭子。而作為一個科技控，我想，如果在這個時候，有一位選手上來跟大家說，演唱的歌曲作者不是人，而是人工智能的話，一定會讓所有人眼前一亮，甚至讓這個節(jié)目瞬間火爆。
這可不僅僅是一個設(shè)想。作為人工智能的技術(shù)開拓者，百度的人工智能技術(shù)正在逐漸實現(xiàn)這個設(shè)想：在聯(lián)手尤倫斯當代藝術(shù)中心舉辦的“AI科技與藝術(shù)之夜”的活動中，百度利用人工智能技術(shù)，完成了機器讀圖和音樂再創(chuàng)作，將美國藝術(shù)大師羅伯特·勞森伯格的傳奇式巨作《四分之一英里畫作》的其中兩聯(lián)分別譜成了20余秒的鋼琴曲，實現(xiàn)了視覺呈現(xiàn)向聽覺表達的轉(zhuǎn)化。
人工智能是如何做到看圖譜曲的
事實上，在目前來說，全球范圍內(nèi)能夠?qū)崿F(xiàn)人工智能自動譜曲的僅有百度和谷歌，而本次百度嘗試將圖像所體現(xiàn)的情感“移情”轉(zhuǎn)變?yōu)閹в新曇粜畔⒌募夹g(shù)則更為復雜。在給我們帶來極大的想象空間的同時，也說明了百度在人工智能技術(shù)方面的領(lǐng)先優(yōu)勢。在百度的努力下，也許，下一個莫扎特將會是一臺擁有人工智能的機器。
據(jù)悉，百度用上千臺PC服務器和近1000臺GPU服務器構(gòu)建了世界上規(guī)模最大的深度神經(jīng)網(wǎng)絡，支持萬億參數(shù)、千億樣本、千億特征訓練；在算法上百度應用了深度神經(jīng)網(wǎng)絡等分布式算法，支持的功能包括語音識別、圖像識別、自然語言處理等等。此次的人工智能看圖譜曲，正是通過其全球最大規(guī)模的深度神經(jīng)網(wǎng)絡和深度學習算法由機器自主學習實現(xiàn)的。
百度神經(jīng)網(wǎng)絡在“看到”圖像后，首先會對圖像進行分析解讀，為圖像打上若干具象化的標簽，然后通過搜索挖掘相關(guān)的音樂信息，對音樂拆分重組，再合成與圖片內(nèi)容相匹配的音樂旋律，最終拼接成完整的曲子。僅僅從過程來說，看圖譜曲和這比常規(guī)意義上的我們理解的譜曲更加困難，正如同命題作文和自由作文的區(qū)別。
圖片 1
創(chuàng)作是人類作為高級生物的優(yōu)勢之一，寫詩畫畫譜曲對于藝術(shù)家來說并不是件難事，但如何讓機器像人類一樣自主創(chuàng)作，卻是人工智能領(lǐng)域的難題之一。而作為國內(nèi)最具技術(shù)基因的互聯(lián)網(wǎng)巨頭，看圖譜曲已不是百度第一次嘗試讓人工智能自主創(chuàng)作。早在2013年，百度就曾使用人工智能技術(shù)對用戶上傳的圖片進行深度學習，為用戶創(chuàng)作詩歌。把人工智能即使從作詩延伸到看圖譜曲，體現(xiàn)了百度在人工智能等前沿技術(shù)領(lǐng)域中的領(lǐng)先性和創(chuàng)新精神，也展示出百度在人工智能方面的技術(shù)實力。
百度在人工智能領(lǐng)域的到底有多強
人工智能將會是推動產(chǎn)業(yè)革新發(fā)展的重要力量，這是所有人的共識。而在國際上，谷歌、微軟、Facebook等國際巨頭一直都把未來賭在人工智能上。伴隨著中外科技巨頭爭相加大在人工智能領(lǐng)域的投資布局，人工智能技術(shù)的大規(guī)模商業(yè)應用開始初露端倪。如今人工智能技術(shù)已被越來越廣泛地應用在了互聯(lián)網(wǎng)服務、智能家居、智能汽車、機器人等眾多前沿領(lǐng)域。
在百度首席科學家吳恩達看來，百度最核心的人工智能技術(shù)包括圖像、語音、自然語音理解、機器學習平臺和大數(shù)據(jù)等幾個部分。目前百度在這些領(lǐng)域已經(jīng)擁有較多技術(shù)專利，并處于世界領(lǐng)先水平。之所以能夠取得這個成果，是因為百度一直以來，都把人工智能當做一個大力投入的方向。
全球發(fā)達國家都在人工智能領(lǐng)域加快行動，尤其是許多先進的技術(shù)公司紛紛布局深度學習、人機交互和圖像語言識別等技術(shù)。在這一領(lǐng)域，百度早早的就開始謀劃布局。例如在2013年就成立了全球首家深度學習研究院，后擴充為百度研究院，下設(shè)人工智能實驗室、深度學習實驗室以及大數(shù)據(jù)實驗室，招募吳恩達等人工智能頂級專家，建成了全球最大的深度神經(jīng)網(wǎng)絡“百度大腦”，同谷歌、微軟等企業(yè)爭奪人工智能技術(shù)制高點。
近日，《麻省理工科技評論》評選出2016全球了“50家最聰明公司”，百度名列第二。《麻省理工科技評論》如此評價百度： “百度在核心的搜索業(yè)務之外，語音識別、人工智能技術(shù)領(lǐng)域的積累已經(jīng)讓百度在語音識別上可與真人相媲美，并且百度在硅谷成立自動駕駛研發(fā)部門，也是視覺識別、傳感器等領(lǐng)域的領(lǐng)先企業(yè)。”這證明了百度在人工智能方面的布局成功。
在人工智能領(lǐng)域，百度不止想制造下個莫扎特
看圖譜曲只是百度技術(shù)體現(xiàn)的一個例子。實際上，過去的五年是人工智能突飛猛進的階段，而百度在圖像識別技術(shù)上已做到了全球領(lǐng)先。目前，百度的Deep Image計算機視覺系統(tǒng)已經(jīng)能夠?qū)D片內(nèi)容進行識別，在模式識別上取得了重大突破，其中LWF人臉識別精度高達99.86%。而百度自主研發(fā)的人工智能機器人“度秘”已經(jīng)在肯德基的智能點餐、高考的智能信息服務等多種場景中實現(xiàn)了運用。
可以這么說，百度的人工智能幾乎已經(jīng)滲透到百度所有的產(chǎn)品線當中，之所以如此，是因為長期以來，百度一直在研發(fā)人工智能技術(shù)在家居、汽車、無人系統(tǒng)、安防等領(lǐng)域的推廣應用，并豐富移動智能終端、可穿戴、虛擬現(xiàn)實等產(chǎn)品的服務及形態(tài)，推動人工智能與機器人技術(shù)的深度融合。相信在未來，百度人工智能技術(shù)將會進行更多領(lǐng)域的嘗試，將情感分析和理解的成果應用于產(chǎn)品中，為用戶提供個性化和精準化的智能服務，全面提升用戶體驗。
百度總裁張亞勤上月曾表示，去年百度在研發(fā)方面投入超過100億元，而“百度大腦”作為百度在人工智能領(lǐng)域的核心，已孵化出如無人駕駛、智能搜索等創(chuàng)新技術(shù)。目前“百度大腦”已具備視、聽、說和預測、規(guī)劃決策以及行動控制的能力，并將被應用到金融、汽車、醫(yī)療等領(lǐng)域。他同時表示，“智能交通”將是中國企業(yè)彎道超車的好機會。
自計算機誕生之日起，人類便不斷追尋賦予機器以“生命”。 百度人工智能技術(shù)正試圖讓看似天方夜譚的事情，變成現(xiàn)實。而當不用手便可以操作手機的語音識別等技術(shù)慢慢便利了人類生活后，人工智能便被賦予在工業(yè)、生活等領(lǐng)域的發(fā)展厚望。而如何將這些人工智能應用到各個領(lǐng)域撬動剛需，將會決定人工智能擴展的邊界。
總之，隨著人工智能看圖譜曲的技術(shù)日趨成熟后，下一個莫扎特真的會是臺機器的日子不遠了。但即使如此，人工智能的爆發(fā)卻還遠未結(jié)束，相信在未來，會有更多的不可思議讓我們體驗到技術(shù)的魅力。
作者：歪道道，互聯(lián)網(wǎng)與科技圈深度觀察者。微信公眾號：歪思妙想
1.砍柴網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源；2.砍柴網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務必注明文章作者和"來源：砍柴網(wǎng)"，不尊重原創(chuàng)的行為砍柴網(wǎng)或?qū)⒆肪控熑危?.作者投稿可能會經(jīng)砍柴網(wǎng)編輯修改或補充。
