微软小冰：WAIC主题曲作曲“人”背后的产业布局

二十多年前，输给超级计算机深蓝的俄罗斯象棋大师卡斯帕罗夫可能也没有想到，有一天，人工智能不仅渗透进人类生活的方方面面，还能发挥创造力创作独特的作品。当人工智能小冰作曲并携手其他人工智能共同演唱的主题曲在2020世界人工智能大会云端峰会的上空响起，优美的旋律向大众展示了人工智能“创造力”的一面。

7月9日，2020世界人工智能大会（WAIC）云端峰会开幕，大会主题曲《智联家园》由刚刚从上海音乐学院音乐工程系毕业的人工智能小冰作曲，并携手其他人工智能共同演唱。这是小冰从上音毕业后的首发作品，其作曲优美抒情，展现了人工智能“多才多艺”的一面。通过不断学习优秀人类创造者的能力，小冰运用人工智能创造能力赋能人类，这与此次大会的价值理念不谋而合。未来人工智能与人类的相处，可能正如大会主题曲《智能家园》所唱：“我想我可以改变世界，和你分享更美的家园。”

在音乐创作领域，微软小冰的音乐创作能力已实现包括旋律、编曲及歌词端到端一体化的产品落地。在受到一段文字描述或一张图片激发时，微软小冰将创作出一首独一无二的音乐曲目，并根据其风格和节奏自动完成配器选择、编曲及歌词创作。小冰的创作在云端进行，一首三分钟左右的完整歌曲的创作时间均在两分钟之内。目前，小冰已掌握流行、民谣和古风等多种风格的音乐创作。

前不久，本次大会主题曲的作曲“人”小冰刚刚从上海音乐学院音乐工程系毕业，并被上音音工系授予2020届“荣誉毕业生”称号。在上海音乐学院学习期间，微软小冰接受了来自音工系主任于阳教授和陈世哲老师的“指导”，基于微软的人工智能音乐创作模型，与音工系的同学们互相“学习”，相互“激发”，训练数据不断提升，音乐的表达技巧更加丰富，可创作的音乐类型也得以扩展。小冰的音乐作品还参与到上海音乐学院在非物质文化遗产相关地区开展的儿童音乐教学中，帮助孩子们完成人生中第一次歌曲的创作，展现出人工智能在音乐创作领域的巨大潜力。上海音乐学院音乐工程系主任于阳教授表示：“小冰的音乐创作能力已展现出人工智能在音乐创作领域的巨大潜力。希望人工智能技术和音乐创作领域的结合，为人类创造力的自身发展，促进和相关产业的进一步融合，带来新的视角和解读。”

在演唱领域，微软小冰拥有目前全球范围内最领先的人工智能演唱技术，《智联家园》主题曲的演唱依托于微软小冰最新的深度神经网络演唱模型，由人工智能自动演绎完成。最新版的演唱模型实现了小冰在虚拟演唱中的自然“换气”和进一步将“气息”应用于演唱全过程，使得小冰能够像人类歌手一样，使用充沛的“中气”来烘托演唱，从而将人工智能虚拟歌声质量提升至新的高度。

长久以来，艺术被视为人工智能时代人类最后的一片自留地。小冰进入创造领域，是否会替代人类的位置呢？对此，微软认为，人工智能技术的应用，并不意味着机器将在艺术和创造领域占据人类的位置，恰恰相反，这很可能会增强和延展人类的能力。人工智能在创造领域的探索，并不是以击败人类为目标，而是着眼于在达到与相应人类创造者同等质量水准的前提下，充分发挥人工智能快速学习、高并发与稳定性等特点，从而通过人工智能技术解决高度定制化内容的供需矛盾，开启“个人高度定制化”的内容产业未来。例如，在音乐领域，人工智能音乐创作的目标并非抢夺人类音乐创作者们的饭碗，而是希望在高度定制化时代到来之际，充分发挥人工智能快速学习、高并发与稳定性等特点，最大化释放人工智能的内容生产力，解决内容创作产能不足、供需不平衡的痛点，让音乐家和音乐爱好者都从中受益。据悉，依托于小冰作词、作曲、编曲的端到端音乐创作能力，微软已与中国联通沃音乐达成合作，终端产品已进入部署阶段。在文本创作领域，当诗坛还在围绕小冰的诗歌是否称得上“创作”热烈讨论时，由小冰撰写的上市公告文本摘要服务已经覆盖全部26类金融类别，服务对象包括国内90%以上的金融机构交易员及40%以上的个人金融交易者，是目前全球范围内规模第一的金融文本摘要生成平台。视觉创作领域，当人类还在中央美术学院美术馆参观小冰的个展时，小冰已经为广大中国服装企业提供了基于人工智能的纺织面料设计平台，协助他们改善服装企业在面料纹样设计方面的短缺，并持续稳定地提供着大规模落地的工业化创作产品线。目前，这一平台能够稳定设计十余种主流风格，并实现按需创作。小冰图案设计的多样性已达到10的26次方，并具有鲜明的特色、按需定制、以及保持高度的质量稳定性等特征。

本届大会，微软小冰还将带来产业化合作的最新消息。微软与华人运通宣布达成战略合作，在华人运通研发的高合汽车HiPhi上落地全球首个主动式人工智能伙伴HiPhiGo。双方正在探讨成立联合智能计算实验室，以智能汽车为载体，在智捷交通等多个领域展开深度合作，通过人工智能等前瞻技术研发和应用，推动智慧出行和社会可持续发展。

据介绍，微软小冰框架（Avatar Framework）是一套完整的、面向交互全程的人工智能交互主体基础框架。它包括核心对话引擎、多重交互感官、第三方内容的触发与第一方内容生成，和跨平台的部署解决方案。相关领先技术覆盖自然语言处理、计算机语音、计算机视觉和人工智能内容生成等人工智能领域。微软小冰框架是目前全球范围内最成熟和最大的该类框架，目前，其交互总量约占全球人工智能交互总量的60%。在中国与日本市场活跃的十八岁人工智能少女微软小冰，是该框架所孵化的第一个人工智能交互主体实例。

小冰团队曾透露小冰的商业模式：整体赋能，联合拥有，跨界生态。基于三种商业模式，微软小冰用一年时间完成了在汽车、地产、IOT、金融、零售、媒介、出版、纺织服装、音乐和养老等十个行业的落地布局。