人工智能和创造力似乎不搭边，但是一些人工智能开发人员试图表明，机器实际上可以复制人类的大部分创造力。 我们知道机器学习和人工智能擅长于机械性的任务，比如模式识别。但是，越来越多的开发者希望将人工智能应用到更有创意的事情上。 “作为开发人员，我们可以传授多年来积累的创造性知识，”美国音乐服务公司Amper Music的联合创始人兼首席执行官Drew Silverstein说道。 公司自动生成用于商业用途的音乐，如营销视频音乐、视频游戏或播客介绍。它允许用户定义作品的长度、风格和情绪。他们还可以控制某些方面的持续时间，比如诗歌和合唱。创造性的人工智能算法将一段音乐集成到这些规范中。 Amper的团队将他们的音乐知识分解成若干组成部分，然后将其编码。人工智能算法会重新组成这些部分。 Amper的首席开发人员Cole Ingraham说：“这些东西本来就是音乐理论。我们可以在我们的模型中复制这个结构。”

如何复制创造力

Amper使用专有的方法来组合音乐的基本原理并复制它们。 这个过程可能涉及神经网络，这种深度学习模式的类型正在催生今天的人工智能复兴。 谷歌也在尝试利用人工智能模式来播放音乐，而且它依赖于神经网络的方法。这对谷歌来说可能更为可行，因为它可以访问世界上一些最大的数据存储库。在特定的情况下，当你使用足够的数据时，很多事情就会变得明显。 谷歌的项目叫做Magenta。Doug Eck是谷歌的一名高级研究员，他在某次会议上解释了这项研究。谷歌团队对人工智能模型进行了1400场人工智能模型的训练。这些表演是用MIDI技术捕捉的，这是一种音乐的计算机编码。然后，神经网络分析了这些数据，学习了诸如音阶、计时和音乐形式等内容。从这一点上，它学会了用表达时间和音量来创作自己的作品。 这个团队的假设是，无论音乐有多么富有想象力，它仍然有一个神经网络可以识别的结构和模式。研究人员已经取得了明显的进展，但也承认需要做更多的工作。 Eck说:“目前机器产生的音乐并不是特别动听，好的作曲有很多的嵌套结构，我们还没有捕捉到。”

企业应该关注创造性的人工智能

Eck说，他正在研究的项目——教授人工智能演奏音乐，不仅仅是为了好玩。他希望识别和复制人类的思想和双手共同创造出一些复杂的东西，将会带来更直观、更人性化的人工智能，也就是有用的人工智能。 他说:“如果我们能够建立模型，捕捉我们在日常生活中所做的事情，我们就能进一步将这种行为扩展到新的世界。捕捉这些数据以及我们在日常生活中所做的事情是至关重要的。” 企业正试图模拟创意过程中较小的方面，以创造业务价值。例如，一些新闻机构正在使用自然语言机器人来编写关于体育赛事和财务报告的简短摘要。 B12的联合创始人兼首席技术官Adam Marcus描述了这家纽约公司的人工智能平台如何在网页设计过程中提供帮助。与音乐生成的例子不同，公司的人工智能算法与人类设计师合作。这些模型基本上完成了所有的工程工作，为企业网站的基本布局创建了代码。然后，根据个人业务所有者的偏好，设计人员进入并定制页面。 Marcus说，这可能是将创造性人工智能整合到业务中最简单的方法，至少目前是这样，因为它充分利用了机器和人类的优势。 尽管机器人擅长重复的、注重细节的工作，比如构建一个网站框架，但人类擅长理解客户端请求和实现细微的变化。Marcus说:“直到你把这两种不同力量的最好特性结合在一起，你才能释放出人工智能的全部潜力。”