music ally專欄/人工智慧、聊天機器人如何衝擊音樂產業?

0

※ 此文授權轉貼、翻譯、改寫自 music ally;翻譯 / Eli.C

人工智慧和聊天機器人是音樂產業目前的兩大熱門關鍵詞,它們對於我們發掘、聆聽、分享音樂究竟會產生什麼實質的衝擊呢?

在三月初奧斯陸 by:Larm 音樂節中,音樂產業網站 Music Ally 主持了一個與此主題相關的論壇。與談人為 挪威 Telenor 電信公司旗下研究中心 Telenor Research 的副總 Ieva Martinkenaite,主要來分享其人工智慧實驗室的創立心得;The Bot Platform 創辦人 Syd Lawrence,該公司的聊天機器人已協助許多藝人回覆臉書訊息;數位發行服務公司 The Orchard 的國際行銷總監 Lucy Blair;以及 Reed Smith 法律事務所的合夥人 Gregor Pryor。論壇的主持人則由 Music Ally 的 Eamonn Forde 擔任。

挪威的 by:Larm 既是音樂節也是音樂論壇,自 1998 年創立至今將近 20 個年頭。(圖片來源:by:Larm 臉書)

「各產業都吹起一陣人工智慧風潮,」Ieva Martinkenaite 如此開場白:「大家都說人工智慧可以改變世界、是 21 世紀最重要的科技。」但她提醒,在一頭栽入前,要先真正了解它究竟是什麼東西。

所以人工智慧究竟是什麼?它是一整套系統的科技、方法與應用程式,讓機器(電腦)去執行通常是人類在做的事情,即「使用智能」。她說:「人工智慧最有趣的部分就是讓電腦去做人類能輕易達成的事情。電腦能理解、執行、甚至能學習,其中『學習』這個能力最重要。研究過程中,電腦能學習並適應外在狀況。」

Ieva Martinkenaite 補充說明,人工智慧的研究最早可追溯到 1950 年代,但一直到 2013、2014 年時,才真正成為研發的主力。「第一個原因,是電腦的運算能力大幅提升了;第二,我們的行為模式也大幅改變了。我們吃飯、睡覺甚至約會時,都在用手機,所以產生了大量的資料點(data points)。我們來到大數據的時代,改變了所有的事情;第三,新的變化:能自主學習的電腦出現了。」

最後,她提到:「我們要了解 AI 只是個工具,並不是魔法,是否有效端看你怎麼使用。你要知道問題是什麼,才能解決問題。不論你是電信公司還是串流音樂服務商,要了解顧客的行為,才能吸引與留住顧客。」

Ieva Martinkenaite 也表示,整個市場對人工智慧的興趣日益高漲,Telenor 公司為了更精進相關的研發技術,成立了人工智慧實驗室,並已在 3 月 8 日開始運作。她說:「若不為長遠的未來做準備,只會失去更多寶貴的機會。」

IBM 702 為第一代人工智慧研究人員使用的電腦系統。(圖片來源:Pinterest)

The Bot Platform 創辦人 Syd Lawrence 則提醒音樂產業不要神化人工智慧。 他說道:「比起科技產業及其他產業,音樂產業在這方面的應用急迫性不高。科技是為了解決問題。過去 12 個月以來,這個主題被過度炒作了,尤其是『智能聊天機器人』。我對這個詞還真是又愛又恨!第一,它們不算人工智慧;第二,沒有人渴望與機器人聊天。所有的產業都想趕這個熱潮,但大部份的人誤以為人工智慧是一種插件(plug in),要用的時後把它裝上就好。」

「精明的投資人都知道,為了趕流行而去做的人工智慧不值得投資。科技革新不斷改變音樂產業的營運模式,發行端的一點變化都會影響創作者的權利。」Reed Smith 法律事務所合夥人 Gregor Pryor 提到了目前市場的投資概況:「當人工智慧真正影響發行端時,投資者的興趣也會提高,因為它能為創作者帶來實質的好處。」

Ieva Martinkenaite 表示,人工智慧領域的博士生及研究員數量增加了不少,但她也說:「Google、Amazon、Facebook 以及其他平台都尚未透過它們搜集的大量資料營利。所以我們應該要看的是,未來他們打算運用什麼策略來處理這些資料。這些科技巨頭搜集了大量資料,也訓練了多種演算模型,但都尚未走到商業化這步。可見此技術非常倚賴長期研究,特別是美國與中國,都花了許多時間耕耘。不過我們也需反觀:到底要用人工智慧來解決什麼問題?」

音樂產業可以怎麼運用人工智慧呢?Gregor Pryor 舉智能譜曲(AI music composition)為例,表示:「很多唱片公司已經在試驗了。表面上,它可以解決影片配樂的問題,比方你是個 YouTuber,希望找出符合影片情境的音樂來使用。這之間通常會有許多授權問題要解決。但若有人工智慧,或許電腦可以直接譜出適合影片的配樂,而且不需要負擔授權費。」


Sony 開發的人工智能譜曲系統 Flow Machines 模仿披頭四風格的作品。

Gregor Pryor 承認這會衍生出音樂版權問題。他說道:「譜曲機器的製造公司並不會特別處理版權歸屬問題。法律目前也尚未達共識:有人認為機器製造者應該擁有版權,有人則認為是提供機器學習元素的人。」

Ieva Martinkenaite 表示:「軟體很便宜,資料才是最珍貴的資產。要讓機器做深度演算,並有效預測事件,都需要大量、即時的資料點。」Syd Lawrence 也認為:「智能譜曲也需要大量資料。電腦需要讀取大量曲庫資料才能理解譜寫歌曲的方法,並更進一步學習與創作新音樂。」

他繼續說道:「如果我拿滾石樂團(Rolling Stones)的歌曲作為譜曲參考,這是可被接受的,但只要機器有使用任何一點歌曲的元素,就會違反著作權法。從機器學習的觀點來看,這取決於電腦是如何從既有的歌中學習譜新曲的元素。但不論何種學習方法,說到底電腦仍需要這些歌曲作為學習的元素,所以究竟智能譜曲是否會違反著作權法,似乎處於灰色地帶。」

The Orchard 的 Lucy Blair 則談到了人工智慧在音樂產業最直接的運用:機器學習可以強化串流平台的音樂推薦機制。她說道:「很明顯的,電腦可以學習用戶在不同情境下的聆聽行為與偏好。最好的例子就是 Spotify 的 Discover Weekly 及 Release Radar 歌單。」

她補充:「音樂行銷人雖有大量資料,但仍在積極找出數據背後的邏輯。人工智慧非常吸引我,它讓我能更精確知道我的用戶在什麼情境、事件下會聽什麼音樂。而作為行銷人,我們又可以怎麼運用這些資訊,讓用戶與藝人有更近距離的互動呢?」

Lucy Blair 也擔心過度使用機器學習可能會降低不經意發現新音樂的可能性:她常在想演算法是否能像棒球場上的曲球一樣,在日常中不時給我們一點小驚喜呢?

Discover Weekly 為 Spotify 的招牌功能之一,會自動依據用戶的聆聽習慣與音樂資料庫,每週推薦一份客製化歌單。(圖片來源:Spotify 官方網站)

論壇後續進行到智能助理(例如 Amazon 的 Alexa)的主題,討論她們的功能以及目前的限制。Syd Lawrence 表示:「目前智能助理的功能比較事件導向:在音樂方面的應用例如:請她幫我找某個電台、播放清單;其他的則像是請她幫我開燈、關燈以及其他小事情。通常都是要我們下明確指令,她才去幫我們完成特定事件,例如我請她幫我開熱水壺,問她我今天的待辦事項是什麼等等。」

他繼續說道:「我覺得智能助理被過度討論了,對於人工智慧沒有概念的人總覺得人工智慧可以解決任何事情。但事實上,這個技術再怎麼厲害,機器擁有的能力都是被訓練出來的,智能助理並不是真的擁有智慧。」

至於另一個問題:人工智慧是否也會在音樂產業中藝人與歌曲管理(以下簡稱 A&R)中插上一腳呢?

Syd Lawrence表示:「音樂產業也是門生意。不同產業皆透過各種科技去發掘顧客需求、評估其未來有多大可能性成為你的顧客,以及怎麼讓他們掏錢消費。而 A&R 的工作就是處理這些事。不過我不是很希望事情演變成這樣:我希望音樂還是多一點藝術的元素,畢竟機器是沒有情感的,音樂則充滿豐富的情感。」

他繼續說道:「情感是沒有邏輯可言的。當然,我認為這些數據對於 A&R 會有幫助,事實上,目前已有許多 A&R 會大量參考這些資料與數據,未來也會更多。目前市場上已有許多成功案例,但我覺得讓機器去取代人類做 A&R 是非常可惜的,讓音樂變成電腦演算的結果感覺很冰冷。」

接著,Gregor Pryor 提到音樂策展,並以 Apple Music 重視人工編輯為例。「你會發現,當要挑選特定主題與面向的音樂時,機器的智慧仍然不及人類。此外,機器不會社交,但音樂很倚賴社群的力量,例如你會因為朋友的推薦或是問你『你聽過這個樂團了嗎?』而去發現一些你沒接觸過的音樂。」

Syd Lawrence 非常同意 Gregor Pryor 的觀點,並緊接著說:「Spotify 自動推薦的 Discovery Weekly 歌單,其實也都是透過學習人工編輯的歌單而來,不是真的純機器做曲風演算,所以推薦才會如此精準,我覺得很酷!」

重視人工編輯歌單的 Apple Music 邀請了各大音樂媒體量身打造專業歌單,滿足重度樂迷需求。(圖片來源:Apple Music)

音樂產業該怎麼與人工智慧的研究端進行合作呢?Ieva Martinkenaite 舉了 Telenor 新開張的人工智慧實驗室為例。她表示:「實驗室會是一個對外開放的狀態,我們希望它像磁鐵一樣,吸引不同產業的夥伴加入。研究最有趣的部分就是我們會接觸跨產業的數據,可以是電信、音樂數據,甚至是電子商務的數據。這都是音樂產業夥伴能提供的。除此之外,可以與研究員一起找出需要被解決的問題——不論是音樂本身、發行、採買或內容端的問題。研究員需要了解到真正的問題,然後解決它。」

Gregor Pryor 表示:「音樂產業會花錢投資這些研究,因為唱片公司營收成長很大一部分來自串流音樂,所以它們也會願意出資深入了解這個領域。唱片公司知道人工智慧對未來的營收會有很大的影響。消費者每個月花在串流音樂的錢是固定的,主流唱片及發行商當然會想從其他地方獲取更多營收。它們已經開始集資,並投資了一些新創團隊。如果人工智慧有助於未來的營業,它們一定會投資的。」

Gregor Pryor 補充道:「這絕不是在比哪家公司有更深的口袋,可以花更多錢去投資,而是在比人工智慧世代下,誰能找出最聰明、最有效的營利方法。」

關於作者

Beats

本帳號將會代表Taiwan Beats編輯部,以及發表各方投稿,針對台灣流行音樂產業提出心得與建議,也歡迎與我們聯繫。