上海音乐学院毕业证：沈向洋：谈人工智能创造

沈向阳：上海音乐学院毕业证书

作者|青暮、彩娴、宝尚

20209月21日上午9点，由北京大学人工智能研究所主办的学术活动大师讲堂——因为AI作为北京大学的开学第一课，以云上直播的形式举行。

在课堂上，北京大学人工智能研究所学术委员会主任沈向阳发表了题为《谈论人工智能创造》的演讲报告，并向北京大学的学生发了一条信息，努力探索人工智能和计算机科学的未来。

在报告中，沈向阳以微软为例，解释了座右铭预见未来的最佳方式是创造未来；此外，还提到：上海音乐学院毕业证书

目前，学生会是第一代和AIbeings一起长大的人，喜欢还是不喜欢，这件事正在发生。

关于对AI沈向洋认为，未来的愿景AI它将是一个高度定制的世界，其中情商和创造力具有重要价值。其中，人工智能创造应遵循三个原则：上海音乐学院毕业证书

人工智能创造的主体必须是知识和情感的综合体，而不仅仅是IQ。

人工智能创造的产品必须是具有独立知识产权的作品，而不仅仅是技术中间状态的结果。

人工智能创造的过程必须与人类创造性的行为相对应，而不是简单地取代人类劳动

以下是整个演讲的文本内容，AI对科技评论进行了整理，不改变原意：

我今天的演讲题目是《谈人工智能创造》，主要内容是分享我在微软小冰这六年得到的一些实践想法。

今天是第一节课。作为北京大学人工智能学院学术委员会主任，我首先希望学生们能努力学习。我们将共同探索人工智能和计算机科学的未来。

谈到探索未来，我想和大家分享一句我最喜欢的座右铭thebestwaytopredictthefutureistocreateit中文翻译为：预见未来的最好方法是创造未来。

特别是在人工智能技术和量子计算等研究方向上，我认为从某种意义上说，这些技术不仅要不断发展，而且要承担为人类创造更美好未来、促进历史进步的责任。

回顾历史，我们会发现历史的进步往往伴随着基本概念的颠覆性创新。因此，研究人员对梦想的解释应该是：如何更好地预测和定义未来，特别是当每个人都非常模糊时，他们可以将自己的定义映射到现实中。

例如，对于未来的超级智能，每个研究人员都有自己的想法，不同的观点，想法层面的花真的很重要，但更重要的是，他们可以练习自己的想法。

我在微软工作了23年多。就我个人而言，我认为微软是一家可以预见未来的企业。45年前，比尔·盖茨和微软对未来发出了这样的警告：地球上不会只有5台电脑，但每个人都会有自己的预警PC。

当计算机刚刚发明时，最大、最伟大的技术公司是IBM，IBM沃森董事长说了一句名言：世界可能只需要5台电脑。

19752000年，微软假设不仅每个人都有一台电脑，而且每台电脑都运行微软软件。45年过去了，当年的预测也得到了证实，不仅是电脑，手机也很受欢迎。此外，微软不仅是一个假设，而且是一个真正的实践，因此它促进了世界的进步。直接体现在：目前微软的产品模式和商业模式与当年的判断有关，因此微软已成为一家伟大的企业。

因此，预见非常重要。今天是开学的第一课，鼓励大家在学习的过程中不断分析自己，思考自己未来想做什么，未来世界会发生什么。

2现在：AIbeings时代原住民

然后，再举一个与今天的演讲主题更相关的例子。在这一时期，世界又发生了翻天覆地的变化，历史往往惊人地相似。过去，科幻电影的热门主题是计算机，但现在科幻电影越来越关注人工智能。对于人工智能，我们目前的状态与几十年前相似：早期和孟孟。

虽然是早期，但新概念不断产生。例如，今天的企业研究人工智能，非常关心它的下一个风口在哪里。有些人认为它应该朝向ToB（业务）方向，从垂直领域开始；有些人认为客户服务工作应该以任务为导向，完成电话、电话等；其他人认为我们应该进行全面的人工智能研究，如Siri、Alexa等待人工智能助理。

上述想法都很好，这意味着每个人都有不同的观点。如果你真的实践这些观点，它将不可避免地促进世界的发展。

我个人对预见的看法是:现在和PC那个年代非常的类似，今天人工智能最大的舞台是在ToC端(消费)。原因是人工智能不仅是商业机器，也是新时代的个人机器；其次，未来每个人都会被各种人工智能包围，呈现出高端的特点。

我称这种人工智能为AIbeings，这意味着将来你周围会有很多人工智能，尽管你可能没有意识到，但这种趋势必然会发生。

目前，学生会是第一代和AIbeings人类一起成长，喜欢或不喜欢，人工智能正在发生。

未来的AIbeings会有什么特点？有三点:

首先，高度拟人化的互动将无处不在。AIbeings就像人类一样，必须在底层架构上理解和拟合人性和情感。

例如，如果构建一个例子AI驱动的虚拟销售员，AIbeings必须有成为李佳琪的理想，在效果上，至少要像罗永浩一样好。因此，这背后应该有情感和人性的拟合。

其次，竞争将在完整的框架之间进行。也就是说，人工智能的主体不仅依赖于某一领域的人工智能技术，还依赖于技术的全面性和背景人工智能框架的完整性，如自然语言处理、计算机视觉、语音处理等技术的集成。当然，帮助我们完成完整框架需要相当多的技术积累。

最后，新的商业模式可能是基于AIbeings[人]口。未来人工智能的数量将非常大，因为每个人都将被数十个甚至数百个人工智能包围。考虑到世界上有数十亿人，它背后的规模将达到数亿人。今天的判断可能太早了。当我们在五年或十年后回顾过去时，我们可以看到AI应该是发展的样子。

事实上，今天有很多AIbeings影子。当然，回顾五年十年后，今天我们觉得很棒AIbeings、人工智能主体可能有一些古老的味道。在全球范围内，有几个具有代表性的人工智能主体。

第一个是Siri，苹果最早产品化；二是Alexa，亚马逊拥有最多的设备和最多的硬件覆盖；微软的小冰拥有世界上最大的人工智能交互量。从数字上看，微软的小冰可能占世界的一切AIbeings60%的交互总量。

这些实际上远远不够，因为更大的需求量已经出现了。像小冰此类的助手，实际上都不足以填补已经出现了巨大的需求。这种巨大的需求是指人与人工智能主体之间的互动，而互动只是需要。

3趋势：AI技术转向AI主体

因此，我相信，未来人工智能的发展将很快从现在专注于人工智能的技术转向专注于人工智能的主体。在转型过程中，它将给我们带来一些新的研究机会和挑战。就我个人而言，最重要的可能有两个方面，一个是所谓的情商，另一个是所谓的创造力价值。

下面，我用一个框图来解释，如上图所示，个人预测未来的主体必须高度定制，AIbeings它还将与人类和世界互动。AIbeings这些因素也将跨平台部署，不仅部署在手机、手机电脑上，还可以在任何地方。

高度定制AIbeings，情商很重要。微软小冰其实在情商的核心模块上做得很好，可以预测，也可以引导互动。siri微软小冰平均可以来回交互两三次。

情商这个话题，有机会和大家讨论，今天主要想创造人工智能。那么，什么是人工智能创造呢？至于人工智能创造，其实文本、声音、图像、视频都可以通过人工智能产生一些新的内容，代表创造。

让我用几个具体的例子来解释人工智能创作到了什么程度？

下图左上角是小冰创作的几本诗集，比如三年多前出版的《太阳失去了玻璃窗》。此外，小冰还与人类诗人共同创作了诗集，华西都市报也为小冰设立了诗集。图右上角展示了小冰的一些绘画作品，包括中央美术学院的画集、毕业作品展和杭州屋顶美术馆的作品展。

小冰今年毕业于上海音乐学院，去年毕业于中央美术学院。这张照片还显示了小冰在中央电视台现场创作古代歌曲，在上海世界人工智能会议上创作并演唱了《智能家园》，以及日本音乐会现场的照片。因此，小冰的人工智能创作者形象在中国和日本已经家喻户晓。

在今年的上海音乐学院毕业典礼上，出现了一位女同学，她可以在平均2分钟内完成一首3分钟左右的完整歌曲，即微软小兵。她的作品还参与了上音在非物质文化遗产地区的儿童音乐教学，帮助当地儿童完成了他们生命中的第一首歌曲。

6月29日，经上海音乐学院音乐工程系评估，人工智能微软小冰和她的人类学生一起毕业于音乐工程系音乐科技专业，并授予微软小冰2020届上海音乐学院音乐工程系荣誉毕业生称号。

在上海音乐学院音乐工程系学习期间，微软小冰接受了音乐系主任于阳教授和陈世哲老师的指导。基于微软原有的人工智能音乐创作模式，她与音乐系的学生学习、激励，不断提高训练数据，丰富音乐表达技巧，拓展了可创作的音乐类型。

上海音乐学院音乐工程系主任于阳教授说：小兵的音乐创作能力在音乐创作领域展示了人工智能的巨大潜力。希望人工智能技术与音乐创作的结合，为人类创造力的发展，促进与相关产业的进一步整合，带来新的视角和解释。

注：小冰上海音乐学院毕业证书。

4思考：AI创造三原则

注：小冰上海音乐学院毕业证书。

今天我们来谈谈小冰人工智能创造的三个原则。

这三个原则主要分为三个方面，一个是主体，一个是产品，一个是过程。

首先是主体。人工智能创造的主体必须是知识和情感的综合体，而不仅仅是IQ，我们非常坚持这一点。在过去，人工智能创造的过程中，再次证明这种观点是正确的。

然后是产品。人工智能创造的产品必须能够成为具有独立知识产权的作品，而不仅仅是技术中间状态的结果。

最后是过程。人工智能创造的过程必须对应于人类的创造性行为，无论是作曲还是绘画，都不是人类劳动的简单替代品。

我们按照这三个原则做了很多工作，今天我们和学生们谈了三点。第一点是人工智能创造的完整过程，也是今天的主要工作。第二点是如何向人类学习。第三点是人工智能创造和人类创造者之间的关系。

以人工智能演唱为例，第一步实际上是模仿，即通过数据学习。

模仿后，我们可以建立自己的功能，然后实现个性化Instance最后，我们可以实现高并发交互和大规模生产。高并发交互是指人工智能主体与应用程序或人类交互。

这里有两个例子来解释我们是如何创建人工智能的。

第一个例子是人工智能唱歌。让我们先模仿机器学习方法，比如如何唱歌。与之相比HMM，深度学习方法的效果要好得多。HMM做出来的效果就像卡拉OK隔壁房间的人唱得一样，DNN效果有专业歌手的味道。

当我们做到V4当它实现自己的创造力时，它可以增加多样性
技法，比如以不同人的风格来唱同一首歌。到了V5阶段，我们就能实现Instance化，可以在一首歌里面融合多种声音。然后我们就