演講資訊

• 日期：2018 年 04 月 17 日

• 時間：13:20~15:10

• 地點：國立交通大學中正堂地下室論壇空間

• 主持：李子聲

• 講者：林欣名（音樂所 096 級校友）（歷年演講請見此）

• 標題：從音樂科技漫談人工智慧對人文精神的衝擊

• 匿名提問與建議

資料科學

資料科學

• 材料：大數據

• 處理方法：機器學習

• 成品所呈現的特質：人工智慧

數據

• 原始資料

• 特徵（feature）

收集

• 數位化

• 網際網路

• 感測器

機器學習：預測、分類➔推薦、決策、創造

1. 監督式學習

2. 非監督式學習

3. 半監督式學習

4. 增強式學習

計算社會科學（computational social science）

• 描述性分析

• 網際網路實驗室

• 實證研究模型

文化、科技、新思維：大數據在文化創意產業應用

• 適性影片推薦服務

• 電影劇本自動分析系統

• 電影上映市場預測報告自動生成系統

音樂科技

• 取樣合成音色：Vienna Symphony Library、Native Instruments Action Strings、Spitfire Albion

• 虛擬歌手：初音未來、洛天依、言和、夏語遙、樂正綾、心華、Pepper

• 樂器（控制介面）：微分音自動鋼琴、Theremin 、AirHarp、Ruratae、Ocarina、虛擬實境、擴增實境、腦波

• 音高辨識與修飾：Sing Trix LLC Singtrix、Voctro Labs Voiceful

• 樂譜跟隨：自動伴奏 、互動演奏

• 搜尋引擎：Musipedia、Midomi、Music Ngram Viewer

• 資訊檢索：Chordify、Riffstation、Songle

  • The Evolution of Popular Music: USA 1960–2010 (2015)

  • Timbre-invariant Audio Features for Style Analysis of Classical Music (2014)

  • The VIS Framework: Analyzing Counterpoint in Large Datasets (2014)

  • Characterisation of Composer Style using High-Level Musical Features (2010)

自動生成與輔助創作

繪畫與影像生成

• The Painting Fool (2006)

• A Neural Algorithm of Artistic Style (2015)

• StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks (2017)

• Affine Layer

各式範例

• Beyond the Fence 音樂劇

• Aiva：專輯

• Intelligent Music System：遊戲即時配樂

• Sony CSL Flow Machine: Harmonization

• Sony CSL Continuator：互動即興演奏

• Magenta: MusicVAE、AI Duet、AI Jam

• Google DeepMind WaveNet

• 商業軟體

  • • Jukedeck

    • Amper Music：自動編曲官方成果、影像配樂非官方實例

    • Orb Composer

人工智慧

捲土重來

• 分類（1980）

  • 強人工智慧：具備與人類同等智慧、甚至超越人類，能表現正常人類所具有的所有智能行為。

  • 弱人工智慧：只處理特定的問題，不需要具有人類完整的認知能力，甚至是完全不具有人類所擁有的感官認知能力。

• 三波浪潮

  • 1960

  • 1980

  • 2010

• Nividia GPU Technology Conference

  • 2017

  • 2018

• Google DeepMind AlphaGo Zero (2017–)

  • 無需任何人類指導，通過全新的強化學習方式，人工智慧的程式自己成為自己的老師。[1]

  • 專業數據集往往昂貴或不可得，甚至可能給機器增加一層「天花板」。完全讓機器自學，才有可能讓它超越人類的局限性，發現前所未見的新方法。

類神經網路

• 省略人為的特徵工程（feature engineering）

• 不含領域知識（domain knowledge）

• 人類如何學習？

• 將來能做什麼：重新建構特徵空間、擴充領域知識、探索新穎性與多樣性。

人文精神的衝擊

• 數學模型的傲慢與偏見、價值觀的更新

• 科技哲學中的「後人類」

• 有機生命➔生物工程➔半機械人➔機械連結腦➔無機生命。[2]

• 神權（神性）➔文藝復興（人性）➔啟蒙運動（理性）➔……➔科技人文主義➔數據主義：生物是演算法，生命是資料處理，資訊體取代人類成為世界的中心。[3][4]

• 何謂智慧➔何謂人工➔什麼是人？

環保標章

• 可回收

• 低污染

• 省資源