AI與藝術之間，究竟有多大隔閡？
幾年前，我們還因為AI會寫出莫名其妙的文章而發笑，但在短短幾年間，AI在藝術領域的進步也許超乎了許多人的想象：就拿最近在全球圈粉的OpenAI DALL-E2圖像生成算法來說，誰不會為這些天馬行空卻又近似人類的畫作感到驚訝呢？
DALL-E2的“大作”
近期，Discovery“求索紀錄”上線了名為《數字裡的中國》的專題紀錄片，向觀衆呈現了建國70年以來關于數字技術上所發生的深刻變化。在感歎祖國發展日新月異的同時，采訪AI（人工智能）在國内多行業的領先級實踐應用，也成為整個紀錄片的“高光時刻”之一。
在紀錄片中，QQ音樂團隊首創研發的PDM（Predictive Model）技術，不僅能聽懂歌曲，更能智能預測歌曲的流行潛質，成功幫助那些還處于零播放量狀态、甚至還隻是Demo片段的潛力好歌正式被專業人士快速關注，有機會被更多聽衆聽到直至“火出圈”——從藝術創作的角度來看，AI畫畫雖然離我們很遠，但這項關于音樂的PDM好歌發掘技術，已經在真切地改變着億萬使用者的音樂生活，推動着整個音樂行業正向發展。
“為了音樂人”
一首歌從上線到全網走紅，總共需要幾步？
對普通樂迷來說，歌曲的走紅路徑就像一個不可看透的“黑盒子”，其原理令人捉摸不透；但在從業人士看來，所有的爆款都有迹可循。
過去，新歌會由音樂平台多方的專業音樂編輯進行人工篩選，再根據曲風、閱聽人等多種因素，比對不同的推廣資源并走向大衆。但資料顯示，每年都會有數百上千萬首歌會被上傳到QQ音樂。如果按平均每首歌3分鐘計算，要人工完全聽完這些歌，那将近需要聽上幾十年時間。
人力幾乎不可能實作的工作量，導緻一首好歌被發現的機率，可以用微乎其微來形容。“因為每天有大量作品上線，人力無法對全部作品進行篩選，絕大部分的内容，根本得不到被聽到的機會。這就是整個行業的痛點。”來自QQ音樂的PDM技術總監Ben說道。
但如果用AI來代替人工呢？
“我們可以用AI先聽一遍，然後篩選出好的作品讓人工編輯聽，能提高效率，讓更多音樂人和作品擁有曝光機會。”在談及PDM研發立項的初衷時，Ben是從音樂人角度出發的。“不過，這個想法差點胎死腹中。很多專業的音樂編輯對AI能不能鑒賞音樂提出了質疑，另外，就算這種颠覆性的技術最終能做出來，也需要巨大的投入以及無法預估的時間，團隊對此充滿了焦慮和擔憂。”
最終，音樂人的潛在需求還是壓倒了一切。“如果我們能把這個技術（PDM）做出來，其實對全行業來說都是颠覆性的，不僅能推動整個行業進步，最主要還是能幫助有才華的音樂人獲得應有的曝光機會。更何況，還有誰比我們更有這個責任和資源來實作它？”
雖然沒有被眼前的困難所打敗，但這群技術人還是為了PDM付出了巨大的心血。“20年夏天，我們持續一兩個月都完全沒有突破。這種時候也隻能安慰團隊，這是黎明前的黑暗。”Ben說。“因為之前沒有人做過，沒人能肯定地說這條路走不走得通，說是攻堅也不為過。”
在技術攻關的同時，團隊的幾位算法技術碼農還跑遍全中國，持續走訪數十家音樂廠牌及唱片公司，并通過公司主辦的QQ音樂校園活動、騰訊音樂人活動來直接接觸更多的音樂人，深入了解音樂行業各個生産環節的痛點、需求，以實作這個技術。
“當時我們都不知道要花多久，但它一定得做出來，讓優秀但暫時沒名氣的音樂作品和音樂人不再被埋沒，就是懷着這樣的信念堅持着。”Ben對當時的困難記憶猶新。
功夫不負有心人，經曆了艱苦的研發後，這項為了音樂，前所未有的獨特算法終于問世。“通俗來說，PDM可以根據一首歌的音頻和歌詞，預判歌曲的爆火潛力與優質程度。”Ben介紹。
通過AI算法，PDM将對一首歌的旋律、和弦、編曲、制作、歌手嗓音、歌手唱腔等全方位進行剖析，并篩選出具有流行潛質的歌曲。即使是0播放量的冷啟動音樂作品，AI也能根據音頻和歌詞内容給予充分且比對的閱聽人識别與推送曝光，讓歌曲得以更高效、精準地覆寫到适合的目标人群。另外，PDM更覆寫到歌曲創作、發行的全過程，給整個流程提供強有力的技術支撐。
相當于音樂人的“AI伯樂”，PDM能從萬千歌曲中篩選出“千裡馬”，并且通過推薦系統把優秀的音樂作品精準地送到喜歡它、欣賞它的人身邊。
不過，這新生的AI真的能讓人人愛嗎？
既在身邊也能走出去的音樂黑科技
“音樂太主觀，AI怎麼能像人腦一樣去判斷歌曲好壞呢？”看着面前的PDM，受邀參與技術測試的騰訊音樂人應嘉俐問出了許多人的心裡話——PDM真的能代替人工篩選嗎？
“我們有定期在内部進行對比校驗。”Ben介紹道。優質的歌曲通常都會因為自身的熱度收獲更多公司宣推資源，技術團隊會随機抽取PDM給出高分的歌曲給人工編輯進行二次評判，最終高分歌曲被人工編輯認可率高達90%，其高效率與準确度都給公司内部帶來了極大的信心。
除了準确度，PDM技術也幫助了大量歌曲和音樂人走紅。公開資料顯示，PDM上線至今，光是騰訊音樂人的原創作品已“聆聽”超過180萬首，并從中選出5萬首優秀作品和1.8萬獨立音樂人進行流量傾斜。像是《微微》《收斂》《厚顔無恥》《忘川彼岸》《我不是劉德華》等“國民級”爆款，以及創下獨立音樂人流媒體歌曲首日播放紀錄的《時光采樣》，均受益于PDM技術的“pick”。而像是蘇晗、Bomb比爾這樣的年輕音樂人，更在PDM的推薦下，粉絲數成倍增長。
在Discovery這次實拍的紀錄片中，參與測試的騰訊音樂人應嘉俐也親眼見證了這項技術的神奇之處。當時，她帶來了兩首全新作品《神遊星期天》和《上山來》以供PDM打分。“我一開始覺得，《神遊星期天》的分數不會比《上山來》更高，因為前者帶着我更多的個人印記，而《上山來》是我根據命題為電影創作的插曲。”應嘉俐采訪時說。
但PDM卻出人意料地判定，《神遊星期天》的旋律更帶個人情感，朗朗上口更适合向閱聽人推廣。她對此感到十分驚訝，“PDM好像特别了解歌手創作時的情緒和微妙的思考似的，在對歌曲情感的判定上，《神遊星期天》的分數也要高很多，這跟我自己的情感感受很一緻。”
除了挖掘優質音樂及創作者的“獨具慧眼”，PDM也可以成為聯通樂迷和廣闊音樂世界的“高速公路”——它能發現高品質但尚不為人熟知的小衆歌曲，并推送給喜好比對的樂迷，這樣樂迷不僅能找到所愛，還能在推薦的過程中開闊自己的音樂視野，可謂“一箭雙雕”。
“PDM的運用不止影響到音樂人和樂迷。”Ben介紹。“PDM還将在音樂行業上遊推動全行業的發展，并且有廣闊的應用場景。”
“首先，唱片公司和廠牌也是終年累月地在通過人力、經驗來選歌，我們PDM能為産業上遊的唱片公司提供歌曲評估、歌手選配、聽衆畫像分析、宣推企劃等方面的建議，覆寫歌曲創作、發行的全過程，讓從業人士可以快速判斷歌曲與市場的契合度，并為歌曲比對合适的資源，找準宣推方向，大幅節省唱片公司成本。”Ben認為，PDM給唱片公司帶來的便利，也将反哺音樂人，“假設每個唱片公司都用PDM，最有才華的人将迅速脫穎而出，音樂創作的品質也會高很多，高品質的創作也将反哺上遊，最終形成良性閉環。”
“PDM還有許多應用場景，也很讓人激動。”Ben提到了團隊最新研發的MMatch技術。“MMatch技術是一個可對外的線下商家公播音樂解決方案，能為實體店、咖啡廳、便利店等線下公播場景比對合适的音樂，而PDM就可以先把相對較好的和更比對場景的歌曲篩選出來，一方面能讓公播場景可以有更多元的音樂選擇，另一方面，也為音樂人開辟了更廣闊的流量入口。”
除了多樣的應用前景，這項技術也獲得了諸多認可。在國際計算機音樂學術界公認的最權威比賽——國際音頻檢索評測大賽（MIREX）上，QQ音樂(PDM) 技術團隊就在“預測識别（Patterns for Prediction）”中取得突破性結果，一舉打破世界紀錄，受到了業界的廣泛關注。
不難發現，科技創新正在改變我們的音樂生活。以前找歌靠好友交口相傳、雜志推薦，甚至是在音像店裡“開盲盒”碰運氣，今天已經有AI代為包辦；而以前欣賞的錄音帶、CD，也已進化為在QQ音樂收藏羅大佑、騰格爾的“數字藏品”。
除了聽歌方式的革新，一個更具沉浸體驗感、參與感的未來也正在走近，虛拟娛樂、元宇宙都不再是遙遙無期。除了此前的虛拟島TMELAND，這兩天搜QQ音樂還看到一個新功能“VR專輯”房間——應該是一個他們還在内測的技術，讓樂迷能以虛拟形象在房間中欣賞藝人的專輯，并能控制虛拟人做出多種動作，與同場網友共聊天等——進入房間就能看到各式各樣的虛拟形象摩肩接踵，大家互相讨論、聽歌，其熱烈程度不亞于一場線下演唱會。
VR專輯，又一種打破“線下焦慮”的娛樂新形式
明天會怎樣？基于目前已實作的科技創新，我們是不是可以大膽預測，高品質的音樂創作将不會再被流量大潮淹沒，樂迷能聽到他們喜歡的好歌，有更豐富的音樂玩法和體驗，整個行業也能以更加高效的方式向前發展。
這對我們，以及音樂科技背後那群艱苦攻關的技術人來說，也許已經足夠了。
興許，還能考慮加入一下？