機器也能產生創意嗎？

[復制鏈接]

掃街

電梯直達

1^#

發表于 2012-8-9 19:19:59 | 只看該作者 |倒序瀏覽 |閱讀模式

2004年，新西蘭人本•諾華（Ben Novak）只有兩把吉他和一個流行歌星的遙遠夢想。可是短短一年之后，他的一曲《調轉車頭》（Turn You Car Around）就攻入歐洲各大電臺、成為了十大暢銷金曲之一。

按理說，諾華出頭的機會應該很小。唱片公司靠一個叫做“A&R”（即“藝人和曲目”）的機制來發掘新人，它的標準變化多端、難以捉摸，像諾華這樣的無名小輩很少獲得垂青。諾華能夠入行，走的是一道后門，這道后門的開啟者不是人類，而是一個搜集熱門歌曲的算法。

許多人都認為：人類的創意是無法由機器復制的。這個說法有許多證據，有數以百計的著作和論文試圖用人類右腦的神秘過程來解釋創意的產生。按照這個思路，創意證明了人類和CPU之間的巨大差別。

但我們現在知道，對有的創造性工作而言，這個說法并不正確。復雜的算法已經進入了創意領域，甚至進入了標準模糊的音樂選秀領域；而且它們證明，在有些創意活動中，人類是可以取代的。
讓諾華走上音樂事業的算法由一家名叫“音樂X光”（Music X-Ray）的公司開發。公司創始人麥克•麥克雷迪（Mike McCready）過去十年一直在研發相應的技術，以找出那些注定登上流行榜單的旋律。諾華通過網絡向麥克雷迪的引擎上傳了自己的一首歌曲，結果，它獲得了和老鷹樂隊的《放輕松》（Take It Easy）以及荒原狼樂隊的《天生狂野》（Born to Be Wild）一樣高的分數。

“音樂X光”的算法使用傅立葉變換（一種從復雜數據的“噪音”中分離出信號的方法）來提取音樂中吸引聽眾耳朵的元素，包括基本旋律、拍子、速度、節奏、音階、音高、和弦、旋律進行、音色亮度等等。然后，軟件再根據這些特征建立歌曲的三維模型，并將它和過去的歌曲比較。經過分析的新歌和過去的暢銷曲在屏幕上并列，形成一片云狀結構，其中包含大量的點，每個點代表一首歌曲。在這片云霧中，暢銷歌曲往往聚成一叢，這說明它們具有相似的基本結構。只要讓新歌盡量往這些曲叢的中心地帶靠攏，它就可能暢銷。
現在，麥克雷迪的網站和軟件已經匯集了5000多名擁有唱片合約的藝人。在對麥克雷迪的長期回避之后，選秀行業也開始頻頻使用音樂X光來發掘新人了。“我可算是在唱片業交到朋友了。”麥克雷迪說。

音樂可以用算法分析，這是音樂的本性決定的——我們在音樂中聽到的每個和弦、每個節拍、每個和聲，其中無不滲透著數學。然而，像批改英文試卷這樣的主觀活動，計算機程序還能夠勝任嗎？

還真的可以。今年初，威廉和弗洛拉•休利特基金會（William and Flora Hewlett Foundation）出資10萬美元舉辦競賽，邀請程序員們寫出最好的評分程序。競賽的目標是選出最具人性的評分算法，它們評出的分數要和最好的人類評分者評出的分數接近。競賽結果，有159個算法做到了，它們評出的分數和一群人類的評分幾乎完全一樣。對一個需要辛辛苦苦批改上百篇作文的教師來說，這些算法不啻是提高工作效率的利器。有了它們，還可以讓許多標準化測試重新引入作文題；而在此之前，它們的主要形式都是僅用便宜的機器就能打分的多項選擇題。
算法不僅能完成需要評判能力的工作，它們還能創造。伊利諾伊州的埃文斯頓有一家名叫“敘事科技”（Narrative Science）的公司，公司創始人包括幾位西北大學的新聞學和計算機科學教授，他們編寫了一系列算法，將體育賽事的比分轉化成體裁得當、文法正確的體育報道。“十佳網”（Big Ten Network）運用了這項技術，在體育賽事結束后一分鐘就貼出報道。在伊利諾伊州和印第安納州之間的一場橄欖球賽結束之后幾秒，算法就寫出了這樣開頭的一篇報道：“周六，紀念球場，內森•施里哈瑟（Nathan Scheelhaase）擲出一枚211碼的投球，三次觸地得分，隨后奔跑95碼，一次觸地得分，以41-20的比分第16次戰勝印第安納。伊利諾伊在進攻上以6比0大幅領先，砍下大量碼數。”

算法的文筆還不足以獲獎，但是以出版人的眼光來看，在一些重要的方面（比如網頁瀏覽數），算法的經濟效益已經超過任何一位記者。算法能在幾秒鐘內寫出文章，甚至可以對沒有記者在場的事件進行報道。

創意

分享到: QQ好友和群 QQ空間

收藏2 轉播分享 淘帖0 問題專業，描述清楚0 伸手黨/灌水/看不懂0

相關帖子

回復

使用道具舉報

山鷹cad

2^#

發表于 2012-8-9 19:58:59 | 只看該作者

還真的可以。今年初，威廉和弗洛拉•休利特基金會（William and Flora Hewlett Foundation）出資10萬美元舉辦競賽，邀請程序員們寫出最好的評分程序。競賽的目標是選出最具人性的評分算法，它們評出的分數要和最好的人類評分者評出的分數接近。競賽結果，有159個算法做到了，它們評出的分數和一群人類的評分幾乎完全一樣。對一個需要辛辛苦苦批改上百篇作文的教師來說，這些算法不啻是提高工作效率的利器。有了它們，還可以讓許多標準化測試重新引入作文題；而在此之前，它們的主要形式都是僅用便宜的機器就能打分的多項選擇題。
算法不僅能完成需要評判能力的工作，它們還能創造。伊利諾伊州的埃文斯頓有一家名叫“敘事科技”（Narrative Science）的公司，公司創始人包括幾位西北大學的新聞學和計算機科學教授，他們編寫了一系列算法，將體育賽事的比分轉化成體裁得當、文法正確的體育報道。“十佳網”（Big Ten Network）運用了這項技術，在體育賽事結束后一分鐘就貼出報道。在伊利諾伊州和印第安納州之間的一場橄欖球賽結束之后幾秒，算法就寫出了這樣開頭的一篇報道：“周六，紀念球場，內森•施里哈瑟（Nathan Scheelhaase）擲出一枚211碼的投球，三次觸地得分，隨后奔跑95碼，一次觸地得分，以41-20的比分第16次戰勝印第安納。伊利諾伊在進攻上以6比0大幅領先，砍下大量碼數。”

算法的文筆還不足以獲獎，但是以出版人的眼光來看，在一些重要的方面（比如網頁瀏覽數），算法的經濟效益已經超過任何一位記者。算法能在幾秒鐘內寫出文章，甚至可以對沒有記者在場的事件進行報道。