1. 心流機1.1. 在音樂中你會期盼旋律從不穩定解決到穩定，最終實現某種張力的解決1.2. 將馬爾可夫鏈系統中的自由與約束條件結合起來，從而形成一種更具結構化的組合1.3. 美籍匈牙利心理學家米哈裏·契克森米哈賴（Mihaly Csikszentmihalyi）于1990年首次提出並確立了“心流”（flow）這一概念1.3.1. 人們在心流狀態下最爲快樂，這是一種對正在進行的活動和所在情境的完全投入和集中，是一種人們因爲過于沉浸在一項活動中而忽略身邊一切事物的狀態1.3.2. 心流狀態是內在動機的最佳形式，在這裏人可以完全沉浸在他所做的事情中1.3.3. 許多藝術家和表演者曾描述，當他們全身心地投入到藝術中時，就失去了時空感，有些人稱之爲“進入狀態”1.4. 要想達到“心流”狀態，必須在任務的難度和操作者的技術能力之間建立起平衡1.4.1. 如果操作者技術能力不足，任務難度又相對較高，那麽他就會陷入焦慮的狀態1.4.2. 如果任務難度過低，所需技術能力要求也很低，就會給人帶來無聊的感覺1.5. 畢加索花了數年時間來汲取埃爾·格列柯（El Greco）、雷諾阿（Renoir）、委拉斯貴支（Velázquez）和馬奈（Manet）的作品風格，通過模仿、組合和調整他們的風格，並添加不同的約束條件，來創造一種屬于他自己的獨特風格，但這種風格植根于過去的這些大師1.6. 帕切特“心流機”的核心算法是，先使用馬爾可夫鏈來學習藝術家的風格，然後再添加一定的約束條件1.6.1. 一個使用博登組合型創造力概念進行算法試驗的絕佳例子1.7. “心流機”並不局限于音樂1.7.1. 你可以讓它學習一個詩人的風格，並使用另一個人的風格爲約束條件1.7.2. 帕切特的團隊用馬爾可夫模型來學習鮑勃·迪倫（Bob Dylan）歌詞的風格，然後將其應用到甲殼蟲樂隊的《昨日》（Yesterday）歌詞中1.7.3. “心流機”的任務是在這個框架中填充被識別認可爲鮑勃·迪倫所作的詞句1.7.4. 由“心流機”作曲的新歌叫作《老爸的車》（Daddy’s Car），采用了帕切特最喜歡的甲殼蟲樂隊的音樂風格1.7.4.1. 許多音樂分析家認爲，甲殼蟲樂隊的音樂有一個暗含的模式，帕切特希望破解他們的密碼1.8. 帕切特在2018年初發行了專輯《Hello World》1.8.1. 專輯是卡裏和其他一些使用“心流機”的音樂家合作完成的1.8.2. “心流機”幫助這些音樂家不斷地拓展自己的創造力1.8.3. 定義這是人工智能制作的第一張專輯並不十分准確，因爲卡裏和他的合作者在確定最終産品的邊界上發揮了重要的、無可替代的作用1.9. 藝人有可能寫出無窮無盡的“口水歌”，這就是公式化創作的結果1.9.1. 許多流行歌曲只是在重複已驗證可行的格式，而沒有考慮去挑起人們的期許和願望1.9.2. 這樣的流行歌曲一般是4/4拍，4小節或是8小節一個樂句，旋律不停地一遍一遍重複1.10. 算法已經開始控制我們所聽的內容了2. Jukedeck2.1. Jukedeck是由兩名劍橋大學的畢業生創建的，他們是發小，8歲時就在教會唱詩班認識了2.2. Jukedeck是衆多利用人工智能爲機構和公司創作歌曲的公司之一2.2.1. 他們的顧客，從自然曆史博物館這樣的機構到可口可樂這樣的公司都有2.2.2. 這些公司需要原創但便宜的背景音樂來制作視頻和廣告，它們不想支付高昂的版稅2.3. Jukedeck的目標是創作視頻制作或遊戲開發中所需的背景音樂，而不是與阿黛爾打擂台2.3.1. 金錢推動著人工智能的藝術革命而不是對藝術方面的考量2.4. Jukedeck利用人工智能幾秒鍾就可以完美地爲視頻配樂2.4.1. 從陽春白雪到下裏巴人，從合奏到鼓和低音2.4.2. 你需要告訴它你想要的音樂是積極的、憂郁的，還是其他八種情緒中的哪一種3. 量子作曲3.1. 藝術創作的一個奇特之處是，藝術家創作的作品必須吸引許多不同的人來觀看、閱讀或聆聽3.2. “大舉進攻”樂隊3.2.1. 2016年年初他們選擇了一種創新的方式發布了四首新歌3.2.1.1. 粉絲們通過下載、安裝並運行一款名爲Fantom的應用程序來收聽歌曲，這個應用程序是爲這四首作品專門開發的3.2.1.2. 應用程序Fantom依賴于音樂家對歌曲各部分的管控能力3.2.2. 一旦你允許應用程序訪問你的位置信息、時間信息、攝像頭圖像、心率和Twitter，算法就會決定如何爲你現場混編音樂3.2.2.1. 決定接下來要添加哪部分迷你音軌，以及以何種方式混合3.2.2.2. 用戶的心率、動作、攝像頭捕捉到的畫面，都將影響你所聽到的歌曲的旋律和音質3.2.3. “大舉進攻”樂隊的算法本質上就是高級複雜版的莫紮特骰子遊戲3.2.3.1. 莫紮特精心策劃了每一個小節，提供了11個選項，每一個都可以作爲華爾茲舞曲的下一個小節，而華爾茲的整體結構確立了遊戲規則3.2.4. 該算法的關鍵之處在于創建了一棵可能樹，源樹提供的可能性足夠豐富和多樣，又具有足夠的連貫性，所以無論算法選擇哪條路徑，結果都會顯得天衣無縫、那麽自然3.2.4.1. 你想要的絕不是完全的隨機性3.3. 在量子世界裏，一個電子因量子疊加的緣故，可以同時出現在許多不同的地方，是觀察的行爲導致了波函數坍縮，坍縮成它的許多種可能狀態之一3.3.1. 創作一首可以存在于許多種可能狀態之中的歌曲3.3.2. 算法會根據我的數據和做出的選擇，將“大舉進攻”的“波函數”坍縮成一首歌曲3.4. 使用人工智能音樂幫助誘導人進入冥想狀態的應用程序3.4.1. 音樂對人當前的精神和身體狀態的數據做出判斷和反應，讓算法學習如何操縱人的精神和身體來使之放松3.5. 米克·格裏森（Mick Grierson）3.5.1. 曾與冰島先鋒樂隊西格爾·羅斯（Sigur Rós）密切合作3.5.2. 把他們的一首歌“風暴”（Óveður）擴展成一個24小時的版本，在其中不會有任何重複，但保留了5分鍾的原曲目3.5.2.1. 這個時長24小時的版本是爲了配合一次環繞冰島海岸的旅行而制作的3.5.2.2. 對于一個人類作曲家來說，創作一個24小時不重複的原聲音樂是相當困難和耗時耗力的3.5.2.3. 格裏森開發的軟件使用概率工具生成音軌，來響應音樂所附的圖像3.5.3. 他還創作了這首歌的一個更長的版本，這個版本將永遠播放，永不重複3.5.3.1. 即使“大舉進攻”樂隊或是“西格爾·羅斯”樂隊解散了，借助這個算法，只要我們想聽，還是會有源源不斷生成的新版本的歌曲3.6. “生成音樂”（generative music）3.6.1. 來描述由一個系統或算法創造的不斷變化的音樂3.6.2. 一種音樂苗圃，作曲家播種下種子，算法與外界互動（如一個人玩電腦遊戲，或者其一天的經曆），然後這些種子就會生長出聲音3.6.3. 它是爲自己思考的音樂。3.6.3.1. 布萊恩·埃諾（Brian Eno）3.6.4. 從樂譜到體驗4. 音樂人工智能革命的開始4.1. 機器學習正在挑戰人類作曲家所依仗的洛夫萊斯對人工智能的預言4.2. 2016年，一個名爲AIVA的算法成爲被法國音樂人、創作人和版權代理商協會（簡稱SACEM）授予作曲家稱號的第一台機器4.3. 該算法由皮埃爾·巴羅（Pierre Barreau）和文森特·巴羅（Vincent Barreau）兩兄弟創建，該算法學習了巴赫、貝多芬、莫紮特以及其他海量的音樂家的作品樂譜，産生了一位正在創作自己獨特音樂的人工智能作曲家