亚马逊推出一款有机器学习功能的 MIDI 键盘

本周早些时候，AWS（亚马逊云服务） 推出了 DeepComposer 和一款售价 99 美元的 MIDI 键盘，前者是一套用于学习人工智能生成音乐的网页工具，后者则是用于输入旋律。然而，这次产品发布让大家感到 非常困惑 。所以，我们采访了 AWS 人工智能设备部门的主管迈克·米勒（Mike Miller），向其询问 DeepComposer 在该公司人工智能设备阵容中处于什么样的位置——在这个阵容中，我们已经看到了 DeepLens 相机 和 DeepRacer 人工智能玩具车 ，这两者也都是用来让开发者学习特定人工智能概念的。

首先要记住的是，DeepComposer 是一件学习工具，它不是为音乐人准备的，而是为那些希望了解生成人工智能的工程师准备的。不过，AWS 将其标榜为 “世界第一款面向开发人员的机器学习音乐键盘”，这并没有帮助我们解开疑惑。毕竟，键盘本身只是一款标准的、基本的 MIDI 键盘，它并不智能。所有的人工智能魔法都发生在云端。

“这里的目标在于让开发人员学习生成人工智能，这是过去 10 年机器学习领域最有趣的发展趋势之一。” 米勒告诉我们，“我们特别讲了 GANs，也就是生成对抗网络，让两个网络一起进行训练。在我们看来，这能够引起开发人员兴趣的原因在于，它非常复杂，当开发人员同时训练两个网络时，他们所学关于训练机器学习模型的很多东西就会混淆在一起。”

有了 DeepComposer 之后，开发人员可以逐步学习基础知识。通过 MIDI 键盘，开发人员可以输入一段基本的旋律——但如果没有音乐键盘，开发人员也可以使用软键盘进行输入或者是使用一些默认的旋律（比如《欢乐颂》）。在实际使用中，这时候系统就会发挥作用，根据开发人员选择的音乐风格为输入的旋律生成背景音轨。不过，为了简单起见，系统会忽略来自键盘的一些值，比如说按键的力度（这又是该键盘并非以音乐人为目标受众的一个证据）。但更为重要的是，开发人员然后可以深入研究系统生成的实际模型——甚至可以将其导出到 Jupyter Notebook（译注：一款用于交互计算的网页应用）。

就 DeepComposer 的目的来说，这些 MIDI 数据只是又一个让开发人员学习 GANs 和 SageMaker 的数据源——SageMaker 是 AWS 推出的机器学习平台，DeepComposer 正是由它驱动

“使用 MIDI 文件以及基于 MIDI 进行训练的优点在于，训练所使用数据的表示形式实际上跟，比如说，一张图像中的数据表示形式是相同的。” 米勒解释说，“因此，它实际上具有很强的适用性和模拟性。这样，当开发人员查看 SageMaker 笔记本并了解了数据格式以及我们传递数据的方式，这些知识也能适用于其他领域。”

这就是 DeepComposer 也会公开所有原始数据的原因，包括损失函数、分析和各种模型在试图得出一个可接受结果时生成的结果，诸如此类。由于这明显是一款用于生成音乐的工具，它还会公开一些有关音乐的数据，包括音高和空小节。

“我们认为，随着开发人员深入了解 SageMaker 模型，他们会明白，嘿，我可以把这个应用在其他领域，我可以对这个加以借鉴做出自己的模型，然后看看我能生成出什么东西。” 米勒说道。

在聆听了到目前为止生成的一些音乐之后，我觉得可以肯定地说，DeepComposer 无法马上就创作出一首热门曲目。它似乎非常擅长生成鼓点音轨，但在低音部的表现则有些不稳定。尽管如此，DeepComposer 仍然是对这种机器学习技术非常酷的演示，尽管在我看来，它的成功潜力可能比不上 DeepRacer，后者的概念更易于被大多数人理解，因为拿 DeepComposer 来说，大多数开发人员在看到它后会认为自己需要懂乐器才能使用，然后就此擦身而过。

罗恩·米勒（Ron Miller）对本报道亦有贡献。

翻译：王灿均（ @何无鱼 ）

Why AWS is selling a MIDI keyboard to teach machine learning