文／薛远帆
(作者简介：职业摄影师，自由撰稿人。自诩爱乐，尝为文析释严肃音律，却每因语焉不详徒增笑耳。)
“深度巴赫”（Deep Bach），一个人工智能研究的新概念，未予深究之前，不在一个圈儿混的人定会有截然不同的理解。J.S.巴赫的稀世铁粉可能会认为：难道，巴赫的深度还不够吗？再深是什么意思？而对不好巴赫这口儿的人来说，这深度的老外何许人也首先是个问题，40岁上下的最先联想到的不应该是现任国际奥委会主席，而是曾经名噪一时的“深蓝”（Deep Bleu）——一个出自美国国际商用机器公司（IBM）的国际象棋计算机系统，整整20年前（1997年5月），正是这个“深蓝”，在击败国际象棋大师加里·卡斯帕罗夫后，于人类历史上首次昭示了人工智能在大数据记忆和计算领域全面超越人类大脑的前景。
2016年12月，位于巴黎的索尼计算机科学实验室（Sony Computer Science Laboratories in Paris）完成了一个之前完全不为外界所知的研发项目，名曰“深度巴赫”——一个能模仿J.S.巴赫风格“创作乐曲”的人工智能系统。从传媒披露的角度讲，该项目的对外公布和演示理应具有一定的新闻时效，因为它毕竟是人类在人工智能研究领域取得的又一丁点儿进展。然而事与愿违，由于这所谓“深度巴赫”所涉内容只在音乐，具体说只在同J.S.巴赫相关的巴洛克风格音乐，与当下绝大多数世人普遍关注的生活方式和生存利益无涉，因而其泛起的涟漪着实有限，除了在相关人群中招来有限的点赞之外，再没有引发哪怕稍长一些的持续关注。但是有专家预测，从眼下亟欲寻求某种颠覆性变革的人工智能发展现状讲，该项目的长远意义也许却容不得小觑，因为它直接触碰的是人类的智商与情商底线——艺术创造能力，所以极有可能成为人类社会又一次科技革命的星火。
那番曾经言之凿凿话是怎么说来着？——有朝一日，即便人工智能取代了人类百分之八十五以上的工作岗位，我们也不必为此而忧心忡忡，除了吃喝拉撒睡之外，人们还可以去从事艺术创作活动。幸亏我们还留得音乐、绘画和文学在，而这种创造性劳动则是人工智能永远也无法企及的。
瞧这话说得云淡风轻。
要不说凡话都不敢轻易说满，尤其是在这个变化快得令人无暇思索的时代，否则的话，时日无多，就可能会因为自己的口无遮拦而闪了舌头。只在短短数年前，上述断言还大体是人类的共识，无论是研究人工智能的业内人士还是对此一知半解的芸芸大众，无不信心满满。但是当在黄道上非自主游走的地球和她所承载的人类被带入所谓2017年的时候，不仅那话的原创者已然噤若寒蝉，没有了底气，而且几乎所有刚刚对人工智能产生好奇心的普通人都渐渐明白了一个无法回避的事实：或许，人被自己一步步打造的智能怪物彻底取代只是时间问题。因为就在年初，AlphaGo（俗称的阿尔法狗）刚刚以60比0的战绩完胜了中日韩的数十位职业围棋大师，如果把韩国人李世石上一年3月对该系统的1：4败绩一并算在内，那么2017 则不折不扣是人类在围棋领域向人工智能系统全面投子称臣的元年。
如果我们可以把国际象棋乃至于更为玄妙的围棋称作人类一种带有艺术意味的高端思维活动的话，那么，职业棋手们的全面落败是否标志着人类在其他纯艺术领域也将会节节失守？
未来，人工智能真的可以反客为主，在智商乃至情商上完全超越人类吗？
让我们回到本文的主题上来。
供职于索尼实验室的加埃坦·哈杰里斯（Gaetan Hadjeres）和弗朗索瓦·帕切特（Francois Pachet），是两位在人工智能研究领域孜孜以求同时又对巴洛克音乐喜爱有加的工程技术人员，本文所言的“深度巴赫”正是他们二人这两年潜心钻研的成果。
“深度巴赫”，用浅显的语言解释就是，当计算机把数字化的巴赫部分复调作品悉数吞下，经数字运算并综合分析后，得出一套事关旋律运行逻辑、和声组合与转位规则、以及多声部旋律线和谐同步进行的程序，继而重新排列组合出少量在它看来最为重要的乐音组合材料，最终吐出数小节同巴赫风格相类似的数字复调音乐片段。
受限于巴赫作品的数量太过庞大，且写给不同类别乐器或乐器组合的作品太过繁杂，不仅哈杰里斯和帕切特无法在短期内完成全部乐谱的数字化工作，而且两人深知，让目前级别的人工智能系统全面分析巴赫所有作品也恐力所不及，于是，该项目团队的入手思路是，先从巴赫的“众赞歌前奏曲”作为切入点，也就是说，在他们的先期试验中，同类别的音乐是被先行喂给计算机系统的。在为此项目而作的论证书中，哈杰里斯和帕切特给出的标题将实验内容归纳为：“深度巴赫：一个建立在巴赫众赞歌类型上的导向模型”（Deep Bach: A Steerable Model for Bach Chorales Generation）。
在索尼实验室，支撑“深度巴赫”小团队研究项目的是一个名为“深度学习”的计算机系统，一个以模拟人类大脑神经元运行机制为工作原理的人工大脑，这套系统以海量的信息存储以及超强的运算处理能力为基本运行法则，从目前已知的情况看，它还只是全球同类超级计算机“群体”中的一分子，其自主工作能力还远远没有达到人类对人工智能期待值的下限。换句话说，所谓的深度学习能力还只是建立在机械的信息记忆和模块化的信息优选处理之上，距离形成真正有自主创意的工作能力尚有不知远近的路途要去跨越。
虽然在形成人类要求的创造性劳动能力方面，“深度学习”还处在襁褓阶段，但在对无所不知能力的追求方面，它大约已经超越了我们的大脑。让我们再入“深度巴赫”研究的初始阶段：为了让“深度学习”对巴赫“众赞歌前奏曲”有一个全面深入的机械认知，哈杰里斯和帕切特将近百首这类作品的数字化代码输入了“深度学习”中，以期它能做出一个令人满意的答案。
J.S.巴赫的作品，以囊括巴洛克时期德意志音乐举凡所有体例和样式而著称，其在述诸人类情感的无奈、悲悯、沉郁、内敛以及博大方面，几乎达到了不复来者的高度。即便是在这片浩海的探求中卓有建树的专业人士，也鲜有敢言吃透者。这个定论来自“深度学习”的成果测试。
据索尼实验室官方披露的信息，当“深度巴赫”的第一首“作品”——一个由四小节音符构成的四声部复调乐句——以音频加视频的方式被“演奏”和展示（乐谱）出来的时候，参加认定测试的几乎所有人都没有在这是否属于巴赫音乐片段的设问上给出肯定的答案。这些被招募来的测试者包括巴赫研究的专家，音乐学院作曲系和键盘专业的学生，以及普通的巴赫爱好者。
从局外人的角度体味并审视，这四小节由简单音型构成的乐音行进，织体绵密，复调严谨，旋律清晰，音程和谐，加之计算机拟音技术模拟演奏出的效果，让人误以为这段音乐就是管风琴笛栓在演奏巴赫时所应该带来的听觉感受。巴洛克意味十足。
我们不会不知道，对于巴赫的作品，目前水平的“深度学习”还处于知其然不知其所以然的状态，就算它轻易能把巴赫的上百部前奏曲的基本构成要素分析得一清二楚，并且作出一些它自以为是的乐句或乐句组合，但仍对巴赫创作这些作品时的逻辑思维过程完全无知，俗语所言的“无知便无畏”恐怕是它动辄就能深度巴赫一把的直接动力。另外，对“深度学习”来说，单单能全面分析巴赫“众赞歌前奏曲”的某些要素应该说连巴赫作品百分之一的精髓也没有触碰到，且不说这位西方音乐鼻祖在架构其宏大的巴洛克殿堂时，在体裁和题材的选择，复调或赋格的锤炼，曲式运用和段落的重复，乃至于更为复杂的情感述诸上，他天择般的大脑神经网络经历了怎样的生物化学反应？仅仅一部在主题基础上派生出30种变奏的《哥德堡变奏曲》，恐怕就够当今的人工智能系统喝一壶的了。巴赫这种上苍赋予的超级创造性能力被人工智能全面模仿，须得在现有的运算速度和分析处理上提升多少N次方的能力？是一个大大的未知。再者说，人的艺术创造能力，岂止是运算速度和分析处理过程可以解释得了的。
没有人知道哈杰里斯和帕切特下一步将会有什么样的惊人之举，也没有人知道目前全球有多少像哈杰里斯和帕切特一样的人工智能推手准备在哪一个人类纯思维领域寻求更为耸人听闻的突破，是“深度苏格拉底”，还是“深度康德”？或者干脆直接“深度佛陀”或“深度上帝”拉倒？！
永无餍足，是人类的特性，无论在追求生存方式“改善”的路上，还是在奔向更为“无知”的途中，这种特性早在传说中那只可恶的苹果被夏娃和亚当先后吞下时就形成了。当今天的人企图把一切都交由人工智能和由此而派生出来的机器去做的时候，蓦然回首才发现，原来，人生的意义果然似是而非。
还好，至少在现存所有人的有生之年，真正的巴赫还会与我们一直同在。
