音乐AI专业如何“智”启未来？

“人工智能是一个比较烧钱的领域。”张昕然表示，人工智能迭代太快，对硬件的要求非常高，“超算中心在短时间内肯定是能够完全满足我们的教学科研需求，但是到未来再进一步发展的时候，也许只是几年的时间，就有可能面临过时的问题。这些资金和硬件的问题恐怕是所有学校都必须要考虑的。”他说，在母校的托举下，科研经费投入相比于同类学校强很多，“在感觉到很幸运的同时，也希望未来这种资金如果能够持续投入会是比较理想的状态。”在技术应用方面，央音还与华为联合成立了音乐人工智能实验室，缩短研究成果的应用链路。

技术的挑战同样不断冲击着教师们的讲义。留校任教近三年来，张昕然面向音乐人工智能专业硕博同学开设了《音乐信息处理》，面向人工智能系的非人工智能专业同学开设了《人工智能与电子音乐创作》等必修课。他的另外一门《人工智能导论》课的部分教学内容已经入选全北京市高校的人工智能通识课。但他却未敢有丝毫懈怠，在他看来，技术的飞速迭代为大众带来便利的同时，也为教育带来了更大的难度。“音乐人工智能这个方向，模型发展的速度比其他人工智能的领域还要快，所以我自己讲的这些课，基本每一轮都得重新更新大量的内容，才能保证我给学生们讲的课是不过时的。所以本身备课的工作量要大很多，是一个特别大的挑战。”

除了备课之外，工具赋能日新月异，教学的工具要使用的AI模型也是每天都在变。“我们都需要时刻保持最清醒的、最先进的，跟行业技术同步的头脑，用最新的工具来赋能教学环节，所以说平时必须是一直不停学习，永无休止的状态，只有这种状态才能够保证教学上能跟最新的研究成果是完全契合的。”在张昕然看来，音乐人工智能是一个需要大集团作战的学科，“一个分工明确的形成完整技战体系的研究框架，需要更多专业人员的支持，因此，吸引更多人才的加入，组建完善的科研团队是学科能够持久发展的关键。”

随着人工智能的发展，音乐院校的其他专业也受到了不同程度的冲击和影响。李小兵透露，电子音乐的作曲博士招生已经不考传统和声配器了，而是改成用计算机创作，“传统的训练是需要的，只是未来可能不需要用笔去写。”李小兵说，“未来人工智能对于传统基础学科的教学，以及学生的应用都会带来比较大的改变。音乐领域的六个二级学科都将发生深刻变革。人工智能时代已经来临，每个学生都要学会适应和驾驭它。责任编辑：孙妍(EN109)