机器学习正在使艺术和音乐领域的一些辉煌事业得以实现。谷歌创意研究团队Magenta的最新例子是Piano Genie，这是一个人工智能程序，你只需敲击八个按钮，就能在钢琴上流畅地即兴演奏。

钢琴精灵背后的团队受到吉他英雄的启发，这是一款简化乐器演奏的游戏。他们不希望用户只是轻触预先写好的歌曲，而是在飞行中创作旋律片段。为了实现这一点，他们在一个巨大的古典钢琴音乐数据集上训练了一个人工智能程序，教它预测音符之间的顺序，就像你**的预测文本功能猜测你下一步要写什么一样(您也可以在此处尝试自己的web版本。）

“我真的很想设计一个工具，我们可以给那些不知道如何演奏的人，他们能够创作出有某种意图的音乐，”谷歌品红（Google Magenta）实习生克里斯·多纳休（Chris Donahue）告诉《边缘》（the Verge）。

多纳休解释说，许多人工智能音乐项目从一个起始音符或**生成完整的旋律。钢琴精灵的不同之处在于它即兴演奏一个音符一个音符，给用户更大的控制感。弹了20年钢琴的多纳休说：“这是一项技术挑战，可以最大限度地减少延迟，使每个音符都能立即演奏，但它也为演奏者创造了一种独特的感觉。”。

“当你演奏它时，这是一种非常棒的体验，偶尔，它会感觉像是在读你的心思，演奏你想要的音符，”他说然后在其他时候，它会完全不服从你，但仍然会做一些合理的事情。”

多纳休说，这就是钢琴精灵的原因，因为尽管你可以希望得到你想要的，但你得到的并不总是你想要的。

钢琴精灵的机器学习部分是由一些常见的人工智能元素构成的。主要组成部分是一个递归神经网络，这是一种特别擅长学习模仿顺序数据的程序，如书写和音乐。这个神经网络由一个来自国际比赛的钢琴音乐数据集提供。这些数据特别有用，因为比赛以一种文件格式记录所有表演，不仅保留了音符，还保留了速度（转换为音色和音量）。

这是主要的训练数据，用于建立一个预测模型，预测钢琴音符之间的相互关系。这也意味着精灵产生的音符会粘在某些键和音阶上，尽管这种变体可以调整。多纳休补充说，这些数据也很有用，因为它来自于一场比赛，这意味着“人们玩的是适当的华而不实的东西。”

精灵团队还包括谷歌的伊恩·西蒙（Ian Simon）和DeepMind的桑德·迪勒曼（Sander Dieleman），然后他们必须设计一对编码器，使输出符合他们吉他英雄般的控制器的格式。换句话说，他们不得不将88个音符（钢琴上的标准键数）缩减为8个键。这一过程的最后一部分是将所有这些都连接到一架你在视频中看到的自动弹奏钢琴上。

多纳休说，像钢琴精灵这样的程序表明，人工智能可以增强人类的创造力。它把人类变成了某种类型的电子人，将我们关于何时演奏音符的本能知识与计算机判断下一个音符的能力结合起来。

“我认为这是一个强大的组合，我希望看到更多，”多纳休说。他说，当新来者尝试钢琴精灵时，他们很快就会感到高兴。”一开始，他们有胆怯地到处按几个键的倾向，但如果我说，‘想象一下，你是卡内基音乐厅舞台上的一位音乐会钢琴家’，他们会得到更多，并且会全力以赴。’