艺术与科学交融的新视野——记第二届世界音乐人工智能大会

王心严

第二届世界音乐人工智能大会(The Second Summit on Music Intelligence)于2023年10月28日至30日在北京中央音乐学院隆重举行。大会由中央音乐学院与中国人工智能学会联合主办，中国人工智能学会艺术与人工智能专委会、中央音乐学院音乐人工智能与音乐信息科技系承办，再度将世界各地音乐、科学等其他相关领域的杰出代表汇聚一堂，深入探讨音乐人工智能领域的最新进展、创新应用以及未来的发展趋势。大会集思广益，旨在通过音乐家、科学家，以及华为、百度等中国科技领先企业的通力合作，共同推动音乐人工智能的理论共建和学术共鸣，并形成资源共享与产业共融的新体系，为服务北京、服务国家战略而努力。新华社、人民网、《人民日报》、《光明日报》、《中国青年报》、《环球时报》(GlobalTimes)和中央电视台新闻总台等国内主流媒体均争相报导此次盛会，社会影响广泛，反响热烈。

大会主要由开幕式音乐会、大会主旨报告、七大主题论坛、一场音乐人工智能圆桌会议和一场音乐治疗学科发展卫星会构成，同时包含一场面向多领域、跨学科的论文评选活动，一场电子音乐作曲大赛和一场电子音乐马拉松展演。较上一届大会而言，本届大会的探讨角度更多元，内容更丰富，层次更多样。其中音乐人工智能与脑科学的跨界融合是本届大会的重点议题。下面主要围绕开幕式音乐会、大会主旨报告和主题论坛三个部分展开综述。

一、艺术与科技的视听盛宴：开幕式暨“未来音乐会”

第二届世界音乐人工智能大会于28日晚在中央音乐学院歌剧音乐厅，以一场“未来音乐会”正式拉开序幕。开幕式由执行主席、中央音乐学院音乐人工智能与音乐信息科技系主任李小兵教授主持，大会主席，中国文联党组成员、副主席、书记处书记，中央音乐学院院长俞峰教授与大会共同主席、中国工程院院士、中国人工智能学会理事长、清华大学戴琼海教授分别致辞。现场还举行了音乐元宇宙实验室的揭牌仪式，由俞峰院长与戴琼海院士共同为实验室揭牌。音乐元宇宙实验室由中央音乐学院和北京信息科学与技术国家研究中心共同建设，旨在对虚拟人表演和音乐虚拟空间等元宇宙领域展开广泛探索和尝试，这也预示着音乐元宇宙将是音乐人工智能下一个重点探索的研究领域。

随后，一场以音乐、人工智能与脑科学相融合的跨界音乐会正式开始。本场音乐会由中国科学院院士、西安交通大学管晓宏教授担纲人工智能(Artificial Intelligence)技术总监，清华大学脑与智能实验室主任、约翰霍普金斯大学(Johns Hopkins University)生物医学工程系王小勤教授担纲音乐会脑科学首席专家，新媒体艺术家、北京黑弓(Blackbow)文化传播有限公司创始人王志鸥先生担纲音乐会视觉总监。“未来音乐会”是一场艺术与科技的视听盛宴，集中体现了科技在艺术领域的应用成果，这与上届大会开幕式以古典音乐作品为主的音乐会形成鲜明对比。从内容上看，音乐会中展示的音乐作品主要涉及以下五个研究领域。

(一)音乐人工智能与脑科学的跨学科研究

作曲家张渊基于人脑机接口技术、表情情感识别技术、算法音乐与二胡、吉他交互创作的电子音乐作品《观己Ⅱ：如心》(1)表演：王楚婷(二胡)、张渊(吉他)、潘宇(算法设计工程师及算法音乐表演)、王心严(听众代表)。为现场观众展示了音乐与脑科学相融合的跨学科成果。作曲家通过采集现场听众代表的脑电信号(EEG(2)EEG是脑电图(Electroencephalogram)的缩写，是一种用于测量脑电活动的技术。它通过在头皮上放置电极来记录大脑神经元的信号。这些信号可以反映出大脑不同区域的活动状态，包括觉醒程度、睡眠阶段、癫痫活动和其他神经疾病的迹象。EEG广泛用于临床医学、神经科学研究以及睡眠研究等领域，有助于诊断和研究与大脑功能相关的各种情况。)和情感反馈，在与其建立情感连接后，通过深度学习模型分析其认知过程。与此同时，作曲家通过表情分析技术分析两位器乐表演者的面部状态，在获取其对音乐的情感反馈后，与算法音乐表演者及听众代表共同完成这首作品的表演。该作品通过科技和艺术手段的融合运用，使作曲家不再是“孤独”的创作者，而是与现场观众建立了密切的情感交流，这也正是脑科学与音乐人工智能结合的魅力所在。

此外，音乐会现场还穿插了由王小勤教授带领中央音乐学院音乐与脑科学实验室团队开展的一次实景音乐脑科学实验。实验邀请了六位受试者，通过监测、分析他们在观赏现场表演时的脑电信号和生理数据，从而揭示音乐与大脑活动之间的关联。这也为音乐治疗、音乐心理学等领域的研究提供了别样的视角，促进了音乐与脑科学及其他学科领域的共同探索。

(二)音乐元宇宙与仿真机器人领域的探索与尝试

作曲家王晓璇为中阮、人工智能、计算机音乐和生成视觉而创作的音乐作品《方圆》(3)演奏：薛淼(中阮)，视觉设计：柳文洁，算法设计工程师：潘宇、丘治平、许玥童晖、罗晓珂。，体现了她对音乐仿真机器人领域的有益探索。作品以机器狗的运动数据为驱动，将主奏乐器中阮的声音参数进行映射(Mapping)，从而完成了机器狗与计算机音乐的交互。而在音乐会开始前，专为本次音乐会设计开发的仿真机器人“Yu Feng”的登场也成为一大亮点，展示出当前仿真机器人领域的部分研究成果。

另外，由中央音乐学院自主研发的音乐作曲系统——央音人工智能作曲系统(4)央音人工智能作曲系统主要分为自动作曲模块、自动编曲模块、歌声合成模块和自动混音模块。在系统建立过程中，首先要对音乐旋律、曲风、情感甚至歌词等信息进行整理和统计，建立音乐信息数据库，然后用人工智能算法训练对应的模型，最后由系统根据用户输入的内容进行创作。也被投入使用。由该系统创作的两首作品——序曲《欢迎》和交响乐《千里江山图》十分令人瞩目，表演中使用了数字人(Yu Feng)指挥的形式，由中央音乐学院交响乐团对作品进行了现场呈现，体现出音乐人工智能在音乐元宇宙领域的有益尝试。而在音乐会节目手册的封底页还印有央音人工智能作曲系统二维码，观众可以用手机扫描二维码后自行输入歌词，等待23秒钟左右便能获得央音人工智能作曲系统为其创作的专属歌曲。此举措极大提升了现场观众对音乐人工智能的体验感。

(三)基于机器学习与手势识别技术的“即兴”音乐创作

作曲家栾家的音乐作品《厄之二——司岗》(5)交互设计/演奏：栾家，器乐演奏：徐申阳，视觉/交互设计：丛浩天，技术支持：段小舟。是近年来利用机器学习与手势识别技术进行音乐创作的典范。作曲家以我国佤族的民间曲调为音乐材料，通过机器学习模型与手势传感器(如Leap Motion)等多种科技手段将其进行现场实时变形与重塑，形成一首现场“即兴”音乐作品。这首作品运用多种手段，将传统民间音乐与现代电子音乐技术、人工智能技术以及现代视听技术相结合，探索古与今、传统与现代之间的和谐共生，为听众造就了一个沉浸式的艺术体验。由于一切音乐元素都是根据现场“即兴”的手势和实时位置数据等信息所构成，因此音乐被赋予了更多的创作空间，这也使该作品的每次表演都具有了唯一性和不可复制性的特点。

(四)基于人工智能技术的“双向”交互式电子音乐

在传统的交互式电子音乐中，受控元素(如乐器或音效设备)只能根据作曲家预先设定的信号做出反应，而无法主动发出信号或做出相应的反应。但由于人工智能技术的融入，使电子音乐具备了 “双向”交互的能力。作曲家孙宇明的《繁星散落的夜晚》(6)演奏：程皓如(古筝)，AI视觉算法设计工程师：潘宇，数字媒体：黑弓团队、王刚，人工智能协奏系统：韩玉坤、张一搏。使用了中央音乐学院杨悦和汪兆文研发的多功能手势控制虚拟乐器MuGeVI (A Multi-Functional Gesture-Controlled Virtual Instrument)，通过利用深度神经网络和计算机视觉技术，模拟古筝的21根弦并实时捕捉演奏者的手势点位信息，从而完成了双古筝与虚拟乐器的“双向”交互形式。此外，这首作品还使用了人工智能协奏系统，该系统可通过对指定乐器的声音识别来预设现场协奏声部，尤其在演奏家需要即兴演奏的部分，能根据演奏者的演奏状态实时调整声部间的互动关系，与演奏者共同完成作品的表演。

作曲家赵艺璇的作品《雨径》(DrizzlePath)(7)演奏：尹一迦(钢琴)，声音可视化：乔治。则是将钢琴作为视觉与听觉的控制器，钢琴演奏者表演时在力度、速度等方面的变化成为视听系统的实时变量，通过利用人工神经网络技术对这些变量进行实时重塑，呈现出新的音色，从而实现视与听的“双向”交互，体现了人工智能技术在视听层面的内在表现力。

(五)科学理论的视听化呈现

艺术与科学有其交汇的逻辑点，利用人工智能的数值计算策略将音乐与数学、物理等学科相结合，不仅为音乐创作领域打开了新天地，也为科学领域提供了新的探索方向。

音乐作品《连续体》(8)视觉技术：刘梁诗雨，算法设计工程师：潘宇。为这一创新视角提供了可行性。该作品出自作曲家栾家，是本场音乐会中唯一一首没有表演者的音乐作品。其借用了物理学中“时空连续体”这一概念，将声音参数通过洛伦兹方程(9)洛伦兹方程是描述带电粒子在电磁场中运动的物理方程。进行计算和转换，并结合音频和视频的多维呈现方式，使音乐的叙事在时间与空间二者间不断交互、过渡和转化，展现了视听的多重维度，探索了音乐与科学的交汇点，为艺术对科学概念的多感官呈现做出了大胆的尝试。这首作品也在本届大会电子音乐作曲大赛“新电子音乐组”中荣获第一名(金奖)。

最后一首作品交响合唱曲《我们》由作曲家李小兵教授创作、俞峰院长指挥，该作品的内容与表演形式与运用科技手段的音乐作品产生了鲜明的对比，向观众展示了传统音乐表演和基于人工智能技术创作、表演的区别，激发了人们对未来音乐中科技与艺术融合的深刻思考。虽然音乐会落下帷幕，但我们的思考却并未就此止步。正如戴琼海院士在开幕式致辞中提道，“要充分利用我们的交叉学科科研优势，为科学界和音乐界起到良好的示范带头作用，为‘产、学、研’体系搭建沟通的桥梁，进而推动本领域的进步。”“未来音乐会”由作曲家、演奏家和科技工程师携手共创，集中体现了人工智能技术与音乐创作的互渗互融，人工智能技术的介入为音乐创作提供了新的可能，而音乐也可对抽象的科学概念进行艺术化呈现。二者的结合，不仅引领了未来音乐的学习和研究之路，同时也促进了音乐产业成果化的升级甚至变革，这也是该音乐会的重要意义所在。

二、探索技术融合与创新应用的大会主旨报告

10月29日上午，第二届世界音乐人工智能大会主旨报告会在中央音乐学院演奏厅举行，俞峰院长主持会议。来自美国马里兰大学(University of Maryland)、香港科技大学、清华大学、北京大学等高校的6位专家主要围绕“AI在艺术领域所面临的挑战”“人工智能技术赋能下的音乐生成与创作”和“大脑与音乐处理”三个方面展开发言，强调了人工智能技术在增强艺术表达、提高创作效率、加深对艺术的理解，以及促进跨学科合作等方面的重要作用。

香港科技大学首席副校长，同时也是英国皇家工程院(Royal Academy of Engineering)院士、欧洲科学院(European Academy of Sciences)院士的郭毅可教授在报告“当艺术遇上AI”(When Art Meets Artificial Intelligence)中探讨了艺术与人工智能的结合问题，强调了AI在艺术创作中的作用。同时，他也提到AI在艺术领域所要面临的挑战，例如如何在保持创新的同时解决其伦理、版权及审美等问题。

北京通用人工智能研究院院长、北京大学智能学院院长朱松纯教授在他的报告“音乐的人工智能UV理论：显式表达音乐的结构U与美学价值V”中指出，人工智能在音乐创作和视频配乐方面虽然有了显著进展，但仍存在种种问题。他在报告中提出了一种新的音乐建模理论，该理论将通用人工智能的UV理论应用于音乐创作，从而创作出符合现代大众审美价值与认知水平的音乐。同时，报告也介绍了专业音乐标注系统、音乐学习生成算法和计算音乐美学等研究方向。

清华大学孙茂松教授在他的“音乐人工智能的相关研究进展”中对音乐人工智能在音乐生成、歌词创作、声源分离、技法识别、音乐分析以及民族音乐数据库等多个方面的研究进行了介绍。

华为中央媒体技术院李江总裁则在其报告“让AI成为音乐人的助手——机遇与挑战”中分享了当前华为公司在音乐人工智能技术方面的部分研究成果，探讨了AI作为工具如何帮助音乐人进行音乐制作。

王小勤教授和欧洲科学院外籍院士、美国马里兰大学教授希哈布·沙玛(Shihab Shamma)的报告内容均围绕大脑处理音乐的机制，以及音乐与认知和感知的关系等问题进行阐述，具有一定的启发意义。

专家们从不同角度探讨了音乐与人工智能技术的交融，从不同层面阐述了人工智能技术于音乐的推动作用。专家们共同认为，人工智能技术在音乐创作领域有着巨大的应用潜力，这不仅体现在音乐创作的技术层面，还体现在音乐认知和感知处理方面。此会议不仅展示了人工智能在音乐领域的最新研究动态，还为未来艺术与科技的融合发展指明了方向。

三、内容丰富的主题论坛

本届大会除了开幕式和主旨报告外，另一重要内容是七大主题论坛。来自海内外的专家学者针对各论坛主题分享自己的研究成果。根据主题及发言内容，可归纳为以下四个方面。

(一)音乐人工智能与脑科学研究

音乐、人工智能与脑科学的跨界研究作为本届大会的重要议题，也体现在大会的七大论坛中，其中有两个论坛与此议题相关。

“音乐与大脑”论坛由王小勤教授主持，来自以色列希伯来大学(Hebrew University of Jerusalem)的神经生物学教授伊斯立·尼尔肯(Israel Nelken)在其报告“探索大脑中支持音乐处理的神经机制”(Exploring the Neural Infrastructure Supporting Music Processing in the Brain)中深入阐述了大脑的神经机制如何对声音处理产生普遍的作用。电子科技大学尧德中教授在其报告“人类为什么会喜欢音乐？”中，尝试从不同层面分析音乐对大脑的影响，探讨大脑和音乐之间的关系。中国科学院心理研究所研究员杜忆、约翰霍普金斯大学生物医学工程系副研究员黄娟及北京师范大学南云教授则围绕“音乐听觉感知”“音乐审美机理”和“脑节律”等相关议题共同探讨了音乐聆听与大脑活动的关系。这些研究从神经科学角度为音乐的感知和审美提供了新的见解。

北京理工大学胡斌教授主持的“音乐的力量——音乐如何促进大脑认知与健康”论坛中，中国医学科学院北京协和医院心理医学科主任魏镜教授在“基于脑科学的个性化音乐治疗”的报告中强调，有效的个性化音乐治疗应基于脑科学原理，并要遵循循证医学的方法。这意味着，音乐治疗不仅要考虑每个病人的独特需求，还要确保治疗方法是建立在科学证据和脑功能研究的基础之上。

加拿大卡尔加里大学(University of Calgary)临床神经科学系终身讲席胡滨教授则在“从多巴胺到 AI 旋律：揭示帕金森病患者对音乐在运动和情感反应中的治疗基础”(From Dopamine to AI Melody：Unravelling the Therapeutic Basis of Motor and Emotional Responses to Music in Parkinson’s Disease)中，阐述了音乐在神经系统疾病治疗中的作用，尤其关注音乐对帕金森病患者的治疗效果。同时他也介绍了人工智能技术在音乐治疗中的应用情况。北京理工大学钱昆教授在他的“计算机听觉启发的数字健康”报告中讨论了计算机听觉在数字医学和健康领域的应用，强调了音频信号在疾病辅助诊断和早期干预中的潜力。此外，英国帝国理工学院(Imperial College London)人工智能方向终身教授比约恩·舒勒(Bjoern W.Schuller)也围绕自己的研究领域就音乐对大脑健康的影响进行了探讨。

从论坛发言可以看出，无论是在解释大脑神经机制对音乐感知和欣赏的作用，还是在探索音乐治疗对大脑认知和康复的贡献方面，均凸显了音乐对大脑功能的多层次影响，揭示了音乐不仅是一种艺术形式，也在人类大脑活动中扮演着多方面的重要角色。因此，我们应继续深化音乐与脑科学领域研究，促进跨学科合作，以期望为社会进步带来更多益处。

(二)音乐人工智能的技术前沿及多样性应用

该部分包括 “音乐人工智能前沿”论坛、“多元视角下的人工智能” 论坛和“音乐人工智能博士”论坛，主要探讨了如何将人工智能应用于音乐创作，并介绍了音乐人工智能的最新研究成果和跨领域应用。论坛分别由管晓宏院士和复旦大学计算机科学技术学院李伟教授主持。

“音乐人工智能前沿”论坛中，美国卡内基梅隆大学(Carnegie Mellon University)计算机音乐中心主任罗杰·丹嫩伯格(Roger B.Dannenberg)教授在其报告“音乐分析与创作中的重复、结构和熵”(Repetition，Structure and Entropy in Music Analysis and Composition)中强调了音乐结构是音乐创作的关键，讨论了如何利用可变顺序马尔科夫模型(10)可变顺序的马尔科夫模型(Variable-order Markov Model)是马尔科夫模型的一种扩展，与传统的马尔科夫模型不同，它不仅基于固定数量的先前状态，还可以根据需要动态地调整历史状态的数量。和交叉熵研究来引导自动作曲，并模仿已有的歌曲，从而缩小传统人工作曲技术与基于深度学习的作曲技术之间的差异。佐治亚理工学院(Georgia Institute of Technology)设计学院副院长亚历山大·勒奇(Alexander Lerch)在其报告“音乐中的生成式 AI 评估”(Evaluation of Generative AI in Music)中讨论了如何科学、严谨地评估生成式AI在音乐中的应用。与此相呼应的是来自香港中文大学的助理教授孔秋强，他在其“人工智能浪潮下的音乐生成：最新进展与前瞻”中介绍了音乐生成研究的最新成果，包括基于波形生成的大语言模型和扩散模型(Diffusion)技术，并探讨了这些技术的局限性以及未来的研究方向。来自泰国的音乐人工智能研究者兰塔恩·哈诺伊·汉特拉库尔(Lamtharn Hanoi Hantrakul)和中央音乐学院的张昕然老师、卢迪老师也分别围绕音乐人工智能的跨文化应用、音乐声源分离的技术创新，以及歌声合成技术在自动作曲中的应用等内容发言，为会议带来了有价值的观点。

“多元视角下的人工智能”论坛的多篇报告则体现了人工智能技术在音乐领域应用的多样性和广泛性，涉及音乐创作、表演等音乐生产和传播多个方面，以及音乐创作的伦理问题等。如来自英国皇家伯明翰音乐学院(Royal Birmingham Conservatoire)的副院长兰贝托·科乔利(Lamberto Coccioli)在“人工智能在音乐创作中的伦理问题”(The Ethics of AI in Music Creation)报告中指出，在将人工智能技术应用于音乐创作领域的同时，也应注意对人类创意自由的道德考量。即在尊重传统创作原则的同时，合理利用人工智能的潜力，并建立一套道德规范来确保技术创新不会侵犯或限制人类的创造性表达。中国科学院大学教授、中央音乐学院特聘教授肯尼斯·菲尔兹(Kenneth Fields)在“人工智能中介时代的现场音乐表演”(Live Music Performance in the Age of AI Mediated Reproduction)报告中提道，人工智能技术在现场电子音乐表演中的应用引起了人们对表演真实性和评价标准的重新思考。他指出，“现场感”(人们对现场音乐表演的感知和体验)不仅仅基于客观的、固定的标准(如音乐风格、表演者的技能等)，还受听众主观体验(如个人对音乐的认知、过往经历等)的影响。因此，我们需要建立新的评价体系来准确评价人工智能技术在现场音乐表演中的作用。此外，来自中央音乐学院的高级工程师潘宇、魏冰老师和韩丽艳主任，以及网易云音乐的高级算法工程师高月洁也就电子音乐系统工程理论、古琴音乐人工智能打谱技术和聚焦于计算机辅助的艺术嗓音分析等方面进行了阐述。

“音乐人工智能博士论坛”则展示了多位博士研究生在音乐与人工智能交叉领域的最新研究成果。中央音乐学院音乐人工智能专业的周昊天提出了一种新的混音反演方法，该方法基于自监督学习，能够从混合音频中重建原始的混音过程，提高了对音频处理的可解释性。同专业的吴尚达则介绍了一种音乐预训练模型CLaMP(Contrastive Language-Music Pre-training)，该模型能够实现符号音乐的信息检索和音乐分类，在零样本分类上性能出色。同专业的张宇分享了一个带标注的多模态胡琴演奏数据集，填补了音乐科技领域中带标注的多模态中国民族乐器演奏数据库的空白，为音高识别、音频转谱等研究提供了数据支持。中央音乐学院的徐申阳、钱轶恺和王天乐，以及西安交通大学的王一昕也分别围绕音乐识别和生成的新方法、层次化计算美学构建模型，以及音质表征与智能识别研究等相关内容发言。这些研究都旨在提高音乐人工智能的准确性和可解释性，以便能更有效地应用于音乐创作、分析和表演等领域。

专家学者的发言，不仅探讨了音乐人工智能在结构分析、作曲创新和跨文化应用方面的最新进展，还提出了音乐人工智能所面临的伦理挑战和评价标准问题。这些研究不仅为音乐人工智能的未来发展提供了新的视角和思考路径，也强调了艺术创造力对于人类的重要性，在为专业人士带来启发的同时，也为广大听众带来了关于音乐与科技交融的全新理解。

(三)人工智能视域中的音乐治疗研究

本届大会中，音乐治疗与人工智能的跨领域合作也是备受关注的议题之一。在孙茂松教授主持的“人工智能与音乐治疗合作前景探索”论坛以及韩丽艳主任主持的“音乐治疗学科发展”卫星会中，多位专家学者就音乐治疗与人工智能的结合问题进行了探讨。论坛中，胡滨教授在“如何通过人工智能来培养和训练下一代音乐治疗师”(Cultivating and Training the Next Generation of Music Therapists through Artificial Intelligence)的报告中强调，要将AI技术整合到音乐治疗中，创造一种基于证据和人性化的治疗实践，培养和训练新一代音乐治疗师。中国康复研究中心心理科张晓颖副主任在“音乐治疗在中枢神经系统疾病中的研究进展与临床应用”的报告中，通过案例展示阐述了音乐治疗对临床中常见脑疾病的干预研究情况，以及所运用的理论和方法。

美国科罗拉多州立大学(Colorado State University)的布莱斯·拉加斯(Blythe LaGasse)教授和约翰霍普金斯大学音乐与医学中心博士后研究员奎雷姆·康(Kyurim Kang)、台湾开南大学养生与健康行销学系黄志方教授、中央音乐学院刘明明副教授、中国科学院心理研究所助理研究员陈葸静、电子科技大学卢竞副教授以及纽约州立大学新帕尔兹分校(State University of New York at New Paltz)助理教授张婧雯也分别对人工智能技术在音乐治疗中的实践应用进行了探讨。

此外，“音乐治疗学科发展”卫星会中，武汉音乐学院万瑛教授、上海音乐学院杨燕宜教授、中央音乐学院陈洛婷副教授、中央民族大学王冰副教授以及四川音乐学院的王露洁副教授就音乐治疗的学科发展及相关应用等内容进行了交流讨论。

论坛和卫星会集结了多个学科领域的专家学者，深入探讨了音乐治疗在脑科学、心理健康和神经科学方面的研究，同时也展示了人工智能技术在这些领域中的潜在优势。通过人工智能技术的辅助，可以更精准地分析和量化音乐治疗效果，实现个性化治疗，提高治疗的效率。此外，这种跨学科的合作还能促进复杂神经系统疾病和心理健康问题治疗方法的创新性发展，为未来的研究提供了思路。

(四)关于音乐人工智能产业的探讨

在数字化转型、技术智能化的时代背景下，音乐产业(涉及音乐创作、制作、发行和销售等行业)和学术研究面临着新的挑战。以如何将科技产业与音乐巧妙结合，推动音乐人工智能领域的新发展为核心主题的“音乐人工智能产业”论坛，汇集了我国杰出的科技企业家及技术专家，共同探讨音乐与人工智能产业的深度融合问题。百度 AI 技术生态副总经理周奇先生阐述了百度AI技术在音乐领域的应用，他通过对“飞桨星河社区”项目的介绍指出其核心思想是借助人工智能技术来提高音乐的创作速度、质量以及创新，使音乐产业能够更快速地适应市场需求和个性化需求。浪潮信息北京公司副总经理杜怀亮先生则关注大型人工智能模型的实际应用，其核心思想是通过元脑生智软件，将大模型应用于音乐的创作和处理，推动音乐人工智能的发展。完美世界集团产业发展研究院执行院长乔婷婷女士和咪咕音乐有限公司总监王志国先生则分别围绕科技与文化的融合以及人工智能技术在音乐推广和个性化体验等方面发言。这些报告强调了人工智能技术在音乐产业中的作用，包括提高生产效率、推动创新、赋能文化价值以及改进用户体验等。

本届大会的七大论坛和音乐治疗卫星会议集中体现了音乐、人工智能和脑科学等多学科领域的深度融合，揭示了音乐对大脑健康和认知功能的积极影响，展示了音乐与人工智能技术结合的多种可能性。通过各论坛的讨论，我们看到了人工智能如何对音乐创作、分析、治疗以及产业产生影响，为音乐研究、神经科学和人工智能等领域的进一步探索和实践提供了新的视角和启发。

除上述内容外，为配合会议所举办的论文评选、电子音乐作曲比赛和电子音乐马拉松展演也引起广泛关注。论文评选(文、理科)主席及共同主席中央音乐学院安平教授、黄宗权教授和外籍特聘研究员帖云老师与电子音乐作曲比赛主席李小兵教授、秘书长钱琦主任分别在两场活动中与本领域的专家评委共同对参评作品进行悉心点评，令参赛者获益匪浅。线上形式的电子音乐马拉松展演则汇集了来自中央音乐学院、上海音乐学院、中国音乐学院、天津音乐学院、武汉音乐学院、星海音乐学院、沈阳音乐学院、西安音乐学院和四川音乐学院的近百部电子音乐作品，几乎涵盖了所有电子音乐作品类型，吸引众多观众，引起较大反响。这些活动极大丰富了会议内容，实现了理论与实践的良好互动。

结 语

第二届世界音乐人工智能大会历时三天，汇集了全球科学和艺术界的精英，从多个方面展示了音乐与科技结合的最新成果。无论是以“未来”为主题的电子作品音乐会，还是音乐同人工智能、脑科学的跨界研究等论坛，亦或是论文评选、作曲比赛等活动，均体现了不同学科、不同领域间的交融互鉴，不仅展示了人工智能技术在音乐领域的突破性应用，体现了音乐艺术形式的多元化和创新发展，也为音乐人工智能领域的未来研究和实践指明了方向，为音乐治疗和心理健康研究开辟了新天地。此外，音乐产业在数字化和智能化的时代背景下所展现出的新发展潜力，也标志着我国音乐产业正走向更高效、更具创造力的未来。

从此次大会中可以看出，音乐与人工智能技术的结合不仅为技术层面带来了新的变化，更在文化和艺术的表达方式上开辟了新的视角。这种跨学科的融合是未来艺术与科技发展的重要趋势，它不仅能激发音乐家和科学家的创新思维，还能促进不同领域之间的交流和理解。我们也期待下一届世界音乐人工智能大会能够继续作为音乐、科技以及与其他姊妹艺术融合的先锋，引领技术创新，为全球音乐文化的深度交流提供更为广阔的平台。