AI与现代创作

我们对生成AI时代创造力的（并不那么独特的）见解

我们开始研究Just 4 Noise时，生成式机器学习方法早已存在，甚至AI炒作热潮过后也已经过去相当一段时间了。虽然大多数人认为第一个生成式AI模型于20世纪50年代开发，但也有人认为第一批算法的概念和创建发生在19世纪末。无论如何，可以肯定地说，我们并非在开辟新路。尽管如此，我和我的团队坚信，技术革命的结果并不总是需要某种新型闪亮的机器。实际上，现实通常恰恰相反。

与过去一个世纪所有革命性前辈类似，AI狂热正在目睹许多公司构建庞大、华丽、昂贵的巨物，而这些东西最终并没有多少实际功能。在未来几个月和几年里，我们将看到许多这类工具因缺乏市场目的而消失。留下来的将是那些主要聚焦于现实问题的工具，它们很可能会利用技术来解决对人类来说非常耗时的简单任务。仅此而已——不过是流水线上的又一个机器人，自动化手动流程。

通过合成器来想象现代音乐工具的演变。先有模拟合成器，再有数字合成器，现在有神经合成器。当第一批模拟电子音频合成器向大众发布时，它们遭到了音乐界的强烈抵制。数字乐器和音乐制作工具也是如此。与此同时，许多才华横溢的艺术家接受了这些不同的技术，在其中投入了大量的时间、金钱和精力，在工作流程中找到了它们的位置，并创作出了大多数人至今仍称之为"经典"的有影响力的音乐。如今，当基于AI的神经合成器充斥市场时，我们看到了同样的循环。Minimoog没有取代音乐家，任何AI工具也不会。

我这样说并不是为了贬低AI作为一种技术，或者贬低那些用AI构建令人惊叹东西的专家。此外，正如这篇文章的副标题所示，我认为我在这里说的并不是什么惊天动地的新鲜事。然而，我认为在这个持续的博客系列中指出这一点仍然很重要，因为这是Just 4 Noise的基石。我们不做魔法，我们也没有发明什么突破性的技术，我们只是让我们的用户更快地完成一项任务。

a small list of other audio AI tools created by the AI Musicpreneur

我们不想，也永远无法替代人类的创造力。人们经常担心机器人占据排行榜首位或博物馆所有位置的前景，但仅从现实世界的例子来看，很明显用于创作"艺术"的生成AI模型很难模仿人类的创作过程。相反，这项技术能够在创作和自我表达的许多其他方面提供很大帮助，我们看到艺术家和专业人士进行了许多出色的实验，他们利用AI做出了令人惊叹的事情来提升自己的生产力和创造力。

又一次唠叨结束了 :) 希望这次阅读不会太痛苦，但最重要的是，希望它让你更好地理解了我们为什么以及如何使用我们的技术栈。

一如既往——欢迎随时联系我们！

— Max (max@just4noise.com)