藝術與科學交融的新視野
——記第二屆世界音樂人工智能大會

王心嚴

第二屆世界音樂人工智能大會(The Second Summit on Music Intelligence)于2023年10月28日至30日在北京中央音樂學院隆重舉行。大會由中央音樂學院與中國人工智能學會聯合主辦，中國人工智能學會藝術與人工智能專委會、中央音樂學院音樂人工智能與音樂信息科技系承辦，再度將世界各地音樂、科學等其他相關領域的杰出代表匯聚一堂，深入探討音樂人工智能領域的最新進展、創新應用以及未來的發展趨勢。大會集思廣益，旨在通過音樂家、科學家，以及華為、百度等中國科技領先企業的通力合作，共同推動音樂人工智能的理論共建和學術共鳴，并形成資源共享與產業共融的新體系，為服務北京、服務國家戰略而努力。新華社、人民網、《人民日報》、《光明日報》、《中國青年報》、《環球時報》(GlobalTimes)和中央電視臺新聞總臺等國內主流媒體均爭相報導此次盛會，社會影響廣泛，反響熱烈。

大會主要由開幕式音樂會、大會主旨報告、七大主題論壇、一場音樂人工智能圓桌會議和一場音樂治療學科發展衛星會構成，同時包含一場面向多領域、跨學科的論文評選活動，一場電子音樂作曲大賽和一場電子音樂馬拉松展演。較上一屆大會而言，本屆大會的探討角度更多元，內容更豐富，層次更多樣。其中音樂人工智能與腦科學的跨界融合是本屆大會的重點議題。下面主要圍繞開幕式音樂會、大會主旨報告和主題論壇三個部分展開綜述。

一、藝術與科技的視聽盛宴：開幕式暨“未來音樂會”

第二屆世界音樂人工智能大會于28日晚在中央音樂學院歌劇音樂廳，以一場“未來音樂會”正式拉開序幕。開幕式由執行主席、中央音樂學院音樂人工智能與音樂信息科技系主任李小兵教授主持，大會主席，中國文聯黨組成員、副主席、書記處書記，中央音樂學院院長俞峰教授與大會共同主席、中國工程院院士、中國人工智能學會理事長、清華大學戴瓊海教授分別致辭?，F場還舉行了音樂元宇宙實驗室的揭牌儀式，由俞峰院長與戴瓊海院士共同為實驗室揭牌。音樂元宇宙實驗室由中央音樂學院和北京信息科學與技術國家研究中心共同建設，旨在對虛擬人表演和音樂虛擬空間等元宇宙領域展開廣泛探索和嘗試，這也預示著音樂元宇宙將是音樂人工智能下一個重點探索的研究領域。

隨后，一場以音樂、人工智能與腦科學相融合的跨界音樂會正式開始。本場音樂會由中國科學院院士、西安交通大學管曉宏教授擔綱人工智能(Artificial Intelligence)技術總監，清華大學腦與智能實驗室主任、約翰霍普金斯大學(Johns Hopkins University)生物醫學工程系王小勤教授擔綱音樂會腦科學首席專家，新媒體藝術家、北京黑弓(Blackbow)文化傳播有限公司創始人王志鷗先生擔綱音樂會視覺總監?！拔磥硪魳窌笔且粓鏊囆g與科技的視聽盛宴，集中體現了科技在藝術領域的應用成果，這與上屆大會開幕式以古典音樂作品為主的音樂會形成鮮明對比。從內容上看，音樂會中展示的音樂作品主要涉及以下五個研究領域。

(一)音樂人工智能與腦科學的跨學科研究

作曲家張淵基于人腦機接口技術、表情情感識別技術、算法音樂與二胡、吉他交互創作的電子音樂作品《觀己Ⅱ：如心》(1)表演：王楚婷(二胡)、張淵(吉他)、潘宇(算法設計工程師及算法音樂表演)、王心嚴(聽眾代表)。為現場觀眾展示了音樂與腦科學相融合的跨學科成果。作曲家通過采集現場聽眾代表的腦電信號(EEG(2)EEG是腦電圖(Electroencephalogram)的縮寫，是一種用于測量腦電活動的技術。它通過在頭皮上放置電極來記錄大腦神經元的信號。這些信號可以反映出大腦不同區域的活動狀態，包括覺醒程度、睡眠階段、癲癇活動和其他神經疾病的跡象。EEG廣泛用于臨床醫學、神經科學研究以及睡眠研究等領域，有助于診斷和研究與大腦功能相關的各種情況。)和情感反饋，在與其建立情感連接后，通過深度學習模型分析其認知過程。與此同時，作曲家通過表情分析技術分析兩位器樂表演者的面部狀態，在獲取其對音樂的情感反饋后，與算法音樂表演者及聽眾代表共同完成這首作品的表演。該作品通過科技和藝術手段的融合運用，使作曲家不再是“孤獨”的創作者，而是與現場觀眾建立了密切的情感交流，這也正是腦科學與音樂人工智能結合的魅力所在。

此外，音樂會現場還穿插了由王小勤教授帶領中央音樂學院音樂與腦科學實驗室團隊開展的一次實景音樂腦科學實驗。實驗邀請了六位受試者，通過監測、分析他們在觀賞現場表演時的腦電信號和生理數據，從而揭示音樂與大腦活動之間的關聯。這也為音樂治療、音樂心理學等領域的研究提供了別樣的視角，促進了音樂與腦科學及其他學科領域的共同探索。

(二)音樂元宇宙與仿真機器人領域的探索與嘗試

作曲家王曉璇為中阮、人工智能、計算機音樂和生成視覺而創作的音樂作品《方圓》(3)演奏：薛淼(中阮)，視覺設計：柳文潔，算法設計工程師：潘宇、丘治平、許玥童暉、羅曉珂。，體現了她對音樂仿真機器人領域的有益探索。作品以機器狗的運動數據為驅動，將主奏樂器中阮的聲音參數進行映射(Mapping)，從而完成了機器狗與計算機音樂的交互。而在音樂會開始前，專為本次音樂會設計開發的仿真機器人“Yu Feng”的登場也成為一大亮點，展示出當前仿真機器人領域的部分研究成果。

另外，由中央音樂學院自主研發的音樂作曲系統——央音人工智能作曲系統(4)央音人工智能作曲系統主要分為自動作曲模塊、自動編曲模塊、歌聲合成模塊和自動混音模塊。在系統建立過程中，首先要對音樂旋律、曲風、情感甚至歌詞等信息進行整理和統計，建立音樂信息數據庫，然后用人工智能算法訓練對應的模型，最后由系統根據用戶輸入的內容進行創作。也被投入使用。由該系統創作的兩首作品——序曲《歡迎》和交響樂《千里江山圖》十分令人矚目，表演中使用了數字人(Yu Feng)指揮的形式，由中央音樂學院交響樂團對作品進行了現場呈現，體現出音樂人工智能在音樂元宇宙領域的有益嘗試。而在音樂會節目手冊的封底頁還印有央音人工智能作曲系統二維碼，觀眾可以用手機掃描二維碼后自行輸入歌詞，等待23秒鐘左右便能獲得央音人工智能作曲系統為其創作的專屬歌曲。此舉措極大提升了現場觀眾對音樂人工智能的體驗感。

(三)基于機器學習與手勢識別技術的“即興”音樂創作

作曲家欒家的音樂作品《厄之二——司崗》(5)交互設計/演奏：欒家，器樂演奏：徐申陽，視覺/交互設計：叢浩天，技術支持：段小舟。是近年來利用機器學習與手勢識別技術進行音樂創作的典范。作曲家以我國佤族的民間曲調為音樂材料，通過機器學習模型與手勢傳感器(如Leap Motion)等多種科技手段將其進行現場實時變形與重塑，形成一首現場“即興”音樂作品。這首作品運用多種手段，將傳統民間音樂與現代電子音樂技術、人工智能技術以及現代視聽技術相結合，探索古與今、傳統與現代之間的和諧共生，為聽眾造就了一個沉浸式的藝術體驗。由于一切音樂元素都是根據現場“即興”的手勢和實時位置數據等信息所構成，因此音樂被賦予了更多的創作空間，這也使該作品的每次表演都具有了唯一性和不可復制性的特點。

(四)基于人工智能技術的“雙向”交互式電子音樂

在傳統的交互式電子音樂中，受控元素(如樂器或音效設備)只能根據作曲家預先設定的信號做出反應，而無法主動發出信號或做出相應的反應。但由于人工智能技術的融入，使電子音樂具備了 “雙向”交互的能力。作曲家孫宇明的《繁星散落的夜晚》(6)演奏：程皓如(古箏)，AI視覺算法設計工程師：潘宇，數字媒體：黑弓團隊、王剛，人工智能協奏系統：韓玉坤、張一搏。使用了中央音樂學院楊悅和汪兆文研發的多功能手勢控制虛擬樂器MuGeVI (A Multi-Functional Gesture-Controlled Virtual Instrument)，通過利用深度神經網絡和計算機視覺技術，模擬古箏的21根弦并實時捕捉演奏者的手勢點位信息，從而完成了雙古箏與虛擬樂器的“雙向”交互形式。此外，這首作品還使用了人工智能協奏系統，該系統可通過對指定樂器的聲音識別來預設現場協奏聲部，尤其在演奏家需要即興演奏的部分，能根據演奏者的演奏狀態實時調整聲部間的互動關系，與演奏者共同完成作品的表演。

作曲家趙藝璇的作品《雨徑》(DrizzlePath)(7)演奏：尹一迦(鋼琴)，聲音可視化：喬治。則是將鋼琴作為視覺與聽覺的控制器，鋼琴演奏者表演時在力度、速度等方面的變化成為視聽系統的實時變量，通過利用人工神經網絡技術對這些變量進行實時重塑，呈現出新的音色，從而實現視與聽的“雙向”交互，體現了人工智能技術在視聽層面的內在表現力。

(五)科學理論的視聽化呈現

藝術與科學有其交匯的邏輯點，利用人工智能的數值計算策略將音樂與數學、物理等學科相結合，不僅為音樂創作領域打開了新天地，也為科學領域提供了新的探索方向。

音樂作品《連續體》(8)視覺技術：劉梁詩雨，算法設計工程師：潘宇。為這一創新視角提供了可行性。該作品出自作曲家欒家，是本場音樂會中唯一一首沒有表演者的音樂作品。其借用了物理學中“時空連續體”這一概念，將聲音參數通過洛倫茲方程(9)洛倫茲方程是描述帶電粒子在電磁場中運動的物理方程。進行計算和轉換，并結合音頻和視頻的多維呈現方式，使音樂的敘事在時間與空間二者間不斷交互、過渡和轉化，展現了視聽的多重維度，探索了音樂與科學的交匯點，為藝術對科學概念的多感官呈現做出了大膽的嘗試。這首作品也在本屆大會電子音樂作曲大賽“新電子音樂組”中榮獲第一名(金獎)。

最后一首作品交響合唱曲《我們》由作曲家李小兵教授創作、俞峰院長指揮，該作品的內容與表演形式與運用科技手段的音樂作品產生了鮮明的對比，向觀眾展示了傳統音樂表演和基于人工智能技術創作、表演的區別，激發了人們對未來音樂中科技與藝術融合的深刻思考。雖然音樂會落下帷幕，但我們的思考卻并未就此止步。正如戴瓊海院士在開幕式致辭中提道，“要充分利用我們的交叉學科科研優勢，為科學界和音樂界起到良好的示范帶頭作用，為‘產、學、研’體系搭建溝通的橋梁，進而推動本領域的進步?！薄拔磥硪魳窌庇勺髑?、演奏家和科技工程師攜手共創，集中體現了人工智能技術與音樂創作的互滲互融，人工智能技術的介入為音樂創作提供了新的可能，而音樂也可對抽象的科學概念進行藝術化呈現。二者的結合，不僅引領了未來音樂的學習和研究之路，同時也促進了音樂產業成果化的升級甚至變革，這也是該音樂會的重要意義所在。

二、探索技術融合與創新應用的大會主旨報告

10月29日上午，第二屆世界音樂人工智能大會主旨報告會在中央音樂學院演奏廳舉行，俞峰院長主持會議。來自美國馬里蘭大學(University of Maryland)、香港科技大學、清華大學、北京大學等高校的6位專家主要圍繞“AI在藝術領域所面臨的挑戰”“人工智能技術賦能下的音樂生成與創作”和“大腦與音樂處理”三個方面展開發言，強調了人工智能技術在增強藝術表達、提高創作效率、加深對藝術的理解，以及促進跨學科合作等方面的重要作用。

香港科技大學首席副校長，同時也是英國皇家工程院(Royal Academy of Engineering)院士、歐洲科學院(European Academy of Sciences)院士的郭毅可教授在報告“當藝術遇上AI”(When Art Meets Artificial Intelligence)中探討了藝術與人工智能的結合問題，強調了AI在藝術創作中的作用。同時，他也提到AI在藝術領域所要面臨的挑戰，例如如何在保持創新的同時解決其倫理、版權及審美等問題。

北京通用人工智能研究院院長、北京大學智能學院院長朱松純教授在他的報告“音樂的人工智能UV理論：顯式表達音樂的結構U與美學價值V”中指出，人工智能在音樂創作和視頻配樂方面雖然有了顯著進展，但仍存在種種問題。他在報告中提出了一種新的音樂建模理論，該理論將通用人工智能的UV理論應用于音樂創作，從而創作出符合現代大眾審美價值與認知水平的音樂。同時，報告也介紹了專業音樂標注系統、音樂學習生成算法和計算音樂美學等研究方向。

清華大學孫茂松教授在他的“音樂人工智能的相關研究進展”中對音樂人工智能在音樂生成、歌詞創作、聲源分離、技法識別、音樂分析以及民族音樂數據庫等多個方面的研究進行了介紹。

華為中央媒體技術院李江總裁則在其報告“讓AI成為音樂人的助手——機遇與挑戰”中分享了當前華為公司在音樂人工智能技術方面的部分研究成果，探討了AI作為工具如何幫助音樂人進行音樂制作。

王小勤教授和歐洲科學院外籍院士、美國馬里蘭大學教授希哈布·沙瑪(Shihab Shamma)的報告內容均圍繞大腦處理音樂的機制，以及音樂與認知和感知的關系等問題進行闡述，具有一定的啟發意義。

專家們從不同角度探討了音樂與人工智能技術的交融，從不同層面闡述了人工智能技術于音樂的推動作用。專家們共同認為，人工智能技術在音樂創作領域有著巨大的應用潛力，這不僅體現在音樂創作的技術層面，還體現在音樂認知和感知處理方面。此會議不僅展示了人工智能在音樂領域的最新研究動態，還為未來藝術與科技的融合發展指明了方向。

三、內容豐富的主題論壇

本屆大會除了開幕式和主旨報告外，另一重要內容是七大主題論壇。來自海內外的專家學者針對各論壇主題分享自己的研究成果。根據主題及發言內容，可歸納為以下四個方面。

(一)音樂人工智能與腦科學研究

音樂、人工智能與腦科學的跨界研究作為本屆大會的重要議題，也體現在大會的七大論壇中，其中有兩個論壇與此議題相關。

“音樂與大腦”論壇由王小勤教授主持，來自以色列希伯來大學(Hebrew University of Jerusalem)的神經生物學教授伊斯立·尼爾肯(Israel Nelken)在其報告“探索大腦中支持音樂處理的神經機制”(Exploring the Neural Infrastructure Supporting Music Processing in the Brain)中深入闡述了大腦的神經機制如何對聲音處理產生普遍的作用。電子科技大學堯德中教授在其報告“人類為什么會喜歡音樂？”中，嘗試從不同層面分析音樂對大腦的影響，探討大腦和音樂之間的關系。中國科學院心理研究所研究員杜憶、約翰霍普金斯大學生物醫學工程系副研究員黃娟及北京師范大學南云教授則圍繞“音樂聽覺感知”“音樂審美機理”和“腦節律”等相關議題共同探討了音樂聆聽與大腦活動的關系。這些研究從神經科學角度為音樂的感知和審美提供了新的見解。

北京理工大學胡斌教授主持的“音樂的力量——音樂如何促進大腦認知與健康”論壇中，中國醫學科學院北京協和醫院心理醫學科主任魏鏡教授在“基于腦科學的個性化音樂治療”的報告中強調，有效的個性化音樂治療應基于腦科學原理，并要遵循循證醫學的方法。這意味著，音樂治療不僅要考慮每個病人的獨特需求，還要確保治療方法是建立在科學證據和腦功能研究的基礎之上。

加拿大卡爾加里大學(University of Calgary)臨床神經科學系終身講席胡濱教授則在“從多巴胺到 AI 旋律：揭示帕金森病患者對音樂在運動和情感反應中的治療基礎”(From Dopamine to AI Melody：Unravelling the Therapeutic Basis of Motor and Emotional Responses to Music in Parkinson’s Disease)中，闡述了音樂在神經系統疾病治療中的作用，尤其關注音樂對帕金森病患者的治療效果。同時他也介紹了人工智能技術在音樂治療中的應用情況。北京理工大學錢昆教授在他的“計算機聽覺啟發的數字健康”報告中討論了計算機聽覺在數字醫學和健康領域的應用，強調了音頻信號在疾病輔助診斷和早期干預中的潛力。此外，英國帝國理工學院(Imperial College London)人工智能方向終身教授比約恩·舒勒(Bjoern W.Schuller)也圍繞自己的研究領域就音樂對大腦健康的影響進行了探討。

從論壇發言可以看出，無論是在解釋大腦神經機制對音樂感知和欣賞的作用，還是在探索音樂治療對大腦認知和康復的貢獻方面，均凸顯了音樂對大腦功能的多層次影響，揭示了音樂不僅是一種藝術形式，也在人類大腦活動中扮演著多方面的重要角色。因此，我們應繼續深化音樂與腦科學領域研究，促進跨學科合作，以期望為社會進步帶來更多益處。

(二)音樂人工智能的技術前沿及多樣性應用

該部分包括 “音樂人工智能前沿”論壇、“多元視角下的人工智能” 論壇和“音樂人工智能博士”論壇，主要探討了如何將人工智能應用于音樂創作，并介紹了音樂人工智能的最新研究成果和跨領域應用。論壇分別由管曉宏院士和復旦大學計算機科學技術學院李偉教授主持。

“音樂人工智能前沿”論壇中，美國卡內基梅隆大學(Carnegie Mellon University)計算機音樂中心主任羅杰·丹嫩伯格(Roger B.Dannenberg)教授在其報告“音樂分析與創作中的重復、結構和熵”(Repetition，Structure and Entropy in Music Analysis and Composition)中強調了音樂結構是音樂創作的關鍵，討論了如何利用可變順序馬爾科夫模型(10)可變順序的馬爾科夫模型(Variable-order Markov Model)是馬爾科夫模型的一種擴展，與傳統的馬爾科夫模型不同，它不僅基于固定數量的先前狀態，還可以根據需要動態地調整歷史狀態的數量。和交叉熵研究來引導自動作曲，并模仿已有的歌曲，從而縮小傳統人工作曲技術與基于深度學習的作曲技術之間的差異。佐治亞理工學院(Georgia Institute of Technology)設計學院副院長亞歷山大·勒奇(Alexander Lerch)在其報告“音樂中的生成式 AI 評估”(Evaluation of Generative AI in Music)中討論了如何科學、嚴謹地評估生成式AI在音樂中的應用。與此相呼應的是來自香港中文大學的助理教授孔秋強，他在其“人工智能浪潮下的音樂生成：最新進展與前瞻”中介紹了音樂生成研究的最新成果，包括基于波形生成的大語言模型和擴散模型(Diffusion)技術，并探討了這些技術的局限性以及未來的研究方向。來自泰國的音樂人工智能研究者蘭塔恩·哈諾伊·漢特拉庫爾(Lamtharn Hanoi Hantrakul)和中央音樂學院的張昕然老師、盧迪老師也分別圍繞音樂人工智能的跨文化應用、音樂聲源分離的技術創新，以及歌聲合成技術在自動作曲中的應用等內容發言，為會議帶來了有價值的觀點。

“多元視角下的人工智能”論壇的多篇報告則體現了人工智能技術在音樂領域應用的多樣性和廣泛性，涉及音樂創作、表演等音樂生產和傳播多個方面，以及音樂創作的倫理問題等。如來自英國皇家伯明翰音樂學院(Royal Birmingham Conservatoire)的副院長蘭貝托·科喬利(Lamberto Coccioli)在“人工智能在音樂創作中的倫理問題”(The Ethics of AI in Music Creation)報告中指出，在將人工智能技術應用于音樂創作領域的同時，也應注意對人類創意自由的道德考量。即在尊重傳統創作原則的同時，合理利用人工智能的潛力，并建立一套道德規范來確保技術創新不會侵犯或限制人類的創造性表達。中國科學院大學教授、中央音樂學院特聘教授肯尼斯·菲爾茲(Kenneth Fields)在“人工智能中介時代的現場音樂表演”(Live Music Performance in the Age of AI Mediated Reproduction)報告中提道，人工智能技術在現場電子音樂表演中的應用引起了人們對表演真實性和評價標準的重新思考。他指出，“現場感”(人們對現場音樂表演的感知和體驗)不僅僅基于客觀的、固定的標準(如音樂風格、表演者的技能等)，還受聽眾主觀體驗(如個人對音樂的認知、過往經歷等)的影響。因此，我們需要建立新的評價體系來準確評價人工智能技術在現場音樂表演中的作用。此外，來自中央音樂學院的高級工程師潘宇、魏冰老師和韓麗艷主任，以及網易云音樂的高級算法工程師高月潔也就電子音樂系統工程理論、古琴音樂人工智能打譜技術和聚焦于計算機輔助的藝術嗓音分析等方面進行了闡述。

“音樂人工智能博士論壇”則展示了多位博士研究生在音樂與人工智能交叉領域的最新研究成果。中央音樂學院音樂人工智能專業的周昊天提出了一種新的混音反演方法，該方法基于自監督學習，能夠從混合音頻中重建原始的混音過程，提高了對音頻處理的可解釋性。同專業的吳尚達則介紹了一種音樂預訓練模型CLaMP(Contrastive Language-Music Pre-training)，該模型能夠實現符號音樂的信息檢索和音樂分類，在零樣本分類上性能出色。同專業的張宇分享了一個帶標注的多模態胡琴演奏數據集，填補了音樂科技領域中帶標注的多模態中國民族樂器演奏數據庫的空白，為音高識別、音頻轉譜等研究提供了數據支持。中央音樂學院的徐申陽、錢軼愷和王天樂，以及西安交通大學的王一昕也分別圍繞音樂識別和生成的新方法、層次化計算美學構建模型，以及音質表征與智能識別研究等相關內容發言。這些研究都旨在提高音樂人工智能的準確性和可解釋性，以便能更有效地應用于音樂創作、分析和表演等領域。

專家學者的發言，不僅探討了音樂人工智能在結構分析、作曲創新和跨文化應用方面的最新進展，還提出了音樂人工智能所面臨的倫理挑戰和評價標準問題。這些研究不僅為音樂人工智能的未來發展提供了新的視角和思考路徑，也強調了藝術創造力對于人類的重要性，在為專業人士帶來啟發的同時，也為廣大聽眾帶來了關于音樂與科技交融的全新理解。

(三)人工智能視域中的音樂治療研究

本屆大會中，音樂治療與人工智能的跨領域合作也是備受關注的議題之一。在孫茂松教授主持的“人工智能與音樂治療合作前景探索”論壇以及韓麗艷主任主持的“音樂治療學科發展”衛星會中，多位專家學者就音樂治療與人工智能的結合問題進行了探討。論壇中，胡濱教授在“如何通過人工智能來培養和訓練下一代音樂治療師”(Cultivating and Training the Next Generation of Music Therapists through Artificial Intelligence)的報告中強調，要將AI技術整合到音樂治療中，創造一種基于證據和人性化的治療實踐，培養和訓練新一代音樂治療師。中國康復研究中心心理科張曉穎副主任在“音樂治療在中樞神經系統疾病中的研究進展與臨床應用”的報告中，通過案例展示闡述了音樂治療對臨床中常見腦疾病的干預研究情況，以及所運用的理論和方法。

美國科羅拉多州立大學(Colorado State University)的布萊斯·拉加斯(Blythe LaGasse)教授和約翰霍普金斯大學音樂與醫學中心博士后研究員奎雷姆·康(Kyurim Kang)、臺灣開南大學養生與健康行銷學系黃志方教授、中央音樂學院劉明明副教授、中國科學院心理研究所助理研究員陳葸靜、電子科技大學盧競副教授以及紐約州立大學新帕爾茲分校(State University of New York at New Paltz)助理教授張婧雯也分別對人工智能技術在音樂治療中的實踐應用進行了探討。

此外，“音樂治療學科發展”衛星會中，武漢音樂學院萬瑛教授、上海音樂學院楊燕宜教授、中央音樂學院陳洛婷副教授、中央民族大學王冰副教授以及四川音樂學院的王露潔副教授就音樂治療的學科發展及相關應用等內容進行了交流討論。

論壇和衛星會集結了多個學科領域的專家學者，深入探討了音樂治療在腦科學、心理健康和神經科學方面的研究，同時也展示了人工智能技術在這些領域中的潛在優勢。通過人工智能技術的輔助，可以更精準地分析和量化音樂治療效果，實現個性化治療，提高治療的效率。此外，這種跨學科的合作還能促進復雜神經系統疾病和心理健康問題治療方法的創新性發展，為未來的研究提供了思路。

(四)關于音樂人工智能產業的探討

在數字化轉型、技術智能化的時代背景下，音樂產業(涉及音樂創作、制作、發行和銷售等行業)和學術研究面臨著新的挑戰。以如何將科技產業與音樂巧妙結合，推動音樂人工智能領域的新發展為核心主題的“音樂人工智能產業”論壇，匯集了我國杰出的科技企業家及技術專家，共同探討音樂與人工智能產業的深度融合問題。百度 AI 技術生態副總經理周奇先生闡述了百度AI技術在音樂領域的應用，他通過對“飛槳星河社區”項目的介紹指出其核心思想是借助人工智能技術來提高音樂的創作速度、質量以及創新，使音樂產業能夠更快速地適應市場需求和個性化需求。浪潮信息北京公司副總經理杜懷亮先生則關注大型人工智能模型的實際應用，其核心思想是通過元腦生智軟件，將大模型應用于音樂的創作和處理，推動音樂人工智能的發展。完美世界集團產業發展研究院執行院長喬婷婷女士和咪咕音樂有限公司總監王志國先生則分別圍繞科技與文化的融合以及人工智能技術在音樂推廣和個性化體驗等方面發言。這些報告強調了人工智能技術在音樂產業中的作用，包括提高生產效率、推動創新、賦能文化價值以及改進用戶體驗等。

本屆大會的七大論壇和音樂治療衛星會議集中體現了音樂、人工智能和腦科學等多學科領域的深度融合，揭示了音樂對大腦健康和認知功能的積極影響，展示了音樂與人工智能技術結合的多種可能性。通過各論壇的討論，我們看到了人工智能如何對音樂創作、分析、治療以及產業產生影響，為音樂研究、神經科學和人工智能等領域的進一步探索和實踐提供了新的視角和啟發。

除上述內容外，為配合會議所舉辦的論文評選、電子音樂作曲比賽和電子音樂馬拉松展演也引起廣泛關注。論文評選(文、理科)主席及共同主席中央音樂學院安平教授、黃宗權教授和外籍特聘研究員帖云老師與電子音樂作曲比賽主席李小兵教授、秘書長錢琦主任分別在兩場活動中與本領域的專家評委共同對參評作品進行悉心點評，令參賽者獲益匪淺。線上形式的電子音樂馬拉松展演則匯集了來自中央音樂學院、上海音樂學院、中國音樂學院、天津音樂學院、武漢音樂學院、星海音樂學院、沈陽音樂學院、西安音樂學院和四川音樂學院的近百部電子音樂作品，幾乎涵蓋了所有電子音樂作品類型，吸引眾多觀眾，引起較大反響。這些活動極大豐富了會議內容，實現了理論與實踐的良好互動。

結 語

第二屆世界音樂人工智能大會歷時三天，匯集了全球科學和藝術界的精英，從多個方面展示了音樂與科技結合的最新成果。無論是以“未來”為主題的電子作品音樂會，還是音樂同人工智能、腦科學的跨界研究等論壇，亦或是論文評選、作曲比賽等活動，均體現了不同學科、不同領域間的交融互鑒，不僅展示了人工智能技術在音樂領域的突破性應用，體現了音樂藝術形式的多元化和創新發展，也為音樂人工智能領域的未來研究和實踐指明了方向，為音樂治療和心理健康研究開辟了新天地。此外，音樂產業在數字化和智能化的時代背景下所展現出的新發展潛力，也標志著我國音樂產業正走向更高效、更具創造力的未來。

從此次大會中可以看出，音樂與人工智能技術的結合不僅為技術層面帶來了新的變化，更在文化和藝術的表達方式上開辟了新的視角。這種跨學科的融合是未來藝術與科技發展的重要趨勢，它不僅能激發音樂家和科學家的創新思維，還能促進不同領域之間的交流和理解。我們也期待下一屆世界音樂人工智能大會能夠繼續作為音樂、科技以及與其他姊妹藝術融合的先鋒，引領技術創新，為全球音樂文化的深度交流提供更為廣闊的平臺。