芬达首席执行官爱德华·“巴德”·科尔在五月接受T3的采访，庆祝Telecaster的75周年，发表了关于人工智能和音乐的评论，这些评论最初未引起关注。但最近开始传播，进一步加深了在公司因向几乎整个吉他演奏社区发送停止通知信而引发的负面公关之火。一些有影响力的吉他YouTuber甚至表示，在这一争议之后，他们已经停止购买芬达设备。而科尔的评论将翻唱歌曲和乐队成员与某种“模拟人工智能”进行比较，更是使公司在其网络上的嘈杂粉丝中的地位进一步下滑。T3主编马特·加拉赫的特写大致上是对科尔言论的概括，芬达也没有立即回应置评或澄清请求。但采访中提到的一些相关要点如下：科尔的观点是，音乐中的人工智能并不新鲜。他表示：“我认为，只要有录音音乐，人工智能就已经存在于音乐中。”虽然弹吉他的最大障碍是学习乐器所需的时间，但他认为写歌是第二个障碍，而人工智能在其中发挥了作用。他说：“我实际上相信翻唱音乐在很长时间以来都算是一种模拟人工智能。”那些尚未具备写自己歌曲能力的人可以弹奏他们喜欢的艺术家创作的歌曲。他表示：“我非常喜欢听REM、U2、The Smiths和The Cure，到了某个时刻，我厌倦了只是听他们的音乐。我想要演奏，所以我学会了弹吉他。”根据科尔的说法，那些刚踏入创作的人也可以依靠另一种模拟形式的人工智能：他们的乐队成员。你可能只拥有一个合唱或者一个旋律作为起点，但接着鼓手或贝斯手可以为其增添内容，然后一首歌就诞生了。人工智能也可以扮演这一角色。科尔表示：“我实际上认为我们正处在释放人们超越传统翻唱、真正开始与乐队一起工作的边缘。”科尔试图将一个人“训练”在一些翻唱歌曲上与人工智能在庞大的版权音乐数据集上的学习进行比较。他似乎在暗示，通过学习演奏他人的歌曲，内化这些影响，然后综合成新的东西，实际上你在做的与人工智能是一样的。这种看法深感误导，意味着科尔要么不理解人工智能，要么不尊重艺术家。首先，规模很重要。没有人可以学习所有用于训练你平均生成式人工智能模型的歌曲，这些歌曲的数量可能以百万计。此外，这也忽视了艺术家在创作过程中做出的数百万微小决策的内在性，如果是情感反应、对意外的反应，或是对局限性的补偿，这些人类做出的艺术决策都是独一无二的。这与模型依据提示和数据点网络生成内容是根本不同的。正如更广为人知的“武士吉他手”史蒂夫·奥诺特拉所指出的，演奏者的身体动作或每个人都容易出现的小错误，阻止他们完美复制他人的作品。这种偶然的灵感无法被大型语言模型复制。乐队成员也是如此。从他们独特的“训练数据”、生活经历和身体技能或局限性中发掘出的音乐人，与聊天机器人显然不是同一种存在。如果你告诉你的鼓手他们与人工智能模型没有区别，他们完全会感到被冒犯。在采访后期，科尔说：“我相信人工智能实际上会帮助创造出一大批使用它的吉他手，帮助他们与其他音乐人联系，让他们更高效。而且帮助他们跨越鸿沟，从写作学生成长为写作大师。”科尔声称人工智能将以某种方式帮助人们“跨越鸿沟”成为大师级词曲创作者，实在是荒谬。越来越多的证据表明，依赖人工智能工具实际上导致了技能的退化。使用人工智能来建议押韵或隐喻并不等同于练习创作和发展技能。人工智能从未在婚礼上被抛弃，更不会在完美的前副歌转折上流汗。重复是关键。俗话说，你需要写出100首（或1000首）（或1万首）糟糕的歌曲，才能写出一首好歌。这就是你超越陈词滥调、学会认出什么是好的作品的成长过程。关注这篇文章中的话题和作者，以在你的个性化首页信息流中看到更多相关内容，并接收电子邮件更新。泰伦斯·奥布莱恩