不知不覺，人工智能的力量已經離我們越來越近。AlphaGo 先是在圍棋上擊敗瞭李世石，然後又要向電子競技領域進軍。Tay 試圖通過自主學習與人類對話，卻因人類自身的劣根性敗下陣來。
最近，又有一個新的人工智能想要躍躍欲試，這次不是對戰，不是對話，而是預測 —— 這個比前二者更加困難的事情。這次挑戰的任務，正是你熟悉的《我是歌手》的總決賽結果。而這個挑戰的機器人，則是阿裡的人工智能程序小 Ai 。
昨天，在湖南衛視《我是歌手》發佈會上，除瞭《我是歌手》總導演洪濤和代表歌手的黃致列。還出現瞭一個新的 “ 受訪者 ” ：虛擬機器人小 Ai 。小 Ai 雖然不能唱歌，但是它會做一件比唱歌更難的事：根據觀眾反應、歌曲信息等實時預測哪位歌手會最終奪冠。在《我是歌手》的冠軍之夜，小Ai將每隔5秒更新一次7位歌手的奪冠概率。重要預測節點將有三次：分別在比賽開始前、第一輪幫幫唱結束後以及第二輪兩兩演唱結束後。
閔博士介紹小 Ai 預測的成功案例
預測冠軍是一件非常困難的事情。不光參賽的明星心裡沒底，就算是在行業中摸爬滾打許多年的樂評人、音樂自媒體、音樂從業者，也經常預測失準。那麼小 Ai 到底有什麼本事能夠預測出來這樣的結果?據開發小 Ai 的阿裡雲人工智能閔萬裡博士介紹：與名動天下的AlphaGo 類似，小Ai 是阿裡雲研發的人工智能程序，主要基於神經網絡、社會計算(social computing)、情緒感知等原理工作。不過 AlphaGo 的選擇，主要基於局面判斷和局部剪枝計算。而小 Ai 深度相對較淺，但廣度和變數則更多：歌曲、歌手、粉絲、現場氛圍、網友討論等，都會被納入分析范圍。(這有一點像是Alphago 現在正準備挑戰的《星際爭霸》，同樣要考慮資源、兵種搭配、位置、科技等不同變量)
在這些 變量之中，最有意思的，應該屬於小 Ai 對於歌曲的 “ 解讀 ” 。如何把歌曲評出一個高低分?答案仍然是，基於大量樣本的機器自主學習。這裡阿裡音樂的巨大數據庫起到瞭和 AlphaGo 輸入的歷史名局類似的作用。閔萬裡稱，阿裡音樂輸入瞭幾百萬首歌，供小 Ai 自動學習音頻的重要特征，在最後形成對歌曲的多維度評價，例如音高、能量、語譜、基頻等特征維度，不斷訓練小Ai對音頻及受歡迎程度之間的關聯性思維。阿裡音樂董事長高曉松驚嘆 “ 小 Ai 比我勤奮好學很多 ” 。
利用大數據結合自主學習技術(其實是不是真正的強人工智能目前還有爭議)進行預測，這個事情已不是第一次。此前最有名的，應當是知名人工智能公司 UnanimousA.I. 對今年奧斯卡獎項的預測，結果人工智能表現不俗，一舉命中三項大獎，其中就包括瞭小李子會最終抱得金像獎。再往前，UnanimousA.I. 還對美國 “ 體育界春晚 ” 超級碗進行瞭預測，結果也好過 99% 的賭球者。而微軟旗下的小冰也曾預測瞭小李子獲獎結果，她的姐姐——科塔娜 ( Cortana ) 對世界杯淘汰賽更是預測準確率高達100%。對於人工智能在工業和商業領域的預測與應用更是數不勝數。
但與上述這些預測不同的是，小 Ai 的挑戰直接進入瞭音樂藝術的領域。如果這次挑戰成功，那距離人工智能直接評判和創造音樂恐怕也為時不遠瞭。這也許意味著，人類最驕傲的部分：創造力和感情，可能在人工智能的分析面前不再神秘。
作為直接的參賽者，歌手們對小 Ai 的預測能力態度不一。奪冠熱門，人氣爆棚的黃致列就不太相信機器能夠預測出結果：“每一個歌手每首歌的旋律，動作，是自己也無法預測的。以前看到過一個喝酒的大叔在唱歌，雖然唱的不是很好，但是聲音蘊藏著有回憶和自己的感情。” 他認為，人的評價和機器的評價是兩回事，人的評價裡帶著有自己的故事，不同的人對一首歌會做出不同評價。
黃致列雖然對謙卑謙遜有禮，對機器卻是寸步不讓
黃致列的評價應該代表瞭許多人對於人工智能的態度。然而和他的韓國同胞李世石一樣，這種 “ 人類特殊論 ” 似乎並不像聽上去那麼可靠 ：4月1日《我是歌手》的突圍賽中，它成功預測前3名中的2位歌手(容祖兒和張信哲)與6、7、8名歌手。預測的3、4、5 名雖然順序不正確，但比分非常近似。這麼看，《我是歌手》的最終決戰，有可能真的又會是人機交戰的又一場 “ 經典戰役 ”。