大數據“為你歌唱”

電腦先是可以畫畫，然后又可以寫出一本書，現在又能寫歌了。

最近，在倫敦西區的藝術劇院，借助大數據技術，由電腦創造的音樂初次公演。電腦程序通過對大量成功音樂的研究、分析、學習，尋找出其中的范式。這其中需要海量的數據分析，數據源包括百老匯數據庫、維基百科以及其他的在線資源。研究團隊還通過問卷調查等形式，收集了許多線下數據。

這首曲子或許并不會火，但卻是大數據在音樂領域的又一次有益嘗試。以當下的技術水平，大數據尚難以對音樂創造環節帶來顛覆。正如阿里音樂董事長高曉松所說，目前創作和互聯網關系不是很大，但互聯網提供的人和人的平臺，是對創作和發行有相當大的影響。

如果你對此持有懷疑態度，微軟的Bing成功預測2015年格萊美獎項的案例或許能讓你信服。

2015年格萊美頒獎，Bing預測大熱的英國創作型歌手Sam Smith最有可能獲得年度制作、年度歌曲以及最佳新人獎。結果Bing不負眾望，Sam Smith意料之中獲得最佳新人獎，憑借《Stay With Me》斬獲年度制作及年度歌曲獎，此外《Lonely Hour》還獲得了最近流行演唱專輯。

Bing的預測，基于全球用戶的搜索數據。數字唱片公司DigSin首席執行官杰·弗蘭克曾表示，大數據技術不是要把人的因素抹去，而是最大程度地呈現人的因素——受眾的反應?！斑@恐怕是音樂史上最平民化的時刻，”他說。

不久前，阿里音樂聯合阿里云的一項嘗試佐證了這一觀點。工程師通過將阿里音樂平臺上的用戶行為數據與社交網絡數據、新聞資訊數據等結合，借助阿里云“數加”上的大數據工具，預測哪些音樂人會成為下一個音樂巨星。

工程師介紹，用戶在音樂平臺上收聽、分享、收藏音樂的行為，以及在社交網絡、視頻網站、貼吧論壇上做出關注、評論、轉發、點贊等動作，反應了對音樂人的喜好程度。

但收集所有人的意見并作出判斷，并非易事。阿里音樂的工程師介紹，該項目僅每天要處理的阿里音樂平臺數據就達到了100TB，更不用說海量的外部互聯網數據。

全球大數據技術的飛躍為這一設想的實現提供了基礎。在過去的5年里，全球大數據計算性能實現了超過21倍的提升。2011年，Tritonsort排序100TB數據需要8274秒；到2015年，阿里云的MaxCompute只需要377秒。

大數據基礎技術的提升，為各種“妄想”提供了可能。美國的House of Blues開始采用一種獨特的算法去安排“拼盤明星巡演”。 BBC基于音樂雷達軟件Shazam提供的數據，在全球4900個城市中找到了擁有相同音樂品味的“孿生”城市。

音樂是連接世界的一個通用媒體，而大數據則是解開它潛力的鑰匙?？磥恚魳沸袠I的這場大數據革命，已是如火如荼。