从“像音乐”到真作品
在“入学”上海音乐学院之前，小冰就已掌握了歌词创作和音乐创作能力，为什么又去上音“深造”？
李笛说，行业内尝试音乐创作的人工智能团队不在少数，多数技术流派不基于乐理，而是靠大量学习曲谱。这造成的问题是，生成的作品看起来“非常像音乐作品”，但由于不基于乐理，所以更多的时候是形似而非神似。“往往就是一群不懂音乐的人做出来一个东西，大家互相鼓个掌，觉得做得很像艺术。”
李笛用“跨界的碰撞”来形容小冰团队同上音的合作。他坦承，最初有些乐理方面的内容，程序员其实弄错了。“但让我们明白错的地方，就很容易改。”李笛笑道，“所以我们现在这个团队的程序员，可能是最懂乐理的程序员。”
“其实我们和上音的合作，最主要的事情是验证并发现还有哪些地方是我们需要加强的。”李笛透露，在去上音之前，小冰音乐创作模型的前90%的工作已经完成了，去上音更像是去“毕业答辩”。
于阳认为，乐理的学习对小冰构不成挑战。“乐理就是一种规则性的东西，小冰学习乐理的能力比人类强，而且过目不忘。”
于阳觉得，对于人类来说，没有人出生就是作曲家，AI也是同理。“小冰（的创作）不是无中生有的，取决于你喂了怎样的营养，在这个基础上，她才能根据这个东西来进行创作。”
“喂养”的过程被称为“音乐数据标注”。陈世哲介绍，小冰创作新的作品之后，上音的团队会对小冰创作的旋律、编曲进行评估和反馈；此外，上音的师生也按照规则标注了一些音乐数据，从数据上帮助小冰提升音乐创作能力。
相比学写诗只迭代了一万多次，小冰这次学音乐创作的迭代达到了十万次的量级，但小冰的学习速度惊人。陈世哲说，从接触小冰团队到最后小冰毕业，不过半年左右时间。
