“十点半的地铁，终于每个人都有了座位，温柔的风终于能轻轻地轻轻地吹。”

　　末班地铁呼啸穿过城市，疲惫的乘客各怀心事。李健在《我是歌手》里的这首歌，atv，精准地击中了北上广孤独的大多数，迅速窜红。

　　大洋彼岸也有一首特别的新歌《Not Easy》，容纳了千千万万种伤心事。很多人从歌曲中听见属于自己的不易时刻，动容落泪。

　　这首冲上 Spotify 全球榜 Top 2 的单曲，由曾为蕾哈娜、梦龙乐队担任音乐监制的格莱美获奖制作人 Alex Da Kid 主创。咦？共同创作者还有 IBM Watson，那个著名的人工智能？

　　Watson 的前身“深蓝”曾在20年前战胜过国际象棋大师卡斯帕罗夫，变身 Watson 之后，2011年在美国版最强大脑《Jeopardy!》中一战成名。去年 Watson 更亮相时尚盛典 Met Gala，为超模 Karolina Kurkova 打造了一款能感知推特粉丝情绪的智能礼服。

　　而这一次，人工智能要和音乐跨界合作。

　　Watson 学习了 26000 首流行歌曲，分析了 5 年来的流行文化，探索什么样的主题、旋律最打动人，从个人小爱到世界大爱， 将大量的非结构化数据转化为情感洞察，帮助 Alex 创作了这首《Not Easy》。

　　这是全新的音乐形态，一种可以“聆听”和“表达”听众，直抵听众心灵的音乐创作方式。

　　「听听最近在流行什么音乐，就知道你身处什么样的文化潮流。」

　　从《Casablanca》，到《My Heart Will Go On》，还有《Sound of Silence》，每首歌后面都能看到一个时代的光影。

　　在主题创作阶段，Watson 的语义分析 API — AlchemyLanguage 对过去 5 年的文本、文化和音乐数据进行了分析，范围遍及诺贝尔和平奖演讲稿、《纽约时报》头条、美国最高法院裁定书、洛杉矶博物馆报告、维基百科文章、热门电影梗概等等，从中抽取流行音乐主题，帮助 Alex 锁定了音乐创作核心——“心碎”。

　　流行之所以流行，因为能够击中大多数人的共鸣。

　　「 失恋之后我听懂了所有的情歌。」

　　每首歌后面不只是一个人，而是一群人、无数的故事和涌动的情绪。

　　在歌词创作阶段，Watson 的情感洞察 API — Tone Analyzer 分析了过去 5 年内，美国权威歌曲排行榜 Billboard Hot 100 榜单中超过 26000 首歌的歌词，了解每首歌曲背后的语言风格、社交流行趋势和情感表达，同时分析了博客、推特等社交媒体上的 UGC 内容，了解受众对主题的想法和感受。

　　在 Watson 情感洞察的帮助下，atv，Alex 仿佛开启了上帝视角，很快完成了歌词创作，演绎出 “心碎”这种复杂、多态的情绪。短短的四分零五秒，唱出了所有人的“心碎”。

　　不是你听懂了情歌，而是情歌唱出了你。

　　「音阶有高低，就像生活。」

　　我们被音乐打动，不仅是因为某句歌词、某种诉说，更因为在节奏与韵律中感知到心情和温度。

　　Watson Beat 在检测热门歌曲的作曲过程中，从逐年来不同的节奏、音高、乐器、流派中建立关系模型，帮助 Alex 发现不同声音所反映出的不同情感，探索出心碎的音乐表达方式，从而完成乐曲的谱写和编排。

　　「我感觉我能在音乐里看到颜色。」

　　设计要如何表现“心碎”？

　　Watson 色彩分析 API — Cognitive Color Design Tool 分析了海量专辑的封面设计，启发 Alex 将音乐背后的情绪表达转化为图像和色彩，完成了专辑封面制作。

　　音乐有颜色吗？当然！

　　这是一次革新，人工智能激发了前所未有的创造力，全新的创作方式赋予音乐更大的能量。