会议介绍

本次研讨会将聚焦于四个主题：AI创作音乐、人脑创作音乐、音乐人机交互系统，以及音乐在脑疾病治疗中的应用。

在AI创作音乐的主题下，我们将讨论最新AI技术在音乐创作中的应用，探索它们在创作过程中的潜力和局限性。我们还将深入探讨AI与人类创作力的交互，以及它们如何共同推动音乐创作的创新。

在人脑感知和创作音乐的主题下，我们将探讨音乐对人类大脑的影响以及人脑如何创作音乐。我们将借助神经科学和认知心理学的视角，探讨音乐在我们大脑中的处理方式，以及人脑如何将创作力转化为音乐的独特表达。

此外，我们将探讨音乐在脑疾病治疗中的应用。越来越多的研究表明，音乐疗法可以在认知和脑康复方面发挥积极作用。我们将分享最新的研究成果和临床实践，并讨论音乐如何成为治疗脑疾病的有力工具。

最后，在音乐人机交互系统的主题下，我们将分享结合声音、图像、动作的多模态音乐人机交互系统在音乐演奏、辅助教学方面的应用，并探讨其成为辅助神经疾病及康复治疗工具的潜力。

本次研讨会将汇聚来自音乐、人工智能、神经科学和心理学等领域的专家，他们将分享他们的研究成果和经验，并提供对未来的展望。我们相信，通过交流和合作，我们可以开拓AI和人类音乐创作的新边界，同时为治疗领域提供创新的解决方案。

主办方：天桥脑科学研究院（中国）

协办方：网易云音乐

时间：2023年7月19日10:30-13:00（北京时间）

主持人 ·  Host

梁晓晶 

网易云音乐

网易云音乐音视频实验室资深音乐乐理工程师，中国音乐学院与伦敦玛丽女王大学联合培养博士，2019年加入网易云音乐，致力于AI音乐内容理解和生成的主客观评价与落地应用，是网易云音乐AI辅助音乐内容生产、歌曲流行趋势分析、K歌评分系统等项目的主要成员，同时也是一名音乐制作人，作品在全网有数亿次播放。

主持人 ·  Host

耿海洋 

天桥脑科学研究院（TCCI）

TCCI学术会议总监，TCCI人工智能与精神健康实验室科学家，香港大学心理学系计算精神病学博士后，荷兰格罗宁根大学医学中心认知神经科学博士。其工作发表在Nature Human Behavior,Brain Structure & Function, Human Brain Mapping等期刊上。

日程安排

生成式人工智能背景下的音乐感知分析与治疗应用前景

戴舒琪 

美国卡内基梅隆大学

现为卡内基梅隆大学计算机科学系的五年级博士候选人，研究方向为人工智能和计算机音乐，师从计算机音乐领域的奠基人Roger B. Dannenberg教授。她本科毕业于北京大学计算机系，曾在NVIDIA Research、Adobe Research、微软亚洲研究院、国立新加坡大学声音与音乐计算实验室等研究机构实习。她的研究项目涉及人工智能音乐作曲、歌声合成、音乐结构和感知分析、音乐演奏控制等多个方面，在国际音乐信息大会等国际学术会议和期刊发表了多篇论文并担任审稿人，曾获卡内基计算机奖学金、声学与音乐技术全国会议最佳学生论文奖等。

Report Summary

随着生成式人工智能的兴起，我们即将进入低门槛、低成本、批量化创作的音乐时代。然而目前的人工智能音乐仍存在重大技术缺陷，尤其是无法理解人类的音乐感知，对音乐进行个性化定制。在本次报告中，一方面，我将用数据驱动的方式，探索我们究竟喜欢什么样的音乐？音乐中的重复和错综复杂的结构，与感知究竟有着怎样的关系？我们如何利用结构和感知更好地创作音乐？另一方面，我将阐释人工智能音乐创作在医疗领域的应用前景。例如，采用可控式人工智能作曲系统为帕金森病人量身定制节律性治疗音乐，通过计算机音乐控制系统对老年人日常步频进行合理引导，及使用植物人患者本人或家人的声线合成唤醒歌曲等。

脑波音乐及其应用

卢竞

电子科技大学

博士，电子科技大学生命科学与技术学院副教授，硕士生导师，四川省认知科学学会秘书长，中国心理学会音乐心理学专委会委员。长期从事音乐与脑科学方面的科研工作，近五年先后主持国家自然科学基金、四川省科技计划重点研发等项目，授权国家发明专利2项，发表SCI收录论文二十余篇。其中，无标度脑波音乐工作受到了包括中国科学院网站、中央电视台、Time、New Scientist、Yahoo、Science Daily、Medical Daily、Terra Daily、Wired等在内的近二十家海内外科技媒体的广泛关注和报道；音乐创作的脑机制研究工作被Nature Asia网站推荐为当月的“研究亮点”。

Report Summary

音乐能够创造人类共享的体验。通过音乐进行情感表达与交流，与健康和幸福紧密相关。音乐学家和科学家一直试图揭示音乐与人脑之间的关系。方向之一是将大脑信号转化为音乐。2009年，我们提出了一种基于音乐和脑电的无标度方法，将脑电数据转化为音乐。近年来，我们尝试将这种脑波音乐应用于睡眠、情绪和认知干预。结果表明，脑波音乐具有积极的效果，帮忙我们更好地理解大脑和音乐之间的联系。伴随更多研究证实，脑波音乐可能成为一种安全且廉价的临床应用方法。

音乐治疗在临床医学中的进展及应用

张晓颖 

中国康复研究中心心理科音乐治疗中心

中央音乐学院音乐治疗学硕士，首都医科大学康复医学与理疗学博士，中国康复研究中心心理科音乐治疗中心副研究员，注册音乐治疗师（MT-BC），神经学音乐治疗师（NMT）。先后承担厅局级课题5项，国内外期刊发表第一作者文章10余篇，共同作者43篇，参与编写专著6部，主译专著1部。社会兼职：中国音乐治疗行业委员会副主任委员，注册督导师；CCF计算艺术分会执行委员

Report Summary

音乐干预——这种非侵入、无创式的医疗手段近年来已经成为临床医学领域关注的热点。目前，国内外诸多研究已经证实了音乐对于疾病的治疗功效。音乐治疗对临床医学中神经系统疾病的干预，是建立在临床医学、神经科学和音乐治疗学的基础上，以现代音乐治疗的手段，用循证医学的研究方法，系统的解决中枢神经系统运动系统疾病的临床治疗方案。其中包括针对脑血管病、神经系统损伤后疾病、针对运动系统疾病中的音乐干预训练的研究及案例。以上方法均建立在音乐感知及执行的基础上，通过听觉对声音及节奏的识别，在初级及次级听觉皮层形成反馈，对大脑神经可塑性产生积极的影响。本次将针对临床医学中常见的脑功能疾病，将音乐干预与治疗相结合，运用的理论、方法及案例展示的形式作以初步的分享。

用机器教音乐

夏光宇

国王人工智能大学（MBZUAI）

国王人工智能大学助理教授，同时也在上海纽约大学、纽约大学坦顿工学院、纽约大学Steinhardt音乐与音频研究实验室（MARL）兼席。拥有卡内基梅隆大学机器学习博士学位，曾在Roger Dannenberg教授的指导下工作。主要研究领域为计算机音乐，涵盖了机器学习、人机交互、机器人和音乐。代表性工作包括人机交互演奏、自动舞蹈机器人、智能音乐显示及基于内容的大规模音乐检索。同时还是一名专业的笛子演奏家，擅长演奏笛、箫等乐器，曾在纽约大学上海爵士乐团、Pitt Carpathian乐团、北京大学中国音乐学社演奏。

 

秦楠枫 

上海纽约大学

上海纽约大学计算机音乐在读博士生，方向智能音乐教育系统。研究内容包括人机交互，深度学习。

Report Summary

音乐体验是多模态且高维的。

1) 多模态：音乐演奏，音乐理解，和音乐学系都依靠与音、象、动三模态的交织。这要求我们开发音-象-动多模态人机交互界面，并建模音乐家的跨模态心理过程。

2) 高维：音乐过程的信息密度大。我们发现，多项“微特性”同时作用会有益于人学习音乐。用户被信息淹没，只能有效接收很小的子集，但用户主观却注意到一小部分特定交互并把它们理解成有意义的音乐指导。

会议海报

关于AI for Brain Science系列会议

AI for Brain Science系列会议致力于促进脑科学与人工智能的跨学科合作和交流，以推动学科深度融合。2023年，我们将组织一些列聚焦于AI for Brain Science主题的学术研讨会，包括：AI与数据合成，AI、音乐与大脑，AI与脑机接口，AI与睡眠/梦境， AI与精神健康等主题。

作为系列品牌活动，AI for Brain Science系列会议将提供一个重要的平台，让学术界和工业界的专家们可以展示他们的最新研究成果、交流合作机会，并分享在人工智能与脑科学领域的最佳实践。

我们热忱欢迎对人工智能和脑科学领域感兴趣的学者、研究人员和业界从业者参加AI for Brain Science系列会议。通过这个平台，我们希望推动人工智能和脑科学的前沿进展，为解决大脑功能和疾病的挑战提供创新的解决方案。

如果您对本期会议感兴趣，欢迎私信获得会议链接，期待您的加入！