- 综合排序
- 最热优先
- 最新优先
- 来自专栏音乐与健康
“莫扎特效应”背后的真相：你真的会“听”吗?
一、莫扎特效应的诞生：一场被误读的科学实验1. 后续研究的证伪与争议重复性危机：2010 年，德国慕尼黑大学对 300 名学生重复实验，发现莫扎特组与空白对照组的测试成绩无显著差异任务特异性：加拿大麦吉尔大学 meta 分析显示，莫扎特效应仅在 “涉及空间旋转的特定任务 ，流体智力（Gf）提升 7.5 分，显著高于未受训组（《发展心理学》2017）迁移效应：钢琴训练可使数学成绩提高 15%，因两者共享 “模式识别”“序列规划” 等认知机制（《自然・人类行为》2020）3. 对学龄儿童：从 “被动听” 转向 “主动玩”遵循 “3×10 法则”：每周 3 次，每次 10 分钟乐器探索（如尤克里里、电子琴），用游戏化方式培养兴趣警惕 “考级功利化”：伦敦大学学院发现，以考级为目标的训练会使音乐愉悦感下降 58%，反而抑制创造力发展3.
60910编辑于 2025-07-01 - 来自专栏大数据文摘
论文Express | 把你的口哨变成莫扎特风，Facebook发布通用音乐迁移网络
简而言之就是，你随便吹出的一段口哨，已经可以在很短的时间内，被AI转换成为莫扎特风格的钢琴曲，又或者贝多芬风格的交响乐。 视频中演示了莫扎特的交响曲、海顿的弦乐四重奏，以及巴赫演奏的各种乐器，除了古典的音乐，甚至还包含了合唱团的声音、非洲音乐和吹口哨的声音。 你可以输入海顿的弦乐四重奏，然后输出莫扎特的交响乐曲、巴赫的清唱剧，亦或者是管风琴以及贝多芬的钢琴等风格多样的曲风。 通过对分类网络C进行训练，使得分类损失最小化，其中分类损失为： 实验过程 训练过程 我们用六个域的古典音乐数据对网络进行了训练，分别是： 莫扎特的46首交响乐，由卡尔·伯姆(Karl B Hm)指挥； 其中20个片段来自巴赫的键盘作品，用羽管键琴演奏；另外20个片段则来自莫扎特的交响乐，属于管弦乐作品。
98540发布于 2018-05-24 - 来自专栏AI研习社
从莫扎特到披头士，Facebook 新 AI 轻松转换音乐风格
莫扎特 — 披头士 想象一下：你的朋友几周来一直在唠叨你听一首歌，尽管你已经告诉他你不喜欢 Ed Sheeran。 他们继续纠缠你，声称“旋律是伟大的”。 3. O（s ^ j，r）是应用于具有随机种子r的样本的增强函数。 C是域混淆网络，其被训练以最小化分类丢失。 4. λ：lambda负责解开。
63230发布于 2018-09-25 - 来自专栏音乐与健康
莫扎特效应（Mozart effect）治癫痫？神经学家、工程师和音乐家团队联合探索机制
这就是所谓的“莫扎特效应（Mozart effect） ”。 在这本书中其谈论自己的音乐疗法，提到了莫扎特，也谈到了海顿、贝多芬等其他音乐家。“莫扎特效应”真的存在吗？尽管长期以来争议不断，但这并不妨碍围绕“莫扎特效应”的大量研究的展开。 近年来，还有科学家将莫扎特音乐和癫痫等脑疾病的治疗联系起来。 “莫扎特K448效应”机制不明癫痫影响全球约11%的人口，其中又有1/3患有耐药性或难治性癫痫。除了癫痫发作及其相关的合并症外，癫痫患者还会经历发作间期癫痫样放电(IEDs)。 在这项研究中，Quon等人希望评估3个问题。
10410编辑于 2026-05-04 - 来自专栏新智元
秒变莫扎特、贝多芬，Facebook提出完美转换音乐风格的神经网络
---- 新智元编译 来源：thenextweb.com 翻译：肖琴 【新智元导读】Facebook人工智能实验室（FAIR）的研究人员近日发布了一个能够将音乐从一种风格、流派或乐器转换成另一种的神经网络，其表现非常优异，所创作的音乐足以骗过人类。这是第一个利用神经网络，用无监督学习的方法重建高保真音乐的AI。 论文地址： https://arxiv.org/pdf/1805.07848.pdf Facebook人工智能实验室（FAIR）的研究人员近日发布了一个能够将音乐从一种风格、流派或乐器转换成
79540发布于 2018-05-28 - 来自专栏转行程序员
新人学习写程序的第一道坎
系统后台开发，也叫web开发，程序员数量最多的比例，使用语言种类多种多样，1:java 2:python 3:go 4:其他 Java岗位最多，BAT大厂几乎是Java的天下。 3.哪个岗位工资最高？ 新人可能会对各种岗位的工资很好奇，倾向于选择工资最高的，比如“AI”“机器学习”，这个错误认知被培训结构利用的淋漓尽致。 莫扎特的父亲还专门撰写了一部用于发掘孩子音乐才华的培训书籍，并在莫扎特很小的时候，便开始教莫扎特。莫扎特4岁时，父亲开始全职教他学习小提琴、大键琴以及更多其他乐器。 尽管我们不知道莫扎特的父亲究竟用什么样的练习来训练儿子，但我们知道，莫扎特六七岁的时候受过的训练，和通过榊原彩子的培训课来培养和发展完美音高的24个孩子相比，不但强度更大，时间也更长。 所以，回想起来，对于莫扎特的完美音高，我们应当不用感到那么惊奇了。刻意练习，人人都能成为莫扎特。 点个赞吧，我是王炸，我们下期见。 - END -
52810发布于 2020-12-08 - 来自专栏量子位
让莫扎特“续写”披头士的音乐，OpenAI的新AI作曲能力强丨Demo可玩
还可以驾驭各种曲风，从莫扎特、贝多芬，到爵士乐、乡村音乐，还有披头士、Lady Gaga的曲风。 甚至，MuseNet能让莫扎特“续写”Lady Gaga的歌，让肖邦“续写”Adele的歌。 比如我们选莫扎特。 2、选择开始的旋律： ? 这里如果选NONE（START FROM SCRATCH），AI就会看心情，随便给你来一段莫扎特风格的曲子； 如果选了其他几首歌，比如Lady Gaga的Poker Face，就相当于命题作文，用莫扎特的风格续写 3、点下面的→，让它生成音乐： ? 以贝多芬的风格为例，它的乐曲中包含了部分莫扎特元素、海顿元素、柴可夫斯基元素和门德尔松元素。 ? 而莫扎特则多了克莱门蒂元素： ? 这样一张关系图中，AI摸清了每个音乐家风格的门道。
1.1K20发布于 2019-05-13 - 来自专栏大数据文摘
关于大脑，这五个“常识”其实是谣言
所以，人们对于这个3磅（大约2.4kg）的“大肉块”的工作方式有如此多误解实在不足为奇。以下是关于大脑的五个最大的谣言。 ◆ ◆ ◆ 谣言一 听莫扎特能让你更聪明 古典音乐——尤其是莫扎特——能够让人更聪明的谣言在过去的20年甚嚣尘上。 但事实是，只有非常罕见的数据显示听莫扎特能够让你变聪明。 “莫扎特效应”首次进入公众视野是在 1993 年，著名杂志《自然》刊发了一篇论文。 而且听莫扎特也仅对折纸或用铅笔解决迷宫问题之类的空间智力测试中有效。（随后的研究发现给子宫中的小鼠听莫扎特也有类似的、让空间智力提高的效果。） 在2006年一项对10岁和11岁的儿童进行的实验中，Blur 的摇滚音乐比莫扎特的效果更好。 即便如此，对特定莫扎特奏鸣曲的研究现在依然在继续，持续至今。
63320发布于 2018-05-24 - 来自专栏机器之心
莫扎特、披头士随意切换，这个AI会用10种乐器演奏不同风格音乐
若我们想创作肖邦、莫扎特呢？ OpenAI 新近创建的模型 MuseNet 可以解决这个问题啦~ MuseNet 是一个深度神经网络，它可以用 10 种不同的乐器生成 4 分钟的音乐作品，并且还可以结合各种风格的音乐，如乡村音乐、莫扎特 这个长语境大概是 MuseNet 能够记住一个片段中长期结构的原因，就像以下示例中模仿肖邦一样： MuseNet 还可以创建音乐旋律形态，就像该示例中模仿莫扎特一样： 音乐生成是测试 Sparse Transformer 接下来，OpenAI 为和弦中的每个音符添加了一个嵌入（这是在模仿相关注意力，因为这样可以让模型更容易学到：音符 4 需要回看音符 3，或者回顾前一个和弦的音符 4）。
76730发布于 2019-05-10 - 来自专栏用户3246163的专栏
[脑书笔记]《刻意练习》(下)：不要相信天生才华！
有个神奇的故事说在一次演出中，他的小提琴四根琴弦依次一根根的断掉了，只剩下了最后一根，但是帕格尼尼没有停止而是使用3根，2根，甚至1根琴弦的小提琴继续演奏，观众们觉得这个小提琴天才用缺少了琴弦的小提琴演奏出了更好听的音乐 其实这都来自他在幕后的刻意练习，在幕后他练习了很多用3弦，2弦，还有独弦的演奏。然后在演出的时候故意用很大力气把琴弦一根根的弄断。 这才是“天才”真实的故事 莫扎特传奇 莫扎特从小就被称为神童，说他6岁作曲，8岁写下第一部交响曲，11岁写出一部宗教剧和几部键盘协奏曲，12岁时创造了一部歌剧。 莫扎特的父亲是一位宫廷乐师，所以莫扎特在很小的时候就开始使用铃木训练法来训练莫扎特。而这个方法在当今已经验证很多五，六岁的孩子经过铃木教学法训练之后，就可以熟练的演奏小提琴，弹奏钢琴了。 我们先来看一个例子，经过统计发现，在加拿大的冰球选手中，出生在1-3月的冰球选手是出生在10-12月的冰球选手的好几倍，你们相信出生在1-3月的冰球选手就具有天生的冰球才华吗？
75430发布于 2018-09-14 - 来自专栏web编程技术分享
Java从新手到大牛，如何训练？
其实也不尽然，根据推测，莫扎特本人很可能也是经过了刻意的训练，才拥有这项能力的，要知道，在莫扎特4岁的时候，他父亲就开始教他作曲。天哪，才四岁。 而在莫扎特六岁的时候，就在父亲的带领下到慕尼黑、维也纳、普雷斯堡作了一次试验性的巡回演出。 可想而知，莫扎特所经受的训练强度有多大，而且他是由当时水平一流的父亲亲自指导，每一次的训练，必然都能够及时得到高质量的反馈。这样想想，莫扎特的巨大成功，也是情由可原的。 3.有效的训练必然需要一个高质量的导师 在这个成功学遍地开花的时代，都秉性一个共通的原则，那就是，想要成功， 你最直接的方法就是和已经成功的人在一起。 3. 悟性很好，也肯吃苦。 培训了半天还是转行的人不要太多哦。所以，如果不能即时地获得高质量反馈，那么，这样的训练就是无效的训练。哪怕你培训了四个月。
90360发布于 2018-05-17 - 来自专栏大数据文摘
OpenAI发布新算法MuseNet，让甲壳虫乐队与LadyGaga一起演奏
大数据文摘出品 来源：technologyreview 编译：汤圆、夏雅薇 如果莫扎特现在还活着（而且感觉有点缺乏灵感），他可能会坐下来创作这样的音乐： 一段莫扎特风格的音乐，由MuseNet制作。 多伦多大学的机器学习研究员SageevOere对人工智能音乐产生了兴趣，他为这款工具能够即兴重复莫扎特的作品而感到惊叹。这实际上是机器学习算法的功劳，它已采用了数千条MIDI音乐文件作为训练数据。
76930发布于 2019-05-17 - 来自专栏AgenticAI
[LLM-Agent]100行代码演绎AI版“狼人杀”-伟大的人类竟因展现出的战争哲学和领导力出局
阿里的通义千问[3]，接口兼容OpenAI API，只有通义千问系列的模型兼容，平台上第三方模型诸如Llama3，Llama2, ChatGLM2等都不兼容，我本来还想加一个Llama3增加点戏剧效果的 一张团体票上赫然列着五位历史上的伟人：亚里士多德、沃尔夫冈·阿马德乌斯·莫扎特、列奥纳多·达·芬奇、克娄巴特拉和成吉思汗。 3. 游戏实现 3.1 配置LLM 当你已经申请好了API TOKEN，我们开始配置LLM，这个配置信息会作为参数传入OpenAI API的接口中。 莫扎特 在我们这场智慧与推理的游戏中，每一位参与者都展现了卓越的才智和见解。我必须承认，在分析各位的回答时，我也遇到了挑战。 成吉思汗（虽然现在我被两票选中，然而亲爱的达芬奇和莫扎特两位天才票选的是艳后和达芬奇，局面还在掌控中，我也投给艳后） 我投票给克娄巴特拉 6.
81010编辑于 2025-03-18 - 来自专栏ATYUN订阅号
Facebook开发深度学习系统，如同大师一样玩音乐
Facebook的研究人员开发了一种深度学习系统，可以复制它听到的音乐，将其回放，就好像它是莫扎特，贝多芬或巴赫一样。这是研究人员首次在乐器，风格和流派之间制作高保真音乐转换。 研究者使用八个NVIDIA Tesla V100 GPU和cuDNN -accelerated PyTorch深度学习框架，六类古典音乐领域训练系统，其中包括：莫扎特的46部交响曲，海顿的27个弦乐四重奏
51450发布于 2018-07-27 - 来自专栏量子位
老鼠也会跟着音乐「蹦迪」，最喜欢Lady Gaga的歌｜日本新研究
然后给它们放莫扎特的钢琴奏鸣曲《K.448》。 这里只选取约1分钟的片段，并分四种不同速度播放：0.75x、1.0x、2.0x、4.0x。 对照组是20位人类，听同样的音乐，佩戴同样的加速度计。 在紧接着分别播放的五首歌——Lady Gaga的《Born This Way》、皇后乐队的《Another One Bites the Dust》、莫扎特钢琴奏鸣曲《K.448》，以及Michael Jackson
45440编辑于 2022-12-09 - 来自专栏量子位
逆天语言模型GPT-2最新开源：345M预训练模型和1.5B参数都来了
几天前，在此架构基础上改进得到的模型MuseNet，也能预测一段音乐中下一个音符是什么了，还用贝多芬的曲风续写阿黛尔的Someone Like You，让莫扎特续写披头士。 不来了解一下？ 让莫扎特“续写”披头士的音乐，OpenAI的新AI作曲能力强丨Demo可玩 传送门 最后，附上GitHub代码地址： https://github.com/openai/gpt-2 GPT-2数据集地址
1.3K40发布于 2019-05-14 - 来自专栏量子位
ICLR19论文：口哨声变交响乐，神经网络一键改变音乐风格，LeCun推荐 | 已开源
让经典的吉他演奏，摇身一变成了优雅的莫扎特交响乐。 甚至连你随口哼唱的口哨，经过AI的加工和改造，都能变成莫扎特的交响乐： △ 想听口哨变身交响乐的，可拖拽至1分45秒附近 这就是音乐界的P音大师么。
56550发布于 2019-05-15 - 来自专栏AI科技评论
Martin Davis最新访谈：机器学习是一个收敛的过程，背后理论并不高深
Q3：如何更好地定义“可行”？ 目前还不清楚是否有一个非常精确的概念。定义的方式可能就像“有些算法比其他算法更难”，只有一个范围。 此外，什么是可行的，部分要取决于你有哪些可用的计算机设备。 所以我用莱布尼茨的数列 π/ 4 = 1 - 1/3 + 1/5 - 1/7…写了一个程序，并计算出这个数列大约有 20,000 项。 Q9：您怎么看待莫扎特写交响曲这件事？计算机还做不了这种事。 嗯……计算机已经可以创作音乐了，只是还没有创作出我所欣赏的音乐。但莫扎特是非常罕见的。 就像任何作曲家一样，莫扎特的技能要经过磨练，他的大脑以某种非常特殊的方式连接在一起，从而产生了美妙的音乐创意。我们不知道他是怎么做到的，也不知道如何“造出”一个莫扎特。但未来，也许我们会知道。
42210发布于 2021-09-16 - 来自专栏机器之心
和GPT-4这些大模型玩狼人杀，人类因太蠢被票死，真·反向图灵测试
五位扮演角色分别为：古希腊巨哲 —— 亚里士多德（GPT4 Turbo），维也纳古典乐派代表人物 —— 莫扎特（Claude3 Opus），意大利文艺复兴时期画家 —— 列奥纳多・达・芬奇（Llama3 亚里士多德：莫扎特先生，你能描述下你创作音乐时的感受吗？ 莫扎特：当我创作时，我感到一种超然的流动状态。 在观众看来这肯定是 AI 了，毕竟莫扎特（Claude3）的反应很慢。 在亚里士多德、莫扎特、列奥纳多・达・芬奇相互提问过后，克利奥帕特拉七世随即向我们的人类扮演者「成吉思汗」抛出了问题。 今年 3 月，英伟达展示的一个 Demo 视频引发了人们的讨论。
43810编辑于 2024-06-04 - 来自专栏黄成甲
作为父母怎么发现孩子的天赋？
在说天赋的时候，我们常常会想到莫扎特。他14岁的时候，在教堂听了一首经文歌后，就能凭记忆把它全部默写出来，这首歌大概有两分钟，而且有好几个声部。 这完全是天生吗？不完全是。 他的父亲是一位音乐家，还曾出版《小提琴奏法》，他放弃了宫廷乐师的工作，将全部精力用在莫扎特身上。 但是，倘若让我们的孩子也练习那么长时间，就可以达到莫扎特的天才程度吗？很大可能不会。 你的孩子或许没有莫扎特一样出众的音乐天赋，也没有像爱因斯坦那样的高智商。然而，我们忽略了相对天赋的概念。 3.视觉空间能力，可以准确地识别出视觉空间的结构，比较善于把他们看到的、感觉到的，用具体形状的东西表现出来，代表人物就有毕加索、罗丹。 4.音乐智能，比如有一些孩子三岁就能在钢琴上弹肖邦的曲子。 3.问他人 天赋是天生的、下意识的，作为父母也不可能一直陪伴在孩子左右，很多时候，我们自己很难辨别出来。但是从别人的角度，他们会更容易帮你辨别。
2.4K30发布于 2018-09-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号