致力变革：与 iZotope 联合创始人 Mark Ethier 关于 AI 的对话

2026-8-24

本文是对马克·埃蒂尔（Mark Ethier）的一次访谈，他现任伯克利音乐学院新兴艺术技术实验室（Berklee Emerging Artistic Technology Lab，BEATL）执行主任。在音乐技术行业，马克还以iZotope联合创始人兼前首席执行官的身份广为人知。自麻省理工学院时期起，他便开始接触机器学习，而这些技术后来也被应用到了iZotope的众多产品之中。

图 1：MarkEthier。（来源：伯克利音乐学院）

自创办以来，伯克利音乐学院始终站在音乐技术变革的最前沿。从这里走出的毕业生，不仅有格莱美获奖艺术家，也有在音乐及音乐之外的众多领域深耕的教育工作者、和产品开发者。如今，学院吸纳像马克这样背景的人才，协助设计围绕人工智能的课程体系，同样是这所学院践行其办学理念的又一例证。几年前我们与马克有过一次访谈。

图 2：BEATL的简介。BEATL设在伯克利音乐学院，是艺术家优先（artist-first）的创意中心，着力研究下一代创作者工具、AI与机器学习、沉浸式与交互式体验的设计，以及适用于音乐创作的新型音频接口。（来源：KVR Audio）

再次与马克对谈的契机，是伯克利音乐学院宣布了即将举办的AI与音乐峰会（AI and Music Summit，AIM），定于6月3日至5日在波士顿举行。虽然由Jordan Rudess和LRain联袂出演的配套音乐会可能还有余票，但峰会本身的门票已经售罄，这也再次印证了AI正对音乐创作的方方面面产生深刻影响。

本次访谈探讨了人工智能正如何重塑音乐教育：从学生尝试生成式编程工具，到辅助AI技术（assistive AI）帮助残障艺术家重获创作能力。马克着重强调了人类表演与艺术沟通的重要性。他将伯克利AI峰会描述为一次多方对话的尝试，旨在让音乐家、教育工作者、开发者、律师和共聚一堂，从而使艺术家在塑造音乐AI的未来时拥有更强有力的话语权。

AI的发展是否存在类似摩尔定律的规律？因为它的进步速度似乎是指数级的。

马克：我得承认，顺着这个问题我做了一番小研究。回顾摩尔定律，它说的是计算能力每两年翻一番，同时成本减半。如今，这个周期实际上已经延长到了三年左右，因为我们已经达到了一个阶段，物理层面的让我们难以维持原有的发展轨迹。而我发现的是，目前AI能力迭代的速度大约每三个半月就会翻一番。

图 3：一张微处理器晶体管数量的半对数图（semi-log plot），显示其数量大约每两年翻一番。（来源：Our World in Data）

马克：这么说吧，这相当于每年都能提升整整一个数量级。一方面，算力本身在增长，可用的计算资源越来越充裕；另一方面，算的效率也在不断提高，有时甚至是AI自己在优化自身效率，这想想仍然让人觉得不可思议。再加上数据规模的扩张，无论是真实数据还是合成数据（synthetic data）都在急剧扩容，所有这些因素叠加在一起，才造就了这样的局面。

KVR：投资者正在向AI初创公司大笔注资。我在想，这是否存在泡沫。你认为这会对音乐行业产生什么影响吗？

马克：我觉得从某种角度来说，严格来讲，我们确实身处泡沫之中。当下有大批玩家在争夺同一个市场，采取的都是“赢家通吃（winner takes all）”的策略。最终你会看到十几家公司投入海量资源去追逐同一个目标，而它们心里都清楚，这其中有十之不会成。不过，以往出现这种情况时，往往会留下一些基础设施，人们日后仍能从中发掘出价值。

聊起互联网泡沫（dot-com bubble），我倒想起一件趣事儿。那时我还在麻省理工读本科，市面上有一种服务，能以商店的原价在一小时内把任何东西送到你手上。你稍微一想就会觉得，“这怎么可能呢？”结果确实不可能：那不过是被夸大的服务，昙花一现。至于音乐行业本身是否存在泡沫，我不敢肯定；但在音乐技术的某些细分领域里，泡沫是确实存在的。

KVR：我觉得音乐产品行业里的很多情况肯定也与此相关——我指的是硬件这块。疫情期间线上零售商增长迅猛，后来人们能出门了，也就不再像以前那样整天窝在家里玩音乐了。

马克：没错。我听到过一个很形象的描述：在硬件和软件领域，这几乎是一个双重困境。当初有一大群人全身心扑在爱好上，如今他们回归日常工作，就把手里的硬件或软件一股脑挂上eBay转手。于是这些公司现在正和自己两年前卖出的设备同台竞争。这确实很残酷。

KVR：就你目前的研究而言，最令你惊讶的发现是什么？最令你感到不安的又是什么？

马克：最令我惊讶的是这场变革的速度与广度。回顾过去，当DAW变得触手可及时，曾掀起一场创作，那算是音乐普及化进程中的一大转折。后来Napster和LimeWire的出现又催化了后续变革，催生了苹果全新的音乐商业模式以及Spotify，彻底重塑了音乐经济的运作方式。而眼下，这两波浪潮似乎正在同时发生，只不过时间尺度从“年”压缩到了“月”。哪怕就在一年前，我还会说“哦，但它还做不到这个”，可事实已经无数次证明我错了。

图 4：iZotope Ozone。（来源：KVR Audio）

我想先把生成式AI（无论基于授权素材还是抓取数据训练）与辅助型AI（Assistive AI）之间的区别厘清。早在十多年前，iZotope就在使用辅助型AI了，比如RX这款产品，除了其他能，它还能消除“麦克风摩擦声（mic rustle）”——也就是领夹式麦克风刮擦衣服时发出的那种声响。那确实是AI，但并不可怕。

我们原本就已经有了相当出色的虚拟乐器，而现在有些生成式工具可以直接用生成式AI来渲染虚拟乐器音色。这，不过是对一个早已被改写的工作流程进一步加以增强。

KVR：你觉得AI对目前在校的伯克利学生已经产生了什么影响？你有没有看到新生入学时水平已经高到可以教课了？

马克：伯克利音乐学院是个非常多元的地方。有些学生非常沉迷于生成式AI，有时我不得不提醒他们：“等一下，先别急。你知道这背后的模型是怎么训练出来的吗？你拥有生成内容的版权吗？这些内容真的受版权保护吗？”而另一些学生来伯克利，纯粹是因为热爱吉他或爵士乐，他们其实还从未以这种方式深入接触过技术。

今年我们就有大四学生即将毕业，而他们入学那会儿，生成式音乐还根本不成气候。与此同时，我也跟几位高中音乐老师聊过，他们开始在课堂上引入一些生成式音乐工具，因为如果不借助这些，学生们根本接触不到音乐创作。未来，或许会有更多已经把这类工具融入创作流程的新生走进伯克利，但我仍然觉得，这一切都还在非常非常初级的阶段。

KVR：这一切的价值，究竟在于让音乐家为作品锦上添花，还是在于打造工具来让音乐更出色、更具个性？

马克：在这方面，我们还处在非常初级的摸索阶段。比如Dream Theater乐队的Jordan Rudess，他一直在与麻省理工学院合作，训练一套属于自己的个人模型，能在舞台上与他实时即兴合奏。这是锦上添花，而非取而代之。

伯克利音乐学院最近刚刚举办了一场名为ABLE Assembly的会议，会上就有这样的例子：人们正利用生成式AI来重获失去的音乐创作能力。如果因为某种原因失去了声音，他们其实可以用自己以往录制的嗓音来训练这些模型，依然能够调整音色特质与情感表达。我想超越那种输入几个词就能生成一首歌的工具阶段，我认为那只是一种新奇玩意儿。

KVR：到了某个阶段，人们总归还是想看到有人亲自演奏那些编曲。要是你拥有快速学会一首歌或一整组曲目、并且始终稳定发挥的能力……说不定受过伯克利训练的音乐家反而会更吃香？

马克：机器可以比人类跑得更快，但我们依然会涌向田径赛场，去看谁能在百米赛道上跑得最快。而音乐和表演远比这深刻得多。即便你能让机器输出一段音频，也不代表那就是真正的人类交流。

KVR：我们聊聊伯克利的AI峰会吧。是6月3日至5日在波士顿举行吗？

马克：对，峰会定在6月3日至5日，随后6日和7日还有一场由Music Hackspace承办的黑客马拉松。目前峰会门票已经售罄，不过配套举行的音乐会可能还有余票，届时Jordan Rudess和LRain会登台演出。

KVR：关于这次峰会，你最希望人们在会前了解些什么？同时，你又最希望与会者在会后带走什么？

马克：在围绕音乐与AI的公共讨论中，我们发现一个明显的空白——艺术家的视角常常缺席。而这次峰会正是一个契机，让音乐家、教育工作者、开发者、律师和伦理学家齐聚一堂。届时，不仅有对AI融入持强烈怀疑甚至反对态度的人，也有将AI整合作为核心商业模式的企业。

我们希望艺术家和教育工作者能带着一种掌控感离开。眼下很多地方弥漫着一种近乎绝望的情绪，仿佛“这一切都在发生，我们根本无力阻挡”。我们想让大家看到，我们完全可以主动走向这些公司和研究者，在这场对话中发出自己的声音。

KVR：伯克利音乐学院向来乐于拥抱变化……

马克：没错。音乐技术界有多少人是伯克利音乐学院出身，说出来都让人吃惊。再说个趣事，关于生成式编程最近在伯克利音乐学院悄然兴起的经历。上学期有门讲商业计划撰写的课，授课老师决定带学生试试，用代理式编码工具（agentic coding tools）到底能不能搭出一款产品。结果学期结束时，那些从零开始、完全不会写代码的学生，已经做出了四五个能齐全的应用。这彻底改写了人们对“伯克利学生出去能干成什么”的原有估量。

另外，再次感谢你给了我这次机会，让我能聊聊AIMS活动。我们的横幅还需要一点时间才能准备好。

图 5：1980年代，Did Mash在伯克利音乐学院讲授音乐软件课程。Did Mash是音乐人兼教育工作者，曾任伯克利音乐学院高级副校长（Senior Vice President）。（来源：KVRAudio）

KVR：其实你可以直接用生成式AI做一张图……

马克：（笑）我知道！不过有趣的是，他们发给我的第一稿就是AI生成的，结果它愣是编出来一个根本不存在的网址，而且尺寸也完全不对。

KVR：确实得多留个心眼。并不是说生成式AI能帮你包办一切。

马克：一点没错。我觉得这也给整个事儿提了个醒。我们其实还没怎么聊到音乐教育这块，现在我们也得教育大家去了解语言模型，因为学生们已经在课堂上使用它们了，却可能没意识到这些模型内嵌着怎样的偏见。同样的问题会一再浮现：它们是怎么训练出来的？你能接受吗？你拥有生成内容的版权吗？你怎么使用它？它是否符合课程规定，或者符合伯克利作为一所院校的政策规范……

KVR：AI有时候会曲意逢迎……

KVR：你是说它像个“马屁精”？对，一点没错。如果产品是免费的，那你就是产品，对吧？大家在使用时心里得有数：它不收你的钱，却在拿走你的全部数据。你应该多想想，“我是不是在被推销东西？是不是在被投放广告？还是在被某种不易察觉的方式影响着？”你知道，这些可能都不是那么显而易见的。

KVR：你刚才谈到了知识产权方面的一些重要问题，毕竟相关律规变化太快了。人们必须分清什么受版权保护，什么不受保护。换句话说，用户这些数据是从哪儿来的？

马克：正是如此。还有一件事，我觉得你会很感兴趣：生成式编码（generative coding）在伯克利音乐学院一门音乐商业课（Music Business，该课程在前文有提及）上悄然出现的故事。一位老师让全班学生用这些代理式编码（agentic coding）或vibe coding工具，为音乐行业的某个服务或产品制定商业计划，并试着把它真正做出来。到了学期末，我坐下来观看了四五个能完备的应用演示，而做出它们的学生在学期初还完全没有任何编程经验。

身为音乐人，你会开始意识到：“好，我现在有了一种新能力，不用依赖别人也能把东西做出来。”但少了合作者和其他方面的配合，也是有弊端的。我觉得这还不算万无一失，因为你总会遇到这样的情况——碰上一个bug，AI完全束手无策，而你自己又不懂代码，没进去深入排查并亲手修复。

但这种转变确实是实实在在的。我能从这些音乐人身上看到，他们以前总觉得“我有个想，得先找个联合创始人才能起步”，而现在他们完全可以自己搭出原型、投入市场、摸清产品真正的方向。等到再去寻找联合创始人或技术合伙人时，他们心里已经有数了：我知道自己需要懂行的人，因为在这条路上该验证的都已经验证过了。这彻底改写了伯克利学生踏入社会后能做成什么的预期，实在是令人惊叹。