“演奏你的感觉，忽略其他一切。” 最先提出这句话的不是劳森，而是著名摇滚乐队平克・弗洛伊德（Pink Floyd）的主唱兼吉他手大卫・吉尔莫（David Gilmour）。劳森在一次采访中引用了它。他与记者聊到自己如何从古典音乐走向爵士乐，又从爵士乐迈入即兴音乐。他说，核心在于 “要忠于音乐的情感，要拒绝把音乐归属到某个具体的类别里，要允许自己变得舒适”。劳森的音乐启蒙，不是贝多芬、巴赫或肖邦。五岁那年，他在电视上看到摇滚乐队 Sha Na Na 的演出，那种极致的律动让他对音乐跃跃欲试。学钢琴是实现音乐梦的一个不错的选择。劳森按照古典音乐的学习路径被培养长大，但他却并没想过要走古典音乐演奏家这条路。在皮博迪音乐学院的面试上，他说自己想成为一个 “录音室音乐家”，结果因此错失了自己梦想的学校。但他丝毫不觉得可惜，他说，“古典音乐关乎到要把一个概念具体地完成。而我作为一个古典音乐演奏者，太马虎了，我没办法持续做到这一点。我想听到色彩，我想演奏自己从来没有演奏过的东西。我想做到一种‘对话’—— 把自己放入更大的框架中去。”

一本杂志一点收获爱乐者提出，作曲家通过人工智能进行作曲是否会失去音乐创作的初衷呢？当下人工智能的智能化程度相对而言还是比较低的，并没有完全达到人们对它的预期。我们对一部音乐作品的期待值，并不单单取决于音乐本身，而有相当一部分是基于情感的宣泄。目前的 AI 作曲更倾向于是一个完全没有感情的 “人”，它通过对成千上万首歌曲、音乐进行技术分析，从而机械式地将一个一个音符计算出来。AI 如果无法真正意义上拥有 “人” 一般的感知能力，即使对成千上万部经典作品进行学习，也无法创作出 “优秀” 的作品来。音乐学界的专家、学者也曾提出 “AI 作曲是否存在同质性” 的质疑，由于 AI 作曲是基于大量的乐曲学习，通过算法逻辑推断生成的结果，很容易与所提供的素材库有雷同。我们知道，人类作曲家是很谨慎地使用音符的，更会注意避免 “雷同” 问题的发生。因此，AI 创作的音乐同质性的特征，极容易产生 “抄袭” 的现象。AI 作曲在很大程度上是基于对过往作曲手段的深度 “学习”，在音乐风格上也会存在着一定的滞后性。目前的 AI 作曲仍处于一个通过规律选择逻辑推断的阶段，尚未形成自主创新力。虽然有一定量的学习内容，但是却没有学习后拥有的举一反三的能力。正如普通画师不可能靠着一辈子临摹大师的作品成为画坛巨匠一样，AI 真正缺乏的是自主的创新力。

2022 年 5 月，颇负盛名的国际音乐赛事伊丽莎白女王国际音乐比赛（Queen Elisabeth Competition）在比利时布鲁塞尔如期举行。该比赛设定专业有钢琴、小提琴、大提琴与声乐，采用每年轮换的形式。本届赛事为大提琴，是继 2017 年首次把大提琴专业列入比赛后的第二届。我通过视频直播的方式观看了此次比赛，以弦乐比赛少有的钢琴专业视角出发，从各位选手与钢琴合作的角度切入，对这次大赛有了不同往常的感想。