Fender首席执行官Edward “Bud” Cole在五月接受T3采访时，庆祝了Telecaster的75周年纪念，并对AI和音乐发表了最初未受关注的评论。但这些评论最近开始流传 开来，在Fender因向制造商发送停止令、声称拥有Stratocaster琴身形状版权而激怒 基本上 整个 吉他演奏 社区 后，为本已糟糕的公关火上浇油。
一些有影响力的吉他YouTuber甚至表示，在这场争议之后，他们不再购买Fender设备。而Cole重新浮出水面的评论，将翻唱歌曲和乐队成员比作一种“模拟AI”，进一步损害了公司在最大声粉丝群体中的声誉。
T3编辑总监Mat Gallagher的特稿主要转述了Cole的陈述，Fender未立即回应评论或澄清请求。以下是采访中的相关部分：
Cole的哲学是，音乐中的AI并非新鲜事物。“我认为，只要有录音音乐，AI就一直存在于音乐中，”他说。虽然学习吉他最大的障碍是掌握乐器所需的时间，但第二个障碍——创作歌曲，正是他认为AI发挥作用的地方。“我实际上相信，翻唱音乐长期以来一直是一种模拟AI，”Cole说。那些尚无能力创作自己歌曲的人，可以演奏他们最喜爱艺术家创作的歌曲。“我经常听REM、U2、The Smiths和The Cure，到了某个时候，我厌倦了只是听它们。我想演奏它们，所以我学会了弹吉他。”Cole认为，刚开始创作的人也可以依赖第二种模拟AI形式：他们的乐队成员。你可能只有一个副歌或连复段作为起点，但鼓手或贝斯手可以添加内容，于是歌曲就诞生了。AI也可以扮演这个角色。“我实际上认为，我们正处于解放人们的临界点，让他们超越那些陈词滥调的翻唱，真正像在乐队中那样工作，”Cole说。
Cole试图将人类“训练”于少量翻唱歌曲与AI摄取大量版权音乐数据集进行比较。他似乎暗示，通过学习演奏他人的歌曲，内化这些影响，然后将它们融合成新东西，你本质上是在做与AI相同的事情。这是严重误导的观点，在我看来，Cole要么不理解AI，要么不尊重艺术家。
首先，规模很重要。没有人可能学会训练普通生成式AI模型的所有歌曲，以Suno为例，其训练数据据推测达到数百万 首。此外，它忽视了艺术家在歌曲创作过程中做出的数百万个微小决定的固有独特性，无论有意识与否。无论是由情感反应驱动、对偶然发现的反应，还是对局限性的补偿，人类做出的艺术决策都是他们独有的。
这与模型根据提示和数据点网络吐出内容有根本不同。正如Samurai Guitarist（Steve Onotera）所指出的，演奏者的身体性或每个人都会犯的微小错误，阻止了他们完美复制他人作品。那种偶然性无法被大语言模型复制。
乐队成员也是如此。拥有自己独特“训练数据”集、生活经历和身体技能或局限性的人类，与聊天机器人不同。AI没有品味或直觉，就像你在大学学习爵士作曲的挑剔贝斯手那样。如果你告诉你的鼓手他与AI模型没有区别，他理所当然会感到被侮辱。
在采访后期，Cole说：“我相信AI实际上将帮助创造一个全新的吉他手世界，他们使用它来帮助与其他音乐家联系，提高生产力，并跨越鸿沟，从歌曲创作学生成长为歌曲创作大师。”
Cole断言AI将帮助人们“跨越鸿沟”成为大师级歌曲创作者，坦率地说，这也是荒谬的。证据 不断 积累 表明，依赖AI工具 实际上正在导致技能退化。使用AI建议押韵或比喻疼痛，与练习歌曲创作 和发展技能不同。AI从未被留在祭坛上或为完美的副歌过渡而流汗。重复是关键。格言是，你需要先写100 或1000 或10000 首糟糕的歌曲，然后才能写一首好歌。这就是你如何超越陈腐套路 并学会识别何时偶然发现好东西的方法。