用“AI”画出来的作品，是不是艺术
转载自公众号:画学（huaxuea）
加拿大艺术家JoanneHastie在一项绘画比赛中拿了奖。不过，这是一件富有争议的结果。
争议由于他的绘画工具——人工智能。
在今年的国际机器人艺术大赛（InternationalRoboticArtCompetition）中，加拿大艺术家JoanneHastie在大赛中拿了第五名
她知道这件事情让大家接受不是那么容易的一件事。
早些时Hastie是设计医疗器械的工程师。今年是她她做全职艺术家的第十个年头，她想将两种能力相结合，创造出新的事物。
其实人工智能的画法是她编程出来的，不是人工智能自己创造出来的，她先将画面分为近景中景远景。然后将这三个画面输入到电脑里，人工智能根据三个画面逐一的将画画出来。
这样的一幅画机器人需要绘制15个小时，还没有算上编程的时间。
起初机器人学画一条简单的曲线都费了好一番功夫，机器人可以画出均匀的直线，但是曲线的编程难度远远高于一条直线。
几百年以来艺术都是人类用思想创造出来的，她也因此觉得自己来创意是最好的办法，然后让人工智能将她的想法绘制出来。
她也在自我审视这件事情，原本简单的艺术创造现在复杂了许多，运用人工智能绘画的时间比她自己绘画一幅作品的时间多出几倍。
但是她也发现由于她需要将绘画输入到机器中，她对细节的把控更加精细了
她开始思考绘画的本质是什么？
什么才是一幅绘画完成的作品？
一部分人认为“人工智能”的作品不属于艺术的范围以内，因为作品不是画家亲手绘制出来的，但是照相机的成像也是机器制作出来的，难道照片不是艺术吗？
艺术的表现形式多样，尤其在科技快速进步的年代，逐渐会有更多的绘画形式出现，毕竟科技的进步才刚刚开始，科技和人类结合创造出来的艺术，甚至科技自身创造出来的也同样是“艺术”。
尽管现在的“人工智能”没有完全达到我们预期的那样，但人工智能的学习还在进一步完善，也许若干年后的人工智能绘画出来的作品是完全自身编辑出来的到那时候那还属于艺术吗？
到底什么是艺术？
艺术更多的是我们对一件事情的思考，对一件事的态度，可以让更多人认同或了解的态度。
未来二进制的人工智能思考模式，不同样是“态度”吗？
欢迎留言
关注公众号（huaxuea），有机会免费领取画材9件套
微博关注:画学艺术中心
《77套自学漫画手绘教程》
《素描速写手绘教程》
限时免费领取！
公众号：画学
人工智能与文学艺术：是产品，而非艺术品
提要
●倘若人工智能能够自己分析文学艺术的风格，那么，这种创造性探索才能被称为创作。事实上，目前人工智能的智能模式远不如人类，本质上仍是人类的工具，是一种技术手段
●未完成主体性的人工智能所生成的所谓“经验”，无法达成刹那的“浪漫”。它的产品是不会超越诗人的作品的。人工智能的算法还只是模仿，而这种模仿仍然依附于人类的主体性创造
●人工智能不是诗人和艺术家，但在它的协助下，诗人和艺术家的潜能将被极大激发，这是一道令人向往的风景
1月15日，光明日报《文艺评论周刊·文学》就人工智能与文学艺术的关系这个话题，刊发一组文章，即《主体还是工具——人工智能与文学艺术》《人工智能写的诗，算不算“作品”——关于人工智能的“创作资格”问题》《人工智能写作是一面镜子——由机器人小封诗集〈万物都相爱〉说开去》。三位作者从各自的角度，阐述了人工智能对于文学创作的潜在影响，并对未来的更多可能性进行预测和评估，读来让人受益匪浅，有话想说。
的确，人工智能已开始介入到诗歌、散文等文艺创作之中，甚至生成的某些产品具有特定的风格，有“类人”的趋势。随着智能媒介技术的快速发展及5G时代来临，人工智能业已渗透到人类日常生活的各个方面，深刻地改变当下世界的同时，也为文学艺术创作带来了新的命题。它的应用正改变着审美客体，解构着审美主体，其间也伴生出诸多审美问题。
人工智能之于文学艺术，只是一种技术手段
技术与艺术的关系是一个古老命题。技术的进步，可以为审美实践提供更多的元素。人工智能虽然有可能改变文学艺术的生产方式，甚至改变艺术作品的范式，但它所生成的只是产品，并非真正的艺术作品。在艺术起源的早期，技术与艺术并没有什么区别，古希腊人把凡是可以通过知识学会的工作都视为艺术，对艺术和技艺、技巧不进行区分。但是，艺术与技术是不同的。艺术创作具有更强的非预期性和无规定性，属于“无目的的合目的性”。人类纯逻辑的能力可以编码，但一些超越逻辑的能力，如直觉反应、灵感不可编码，数据不能等同于知识，算法不能简单地与创作画等号。
弱人工智能在语言、感性和创造力层面，存在着显著困难。对于这些人类所独有的文学艺术创作层面的典型特质，弱人工智能目前只能做到一定程度的模拟。在语言层面，人类日常使用的语言是人类自然语言，由人类社会发展演变而来。概括来说，自然语言是人类社会约定俗成的，区别于如程序设计的语言，也就是人工语言。多数的人工智能应用程序使用“自然语言处理”（NLP），关涉的是计算机对呈现给它的语言的“理解”，而不是计算机自己创造语言。因此，对“自然语言处理”而言，创造比接收更困难，包括主题内容和语法形式。在语法上，人工智能生成的诗歌通常很不恰当，甚至有时是不正确的。人工智能的诗歌产品，虽然形式上有先锋派的痕迹、后现代的味道，或许能给予读者一种“震惊”的短暂体验，但由于没有历史深度和时间刻度，显然属于一次性过的“仿后现代”。诗歌不能缺失历史的灵魂，如亚里士多德所言，“历史没有诗歌是了无生气的，而诗歌没有历史则是乏味的”。
基于情绪和情感依赖于人类大脑中散布的神经调节这一事实，“感性”也是人工智能难以企及的能力。虽然日本软银公司开发出“云端情感引擎”机器人“派博”（Pepper），试图模拟神经调节，但效果并不理想。无论是理论层面，还是应用层面，大部分研究仍很浅表。而感性是艺术创作过程中最不可或缺的品格。
在创造力层面，文学艺术创作如“羚羊挂角，无迹可寻”，这一主体性的特质也是弱人工智能所不具备的。至于强人工智能何时拥有主体性的创造力，未来并不可期。英国认知科学家玛格丽特·博登将创造力分为组合型、探索型、变革型。她认为只有探索型才有可能适合强人工智能。然而，即使是探索型人工智能也在很大程度上依赖人类的判断，因为只有人类才能识别并清楚地说明风格化的法则。倘若人工智能能够自己分析文学艺术的风格，那么，这种创造性探索才能被称为创作。事实上，目前人工智能的智能模式远不如人类，本质上仍是人类的工具，是一种技术手段。
在完成自身主体性之前，人工智能很难剥夺人类的创作权
真理即创造原则，是18世纪早期哲学家维柯所强调的。只有人类大脑才能真正认识自己的创造物。美国历史哲学家海登·怀特也深信，人类的创造力即自我诠释，是一种前逻辑的思维能力。人类在自我认知系统与自然世界的交互之中，理解了自我和世界的关系。当反思自我时，人既是主体也是客体，大脑可以观察自身，二元对立就消失了。自反性乃是人类最主要的主体性。这种特定的自我，可以让无意义的元素涌现出意义，这也是艺术创作产生的本源之一。目前人工智能并不能实现自反性。斯坦福大学研究人员训练机器人乘坐电梯，机器人会在门前停下。它把电梯玻璃门里的影子当成另一个机器人，并不能识别一个被放大的自己的影子。
文艺创作是超验、反思和自洽的，既包括规划构思过程，又包含结构、节奏活动。它以观念的构思形成艺术的表象，并以此作为生产的前提，从而使创作活动依据人的自觉目的进行。作品包含了主体对文化的整合和想象的跳跃，有物质层面的，有行为层面的，更有精神层面的，既具有技术属性，更具备创造属性。人工智能的诗歌产品，目前只具有创造属性中的转换创新，本质上还是通过“人—机”协助、协同的方式完成的。
对于人工智能而言，算法是大脑，算力是肌体，大数据是其成长的养分。基于深度学习的机制的人工智能，并不理解自己所生成产品的意义。它所做的只是在算法的驱动下，将一种形式投射到另外一种形式上。而真正意义上的“创作”，是比“算法”复杂得多的精神活动。
人工智能并不面向文学艺术，深度学习机制丝毫不关心读者是否会欣赏其产品。所谓的人工智能诗歌，是一种浅表的类型化文本，不能让读者实现永恒崇高的神圣性审美体验，只能满足读者的好奇心。
人工智能在文学艺术创作中可以成为诗人或者作家的助手，但不可能替代诗人或者作家。文学艺术创作过程中的非创造性重复工作，可以由人工智能承担，但是创作主体的心灵世界，诗人和艺术家的感性思维能力，艺术创作主体的灵感顿悟能力，是人工智能不可获得的。在完成自身的主体性之前，人工智能很难剥夺人类的创作权。未完成主体性的人工智能所生成的所谓“经验”，无法达成刹那的“浪漫”。它的产品是不会超越诗人的作品的。人工智能的算法还只是模仿，而这种模仿仍然依附于人类的主体性创造。
在人工智能协助下，人类将激发出更多的艺术潜能
我们也应看到，在反人类中心主义的框架中，在后现代的视域下，人工智能的进化是否可以承载些许“诗性”，还不能妄下定论。人类的身体、大脑等与生俱来的结构，决定了人类对人工智能的认知局限。人脑的局限性使人类无法理解一些终极真理，人类可知晓的事物范围存在边界和上限，所以我们应避免把人工智能狭隘化。
德国思想家本雅明对技术持乐观态度，他不只怀念机械复制时代之前的“灵韵”，也为技术变革所带来的艺术新形式欢呼。他所定义的机械复制文明时代已发展到人工智能时代，人工智能不再是简单的机械复制，而审美客体并未因之面目全非。在后现代主义看来，原创性不是判断艺术作品的最高标准，艺术哲学的美的概念性过于沉重，固执的理性观念主宰着审美，艺术必须打破这种界定。艺术与非艺术、反艺术之间的区分是可疑的，艺术本应多元、异质。
文学艺术属于一种“家族相似”，是相似性之网，它的概念应该开放和敞开。随着人工智能的发展，文学艺术可能会更加多元。而多元性拒绝虚假的慰藉，它的目的是使艺术通向真理。
在人工智能的推动下，人类的生活方式、生产方式将发生前所未有的变化。艺术与人工智能在更广范围、更深层次的融合，将激发人类无限创造的潜能，新的艺术范式将产生，艺术创作也将前所未有地变得更加日常。人工智能不是诗人和艺术家，但在它的协助下，诗人和艺术家的潜能将被极大激发，这是一道令人向往的风景。
（作者：朱志勇，系黑龙江大学新闻传播学院副教授，本文系黑龙江省哲学社会科学研究规划项目“融合媒体时代生活审美化研究”阶段性成果）
人工智能与艺术的未来（一）
谷歌的人工智能项目——DeepDream，以人工神经网络为基础进行图片识别和处理，它可以将世界上最著名的画作变换成奇怪美丽的抽象化作品。
赵兴：前面您谈到了您在美国见到的模仿风格制作作品的现象，这种情况是否和跟着导师学画，最后和导师风格很像有类似的地方？您认为现在的人工智能取代了脑力劳动的一部分，使这个过程简化或者缩短，2010年您的博客也曾经上传了一系列通过电脑设计的作品，是否您将人工智能归属于辅助性工具一类？
翟振明：对。跟着导师学习，其中有一个“人”的关系在里面，人与人之间有自由意志的互动，而人工智能把那块去掉了，也就没有人的自由意志。就好像我在山下捡了一块石头剖成两半，不同的矿山一定有不同的风格，这里的山石剖出来的是这里的纹理，就成了风格，但是其中没有人的意志。所以这不是艺术，石头上纹路再怎么好看也不能叫艺术。
以前我写过文章，审美要和自由意志联系起来才叫艺术，分离的话就不是艺术作品。艺术和审美这两个是分离的概念，很多艺术评论家、理论家把它搞混了，以为是同一个概念。艺术一定要有人的自由意志的参与痕迹。我看到了一幅画，把它的作者、时代——这是达·芬奇的、文艺复兴的——把文化、历史的东西找出来，觉得这幅画意义重大，算不算审美？在我看来不算，这与读小说要读出来一个故事差不多。古董就是这样，并不是看着特别好看，但里面要有故事，但故事并不是艺术审美的必要部分。
赵兴：您觉得这种DeepDream的作品能称为艺术作品吗？
翟振明：相当一部分不是。
赵兴：2016年，腾讯与您做过一次访谈，访谈里您提出人工智能是解放脑力劳动，而且解放脑力劳动是要让我们人类进行很多创造性的活动，包括艺术活动，是否意味着人工智能无法进行创造性的艺术活动？
翟振明：你看这个两个词语，一个是劳动，一个是活动，二者的区别非常重要。劳动是工具性的，活动包括目的本身，人的很多目的就是活动，就是要创造，创造属于活动，但不是劳动。这里区分开了，创造性的艺术活动不是艺术劳动。这个对比非常关键，艺术中需要劳动的部分就被替代掉了，但创造中的自由意志是非常重要的，也是不能被替代的。
赵兴：您认为人工智能不能完成创造性的艺术活动，必须要有人的参与吗？
翟振明：对，但是我们艺术创造里面有多少劳动的成分，人工智能就可以代替多少，并且现在已经实现了。
赵兴：2006年您写过一篇《论艺术的价值结构》发表在《哲学研究》，能否请您就人工智能介入艺术创作，谈一谈当下艺术的边界问题？
翟振明：我在理论上是有一贯性的，艺术的价值结构，我的分类跟别人不一样，先要讲纯艺术和不纯的艺术。艺术不是为了改造社会，它可以有这个效果，但是艺术作为艺术本身目的的话就是审美，审美和改造社会没有必然关联，它有偶然关联，所以就要按照审美的不同分类看它纯或不纯，视觉只诉诸于视觉，叫纯艺术。如果要和概念、听觉搞起来也行，就不能叫纯艺术。纯艺术和好艺术是两个概念，纯和有价值是两回事，价值有各种价值，包括人文价值、市场价值等等。但是纯或不纯就是以视觉审美纯不纯为标准，视觉只能靠看，听觉只能靠听，语言艺术只能欣赏语言。如果把人的感官大致归为“五官”的话，我们就大致有五种“纯艺术”。
赵兴：您一贯坚持下来的还是这个意思，人工智能属于工具，如果没有融合我们的自由意志，就不可能产生有创造力的艺术。
翟振明：是的，但是可以有审美效果。
赵兴：您对艺术边界定义得很清晰，必须要有人的自由意志参与其中，才能够算是艺术。
翟振明：是的。买家得到艺术品不是为了其他，只是为了审美的直感效应，就是将其当艺术品。但如果是为了投资，期待升值或是为了行贿，在他那里就与艺术品的本来价值分离了，这个非常清晰。
赵兴：当人工智能介入艺术领域时，艺术家应该有什么作为？您在《论艺术的价值结构》中提到了传播对于艺术的影响，有大量艺术之外的附加值，也提到了艺术欣赏参与艺术作品实现价值的必然性，是不能或缺的。那么，在人工智能高速扩张的现实中，艺术家有没有主动迎接这种变化的举措？
翟振明：有，因为现在大家对人工智能的理解不准确，依然没有把它的工具性和自由意志区别分开，觉得人工智能就是人类，其实不是。我专门论证过，到处讲科学、人工智能的限度，也在进行算法、神经网络的建构，我也和量子力学家一起做过研究。我们现在的图灵机或者叫冯诺依曼机器是绝对不可能有自由意志的，不是技术的问题，只有按照量子力学原理搞出来的东西，未来才有可能变成自由意志。如果没有自由意志就是工具，它不可能有权利。没有创造力，没有自由意志，就不是艺术。
艺术创作过程中的劳动部分被人工智能替代了，但是成为艺术的那部分内容，人工智能不可能替代。所以自由意志很重要，它涉入越多，艺术家就越与劳动分离，就越有机会发挥自由创造力。劳动部分就不要和人工智能挑战了，技能训练、重复模仿都不如人工智能做得好。那么，自由意志在哪里？第一，创作作品的过程中，有人工智能辅助，不一定只出来一个结果，可以有很多的可能性呈现出来。让艺术家在里面挑一个，觉得可以了，那就是他的，基本上是属于艺术家的作品，艺术家是唯一挑过的，要做决策的。第二，更主动地，让艺术家直接介入到人工智能的神经网络的塑造过程中。例如，艺术家看了通过人工智能辅助制作的作品，觉得挺好的，可还是有点不太对的地方，把这些地方分析出来。将来试一试把人工智能的激活函数、权重调整，重调一遍试试看。很多数据要给机器学习，学习前要分类标识，不同的标识，机器学习到的结果就不一样，那时候艺术家就可以介入，留下自由意志干预的痕迹了。
赵兴：我有一个很有意思的问题，如果这个工具的程序特别强大，产出很多视觉效果让艺术家瞠目结舌，我觉得特别好，这就是我喜欢的东西了，我不想再改动它，这也算是我的艺术作品吗？
翟振明：这是轻度的，在观念上已经是你的，当然在那时候，比如说你感觉两种效果的中间状态可能会更好一点，你再把这两个设计进去，那这就是你的了。
赵兴：您这个观点有意思，既使我不改动作品，只要我的意志选择了它，它就是我的作品，只是没有那么深的介入而已；如果我能够对它进行进一步的改动，作品就打下我更深的烙印。我又想起关于您对于价值判断的另外一个问题。比如手绘的作品和喷绘的作品，我们觉得手绘的价值高，我们习惯性地讲手工性的东西相对珍贵，按照您的说法，手绘的东西因为融入了更多的艺术家自由意志的判断，所以它的价值超过喷绘？
翟振明：对，而且手绘的作品，任何一次都不可能重复，它具有独特性，手绘创作的情况下，每一瞬间自由意志的活动都会留下痕迹。而喷绘，就只是框架性的介入，喷绘复制的话，那就更弱了。
赵兴：我对您的《论艺术的价值结构》里面有一个词语很感兴趣，您把“创造者对精神性的内在价值直接肯定或否定”界定为“直感”，用“直感”这个词语取代“审美”。您把它转换了，审美不是美，有可能是丑的。您有一个结构，直感外化到直感印证，这实际上是艺术作品到艺术欣赏的过程。我就想到康德的《判断力批判》里面一个类似的结构，康德把美和崇高并列，我们通过反思性的判断力或者说共通感，达到我们共同认为的美。从康德的结构到您的这个结构，您觉得有什么联系？您这个体系和康德的体系是对应的？
翟振明：可以对应，可以从那里面直接导出来，没有概念上的冲突，而且是刚刚好的。在康德那里，愉悦感之外，他主要关注到崇高，我这里面可以包括很多东西，有丑、无聊、无意义感、颓废什么都可以，只要是直感回应，而不是只看到GDP、生产效率高不高那些因素。
赵兴：我觉得您这个“直感”的提法比较容易让我们理解当代艺术的问题，当代艺术里面“美”不再是核心内容。
翟振明：其实以前美学里面都不是这样，“Aesthetic”中文翻译成“审美”，很多人就基本上只往“美”方面靠，但是这个词语的概念中并没有这样的限制，包括对作品判断美或不美，你说它美，就有不美的，这都属于审美。美和丑，这两个范畴是对立出现的，不然美怎么判断呢，所以它本来就包括了，并不是只有美一方面叫“审美”。
赵兴：您觉得人工智能的发展对艺术世界会产生怎样根本性的影响？人工智能会辅助艺术世界发展，还是会根本性地改变艺术世界的走向？
翟振明：辅助还是根本性的改变，可以有不同的区分方法，根本改变可以是质也可以是量，如果更多的作品可以创造出来，甚至数量级的不同，算不算根本改变？但是从另外一个角度理解，它在自由意志方面始终替代不了人类，只在劳动方面大量的取代，这算是根本吗？这两个“根本”意思是不一样的，分别有不一样的标准。但是我看第二个标准比较有实质性，量可以有很多。实际上，艺术家以艺术家身份在“艺术活动”方面并未被取代，但是艺术家平时没有区分出来，劳动部分和艺术活动部分没有这么区分，因为这两部分概念分开比较容易，而实际的过程却是相互纠缠在一起的。比如作为艺术家，你问我今年从事艺术活动和艺术劳动各占多少时间，一定是不可回答的。从多少时间份额看，不好区分。但从多少心力看，大致还是可以区分的。作为比喻，我当然也可以说，我最精彩的艺术创作活动一年有5天就很满足了，得意之作20天有一幅我就非常满足了，而不满足那部分也许是艺术家的创造性灵感没发挥好，可以全部用机器代替。所以，真正有才能的艺术家和一般的劳动者就非常不一样了，艺术家可以一直创作下去，没问题。但在艺术行业劳动的人，确实要被淘汰的。
赵兴：能否将艺术劳动和艺术创造看成工匠和艺术家的区别呢？
翟振明：可以啊，但是艺术家中的工匠部分是自己完成的，大部分艺术家并没有完全分开。
赵兴：最后，请您总结一下艺术与新技术之间的关系。
翟振明：人工智能、新技术、VR这些东西介入到艺术中，那么现在要认定艺术家最重要的是两个方面：第一是意念，就是自由意志，不管创作过程中自由意志在作品上留下痕迹的多少，但是开始的自由意志一定要有，而且很重要；第二最终得到的作品是审美的，人家能看到有审美价值，或者是艺术作品，能即刻唤起人们的直感效应才行，与它能否有其他社会、经济或政治效应无关。人工智能这块，除非超越了现在这种图灵机，技术本身是不能产生自由意志的，它可以产生有审美效应的产品。审美这块是超出艺术创作者的意图的，一旦成为作品，就与艺术家自己的直感分离了。
真正和艺术家有关系的是，他的艺术活动不一定要产生艺术作品，不一定导致最后的艺术欣赏，他可以把自己的内在感受、各种价值、复杂情感、道德判断，以直感的方式外化出一个东西，最终有没有人知道不重要，这就是艺术家最重要的本质。完成了这个直感外化的过程，拍了多少钱、被谁收藏了，这些都和艺术家没有艺术本质上的关系了。但是艺术作品要从头到尾完成才叫艺术作品，艺术创造这部分只属于艺术家。这样的话，人工智能就没有办法和人相比，艺术家只要找到渗透的机会，“你”就存在了，就参与了创造活动。艺术的功劳全属于人的部分，就完全由人的自由意志的参与度决定的。那些艺术的劳动就完全可以和人没关系，是本来就应该分开的东西。人工智能来了，本该分走的东西分走了，这不就是艺术家的最后回归吗？真正的艺术家，应该感到高兴的。
我想，我实验室中的“虚拟与现实之间无缝穿越体验系统”，完全符合艺术作品的定义，高科技又与人工智能无关，可以作为装置艺术作品参展。其实，简化版的，多年前就在深圳美术馆展出过。
赵兴：人工智能不管怎么发展也不可能取代艺术家的地位，而艺术作品的价值取决于艺术家创造性的艺术活动。那么，人工智能不管怎么说都是一个辅助性工具，这个工具可以放心的使用，它功能越强大就越能解放艺术劳动，而促使艺术创作活动的提升。
翟振明：是啊，被淘汰的本来就是艺术行业中的劳动者，而不是真正的艺术家。
人工智能，让艺术变得廉价？
陈炯
社会上对人工智能技术与艺术的关系已经有所关注，但在当下，人们的关注点还只限于艺术会不会被人工智能技术所取代。其实，这个答案是否定的，人工智能作为一项技术，与艺术的关系不是取代与被取代的关系。刚好相反，二者是相辅相成、互为促进的关系。因此我认为，人工智能与艺术更应该被讨论的是在社会现实层面的“影响”。比如，艺术创作如何利用好人工智能这项技术？人工智能的普及让艺术品的复制更简单、更快捷，也意味着更廉价，而廉价的背后会不会对已经形成的艺术市场带来冲击，抑或是机遇？
人工智能“入侵”艺术领域
被称为史上第一本人工智能创作的诗集最近面市了，这部名为《阳光失了玻璃窗》诗集的作者是微软机器人小冰，小冰花费了100个小时，“学习”了自20世纪20年代以来的519位中国现代诗人的所有作品，并进行了多达1万次迭代，开始自己写作诗歌。这其实不算是新鲜事了。早在2011年，加州大学的音乐学教授柯普就写了一些计算机程序，能够谱出各种协奏曲、交响乐和歌剧。他写的这个名为安妮的人工智能程序专门模仿巴赫的作曲风格，短短一天就谱出五千多首巴赫风格的赞美诗。
也许有人会说，人工智能只是单纯的模仿，“只有画面没灵魂，只有乐曲没有精神”，说的就是它了。人类独占而人工智能难以突破的那些领域，比如情感和创意，是不可逾越的。不过，现在科学的发展可能已不是这样了。微软去年进行了“下一个伦勃朗（TheNextRembrandt）”项目，挑战“如果伦勃朗死而复生了，他最有可能画什么”的问题，探索人工智能的创意潜力，教授电脑像绘画大师伦勃朗一样去思考、创意和绘画。研究团队通过分析伦勃朗的现存作品，让机器自主学习艺术家的绘画风格和主题，“机器人伦勃朗”最后打造了一张3D打印作品，画了一幅三四十岁、头戴帽子、有胡子、面向右方的男子肖像画。参观者感觉该作品与挂在美术馆的伦勃朗真迹一点也不突兀。技术、科技的发展大跨步地向前迈进，艺术也没有停滞。我认为，科技与艺术并不是谁取代谁或谁入侵谁的关系，实际上，艺术也一直在为科技提供着重要服务。二者的关系可以说是相辅相成、互相促进的。只不过在当前，在科技突飞猛进的背景下，值得探讨的问题是：人工智能会不会让艺术变得廉价？一位艺术家几个月完成的作品，通过人工智能几秒钟就能够完成；3D打印的产品甚至比经过大师精心雕琢的工艺品还要精美，且没有材料限制，并可任意复制等等。
由“机器人伦勃朗”通过数据分析生成的男子肖像作品
“艺术家”的概念将被淡化
艺术家博伊斯说：“人人都是艺术家。”换个角度理解也意味着，没有艺术家只有艺术。也许有人并不认同他的观点，不过在几十年后的当下，博伊斯言论很可能变成普遍现实。去年二三月份，谷歌在旧金山举行了一场拍卖会。这些画作一部分是谷歌内部员工创作，另一部分是由其他人员利用DeepDream在业余时间创作完成。Google把自家生成图片的技术Inceptionism开源化，称之为DeepDream，一个原本用来将图片分类的AI，让我们看到了不一样的世界。输入一张图片之后，选择某一层神经网络进行重复处理的次数和变形的程度，就能获得一张非常后现代的“画作”。
不难看出，人工智能、工程师都已经成为艺术创作的主体，“艺术家”这个名词或许在将来会被淡化，只要拥有了科学技术，艺术创作将不再专属于专业人士。人工智能让艺术创作变得越来越普及，也越来越容易，创作者不需要拥有美术、音乐或写作的专业背景，甚至也不需要掌握人工智能的知识，只要学会操作一个软件，输入你想要的艺术作品的要素，比如颜色、线条，甚至是你喜欢的艺术家作品的风格线索，那么，你需要的就是动一动手指，喜欢的作品很快就会呈现在你的面前。
可以说，艺术创作不再是专业人士的专属，不再只是艺术家才能完成的工作，普通人进行艺术创作的几率被大大提高，只要你愿意，借助人工智能技术、设备、软件，一样也可以把艺术创作当做职业。尽管今天艺术家还是一个让人羡慕的职业，艺术家代表了专业、教育背景、文化知识，甚至是生活态度和财富。不过，这些标签在未来或许不再只是贴在专业人士身上的标签。人人都能够运用科技进行艺术创作，人人都能称之为“艺术家”，艺术家与普通人的界限越来越模糊。从某种程度上而言，“艺术家”也就变得“平价”“廉价”起来，不再是众人眼里的阳春白雪。
“机器人伦勃朗”对作品中的一些特殊部分进行几何分析。图片来源：theNextRembrandt
艺术品价值受到冲击
对于通过人工智能创造出的“作品”，目前大多数人认为，其仍属于商品属性而非艺术品属性。不可否认，艺术创作与人的情感、阅历、经验、思维等密切相关，现阶段的人工智能显然还不具备这些人格特征，其作品还限于模仿或更简单的阶段。但是，人工智能对于艺术品市场特别是工艺品市场的冲击开始显露，通过人工智能，一件作品的获得将更快更廉价的时候，艺术品的价格被人工智能作品拉低并不是没有可能。
举个简单的例子。在北京某大型设计展上，一个企业展示了他们运用3D打印技术制作的工艺品，这些作品材料各异，有金属、树脂等材质，尺寸上大小不一，而且还提供定制服务，能够为需要的消费者制作想要的产品。最让人叹为观止的是，其雕琢的细致和精美程度几乎是人们手工操作难以达到的程度，对于大部分外行人来说，看不出与那些有几十年功底的技艺大师的作品有什么区别。尽管定制一件3D打印工艺品价格不菲，由几千元到几万元不等，但相较于大师级的作品来说，不知道便宜了多少倍。另据该企业相关负责人表示，一套专业的3D打印设备目前价格不低，不过伴随技术普及，产品设备价格也必定随之下降。可以预见的是，设备价格下降以及打印产品的不断增加，作品数量的提高将大大摊薄制作成本，3D打印工艺品的价格还将继续降低。
雕塑家李苑琛根据自己的体型设计完成的作品《英雄在内》，通过3D扫描、打印技术，抛弃传统学院派“雕”与“塑”的技术手段而进行新的创作尝试。图为雕塑家体形的扫描图像。
对于专业藏家或收藏爱好者来说，3D打印工艺品显然无法与大师作品做比较，价格也不是其考虑的重要因素。但对于更广大的普通百姓而言，3D打印工艺品却是一个很好的选择，“高级、好看”是大部分人对工艺品的基本要求，过去几万元的工艺品如今可能会以更低的价格就能买到，何乐而不为。
人工智能作画也是如此。有一个公司叫第六镜（Glasssix），专门针对中国传统绘画的工笔、写实、写意手法绘画作品进行处理，实现了“中国风机器作画”。而以西方美术的油画为主的作品，人工智能也早已经学会。同时，人工智能可基于消费者需求提供服务。先有消费需求，然后通过互联网直接告诉企业，需要什么作品，企业根据消费者需求进行创作，提高效率，这种模式产生的作品和人工智能提供的服务更具有市场潜力。一旦人工智能的绘画技术成熟、普及，艺术品市场的秩序恐怕就要重写，甚至有人提出艺术品生意要崩盘，深圳大芬村的绘画产业在未来就到了该考虑转型的阶段。
雕塑家李苑琛根据自己的体型设计完成的作品《英雄在内》，通过3D扫描、打印技术，抛弃传统学院派“雕”与“塑”的技术手段而进行新的创作尝试。图为根据李苑琛减肥前体形进行3D打印的作品。
正视人工智能与艺术的关系
如果要正视人工智能与艺术品的关系，首先需要剖析什么是人工智能？何为艺术？而探讨前者的是科学，探讨后者的是哲学。据我了解，目前的人工智能还是处于模仿的阶段，就连人类最简单的“学习”，人工智能尚且很难达到，所以我们之前提到的“创作”实际上也是模仿的结果。人工智能创作的艺术品特别是绘画等作品，可能更适合用来装点家居，离真正的艺术品创作还很远。不过，人工智能的高速发展和大量人工智能战胜人类的事例，正对当代艺术创作产生不可忽视的影响。
正如前文所述，人工智能与艺术不是谁取代谁的关系，恰恰相反，人工智能技术与艺术创作有着更多结合的可能性。中国的国画和西方的油画无论是技术层面和艺术造诣都已经达到一定的高度，照相机的出现曾经对写实油画产生过冲击，但丝毫没有影响写实油画的发展，反而产生了照相写实的绘画风格。也有当代国画家利用照相显影技术进行创作。因此，科学技术的发展给艺术带来的不确定性中也包括好的、积极的一面，重要的是善于利用。
雕塑家李苑琛根据自己的体型设计完成的作品《英雄在内》，通过3D扫描、打印技术，抛弃传统学院派“雕”与“塑”的技术手段而进行新的创作尝试。图为根据减肥后的扫描图像制作完成的作品零件。
人工智能是理性的，这已经成为共识，而人类除了理性还要表达情感，艺术创作和艺术品最显著的特点也是基于人的感性所产生。人们可以通过人工智能来展示自己的创意、表达自己的感情，把人工智能作为一种媒介和平台，或者把人工智能作为实现创作的手段，这也是现在的艺术工作者尝试的创作重点。实际上，当今社会的发展，任何学科、领域都已经被科技拉得越来越近，抛开科技发展的背景谈行业既不现实，更是倒退，科技与艺术是人类发展的两个重的命题，如何协调二者的关系，考验的正是我们的智慧。
陈炯中国人民大学艺术学院副教授
本文内容版权归本刊所有，请勿转载，侵权必究。
如需转载合作请联系微信号QQ号：526891471返回搜狐，查看更多
科学网—生成式人工智能的艺术与科学
生成式人工智能的艺术与科学精选已有2130次阅读2023-6-2106:02|系统分类:海外观察
生成式人工智能的艺术与科学
AI会不会终结艺术？许多人担心，AI能制作高质量的艺术作品散文和诗歌，会不导致这些行业的终结。本文对这个问题进行了很好的探讨，认为不会，但会对这些原来只属于人类的领域产生重大影响，导致新艺术形式的出现。
ArtandthescienceofgenerativeAI|Science
一类新工具的功能，俗称生成人工智能（AI），是一个备受争议的话题。迄今为止，一个突出的应用是为视觉艺术、概念艺术、音乐和文学以及视频和动画制作高质量的艺术媒体。例如，扩散模型可以合成高质量的图像（1），而大型语言模型（LLM）可以在广泛的上下文中产生听起来合理且令人印象深刻的散文和诗歌（2）。这些工具的生成能力可能会从根本上改变创作者制定想法并将其投入生产的创作过程。随着创造力被重新构想，社会的许多部门也可能被重新构想。了解生成式人工智能的影响，并围绕它做出政策决策，需要对文化、经济、法律、算法以及技术和创造力的相互作用进行新的跨学科科学探究。
乍一看，生成式人工智能工具似乎完全自动化了艺术生产――这种印象反映了过去传统主义者将新技术视为威胁“艺术本身”的例子。事实上，这些技术变革的时刻并不预示着“艺术的终结”，而是产生了更复杂的影响，重塑了创作者的角色和实践，并改变了当代媒体的美学（3）。例如，一些19世纪的艺术家将摄影的出现视为对绘画的威胁。然而，摄影并没有取代绘画，而是最终将其从现实主义中解放出来，引发了印象派和现代艺术运动。相比之下，肖像摄影确实在很大程度上取代了肖像画。同样，音乐制作的数字化（例如，数字采样和声音合成）被谴责为“音乐的终结”。相反，它改变了人们制作和听音乐的方式，并帮助催生了新的流派，包括嘻哈和鼓贝斯。像这些历史类比一样，生成人工智能并不是艺术消亡的预兆，而是一种具有自己独特能力的新媒介。作为人类创作者使用的一套工具，生成式人工智能的定位是颠覆创意产业及其他领域的许多部门――在短期内威胁到现有的工作和劳动模式，同时最终实现新的创造性劳动模式并重新配置媒体生态系统。
然而，与过去的颠覆不同，生成式人工智能依赖于人们的训练数据。这些模型通过从现有的艺术媒体中提取统计模式来“学习”生成艺术。这种对训练数据的依赖引发了新的问题，例如数据的来源、它如何影响输出以及如何确定作者身份。通过利用现有工作来自动化创作过程的各个方面，生成式人工智能挑战了作者身份、所有权、创意灵感、采样和混音的传统定义，从而使现有的媒体制作概念复杂化。因此，重要的是要考虑生成人工智能对美学和文化的影响、所有权和信用的法律问题、创意工作的未来以及对当代媒体生态系统的影响。在这些主题中，有一些关键的研究问题可以为这项技术的政策和有益用途提供信息（4）。
为了正确研究这些主题，首先有必要了解用于描述AI的语言如何影响对技术的看法。“人工智能”一词可能误导性地暗示这些系统表现出类似人类的意图、代理甚至自我意识。基于自然语言的界面现在伴随着生成AI模型，包括使用“I”代词的聊天界面，这可能会给用户一种类似人类的互动和代理感。这些看法可能会破坏创作者的信誉，他们的劳动是系统产出的基础（5），并在这些系统造成伤害时转移开发人员和决策者的责任（6）。未来的工作需要了解对生成过程的看法如何影响对产出和作者的态度。这可以促进设计披露生成过程并避免误导性解释的系统。
生成人工智能的特定功能反过来又产生了可能对艺术和文化产生长期影响的新美学。随着这些工具变得越来越普遍，它们的使用变得司空见惯（就像一个世纪前的摄影一样），它们输出的美学将如何影响艺术输出仍然是一个悬而未决的问题。生成式人工智能的低进入门槛可以通过扩大参与艺术实践的创作者群体来增加艺术产出的整体多样性（好比今天人人都会拍照，将来人人都是艺术家？）。与此同时，嵌入在训练数据中的审美和文化规范和偏见可能会被捕获、反映甚至放大，从而减少多样性（7）。人工智能生成的内容也可能为未来的模型提供信息，创造一个自我参照的美学飞轮，可以延续人工智能驱动的文化规范。未来的研究应探索量化和增加产出多样性的方法，并研究生成人工智能工具如何影响美学和美学多样性。
社交媒体平台的不透明、参与度最大化的推荐算法可以通过产生耸人听闻和可分享内容的反馈循环（8）进一步加强审美规范。随着算法和内容创建者试图最大限度地提高参与度，这可能会进一步使内容同质化。然而，一些初步实验（9）表明，在某些情况下，在策划人工智能生成的内容时纳入参与度指标可以使内容多样化。推荐算法放大了哪些风格，以及这种优先级如何影响创作者制作和分享的内容类型，仍然是一个悬而未决的问题。未来的工作必须探索由生成模型、推荐算法和社交媒体平台之间的相互作用形成的复杂、动态的系统，以及它们对美学和概念多样性的影响。
生成式人工智能依靠训练数据来自动化创作的各个方面，这引发了有关作者身份的法律和道德挑战，因此应该促使对这些系统的性质进行技术研究。版权法必须平衡创作者、生成性人工智能工具用户和整个社会的利益。如果不直接复制受保护的作品，法律可以将培训数据的使用视为非侵权;如果培训涉及基础数据的实质性转换，则合理使用;仅当创作者提供明确许可时才允许;或受法定强制许可的约束，允许将数据用于培训，前提是创作者获得报酬。大部分版权法依赖于司法解释，因此目前尚不清楚收集第三方数据用于培训或模仿艺术家的风格是否会侵犯版权。法律和技术问题交织在一起：模型是直接从训练数据中复制元素，还是产生全新的作品？即使模特不直接从现有作品中复制，也不清楚是否以及如何保护艺术家的个人风格。什么机制可以保护和补偿那些作品被用于培训的艺术家，甚至允许他们选择退出，同时仍然允许使用生成人工智能模型做出新的文化贡献？回答这些问题并确定版权法应如何处理训练数据需要大量的技术研究来开发和理解人工智能系统，社会科学研究以了解对相似性的看法，以及将现有先例应用于新技术的法律研究。当然，这些观点仅代表美国的法律观点。
一个独特的法律问题涉及谁可以声称对模型输出的所有权。回答这个问题需要了解系统用户与其他利益相关者（例如系统的开发人员和训练数据的创建者）的创造性贡献。人工智能开发人员可以通过使用条款主张对输出的所有权。相比之下，如果系统的用户以有意义的创造性方式参与其中（例如，该过程不是完全自动化的，或者没有模仿特定作品），那么他们可能被视为默认版权所有者。但是，用户的创造性影响力必须有多大才能让他们声称拥有所有权？这些问题涉及研究使用基于人工智能的工具的创作过程，如果用户获得更直接的控制，可能会变得更加复杂。
无论法律结果如何，生成式人工智能工具都可能改变创造性的工作和就业。流行的经济理论[即技能偏向技术变革（SBTC）]假设认知和创造性工作者面临的劳动力中断较少，因为创造力不容易被具体规则所束缚（即波兰尼悖论）（10）。然而，新工具引发了对作曲家、平面设计师和作家等创意职业的就业担忧。之所以出现这种冲突，是因为SBTC未能区分分析工作和创造性构思等认知活动。需要一个新的框架来描述创作过程的具体步骤，其中哪些步骤可能受到生成人工智能工具的影响，以及不同认知职业对工作场所要求和活动的影响（11）。
虽然这些工具可能会威胁到某些职业，但它们可以提高其他职业的生产力，并可能创造新的职业。例如，从历史上看，音乐自动化技术使更多的音乐家能够创作，即使收入倾斜（12）。生成式人工智能系统每分钟可以创建数百个输出，这可以通过快速构思加速创作过程。然而，这种加速也可能通过消除与白板相关的原型初始阶段来破坏创造力的各个方面。无论哪种情况，生产时间和成本都可能会下降。创意产品的生产可能会变得更有效率，从而以更少的工人获得相同数量的产出。反过来，对创造性工作的需求可能会增加。然而，创意产品的生产可能会变得更有效率，从而以更少的工人获得相同数量的产出。此外，许多使用传统工具（如插图或图库摄影）的雇佣职业可能会被取代。几个历史例子证实了这一点。最值得注意的是，工业革命使传统手工工艺品（例如陶瓷、纺织品和炼钢）的大规模生产成为可能，由非工匠的劳动;手工制品成为特色商品。同样，摄影取代了肖像画。音乐的数字化消除了学习物理操作乐器的限制，并使更多的贡献者能够进行更复杂的安排。这些工具可能会改变谁可以作为艺术家工作，在这种情况下，即使平均工资下降，艺术家的就业率也可能上升。
由于这些工具影响了创造性劳动，它们也给更广泛的媒体生态系统带来了潜在的下游危害。随着大规模生产媒体的成本和时间的减少，媒体生态系统可能通过创建合成媒体，特别是为索赔提供证明证据的媒体，容易受到人工智能生成的错误信息的影响（13）。这些生成逼真的合成媒体的新可能性可能会通过所谓的“骗子红利”（虚假内容通过破坏对真相的信任而使骗子受益）（14）破坏对真实捕获媒体的信任，并增加欺诈和未经同意的性图像的威胁。这就提出了重要的研究问题：平台干预，如跟踪来源和检测下游合成媒体，在治理和建立信任方面的作用是什么（15）？合成媒体的激增如何影响对真实媒体的信任，例如未经编辑的新闻照片？随着内容生产的增加，集体注意力可能会减少（16）。人工智能生成内容的爆炸式增长可能反过来阻碍社会在气候和民主等重要领域集体讨论和行动的能力。
每一种艺术媒介都反映和评论了其时代的问题，围绕当代人工智能生成艺术的辩论反映了当前围绕自动化、企业控制和注意力经济的问题。最终，我们通过艺术表达我们的人性，因此理解和塑造人工智能对创造性表达的影响是关于其对社会影响的更广泛问题的中心。对生成式人工智能的新研究应该为该技术的政策和有益用途提供信息，同时与关键的利益相关者，特别是艺术家和创意劳动者本身，他们中的许多人积极参与社会变革的前沿难题。
https://blog.sciencenet.cn/blog-41174-1392448.html上一篇：基础代谢率的真相收藏IP:117.135.15.*|热度|机器创造的艺术，人类真的看得懂吗?
我们会试图理解创作者的意图|梵高：画语人生
但是，艺术家和你共享的是其实比文化背景更重要的东西：你们拥有类似的身体，身上有着类似的思维方式。这还表现在其他许多方面，例如，我们主观的人生阅历来自于我们出生于并逐渐接受教育的人类社会，来自我们与“人必有一死”的搏斗，来自珍贵的回忆，来自我们自己头脑中独有的好奇心，来自生理上无所不在的怪癖和需求，还来自它定义的那些我们可以理解的空间和时间尺度的方式。这些都是我们能够理解人类创造的艺术的根基。
机器与我们人类共享这种根基吗？可能先要打个问号。
理解机器艺术，必须站在机器的角度
假设机器智能可能产生意识，并根据与人类意识完全不同的机器意识与体验进行艺术创作时，作为人类的我们能理解吗？所有拥有意识的机器都将通过它们的“身体”里体现它们的体验，但对我们来说，机器的“身体”却是一种完全陌生的东西。
我们能够对人创作的小说中的非人类角色或智能机器产生共鸣，因为它们是由其他人类唯一的主观视角构思出来的，而这些人的视角与我们的比较接近:“如果一个人像X一样行事会是什么样子？”抱着这种想法而构思出来的X对我们来说并不陌生。我们的主观意识使我们难以客观地接受非人类创造的艺术，这些作品总会蒙上人类思想的影子。
我们能对人创作的非人类角色产生共鸣|E.T.外星人
但实际上，所谓“机器艺术”，是独立于人类意识的存在。
为了理解机器艺术，并假设我们可能在第一时间就认出那是机器艺术，我们需要一种方法，好让按我们以“身为一个机器应该是什么样”的第一人称进行思考。然而，这是件非常困难的事情，就算是比机器更加接近人类的生物，我们都不能按照它们的方式思考。
我们很有可能会把机器自主创造的一些行为或制品理解为艺术，但这样做，我们将不可避免地把机器的意图拟人化。只有从机器的角度出发，机器所创造的艺术才能得到有意义的解释。而从机器的角度来看，任何相关的拟人化解释都将是难以置信的异类。因此，机器创造的艺术将被人们错误地解释。
目前所谓的“机器艺术”的创作者并不是机器
既然让我们按照机器的方式思考很难，那能不能让机器像我们一样思考呢？
想象一下，如果我们赋予机器特权，让它理解我们的推理方式，探知我们感知器官的特性，读取人类文化的无穷无尽的例子，那会怎样呢？这能让机器创造出人类能够理解的艺术吗？我们的答案是肯定的，但这也会使艺术品人性化——而不是真正的机器化。
实际上，到目前为止，所有“由机器创造的艺术”的例子都只是用计算机创造的人类艺术的简单例子，艺术创作者是计算机程序员。
德国艺术家格哈德·里希特(GerhardRichter)的万花筒系列风格作品《4900种颜色》（2008）曾在伦敦蛇形画廊展出。这件作品由196块面板组成，每块面板中含有25种色彩方块，以11种核心样式排布在一起。它体现了创作者对于“去主观化”绘画的不懈追求，而这些看起来随意分布的颜色正是通过一种特殊设计的电脑程序创作出来的。
由计算机程序创作出来的《4900种颜色》|metro.co.uk
这听着像是个奇怪的说法：程序员怎么可能是这些艺术品的创作者呢？毕竟在大多数情况下，他们并不能控制甚至无法预测艺术品究竟会如何呈现出来。其实，这一问题在艺术史上是长期存在的。
假设你正在音乐厅里欣赏本地乐团演奏贝多芬的《第七交响曲》(1812)。即使贝多芬不会直接对那里演奏的任何声音负责，你仍然会说你在听贝多芬的音乐。你的体验可能在很大程度上取决于演奏者的诠释、厅内的音响效果、其他观众的行为或你的心态。但是，音乐的作者是谁？是当时的演奏家吗？不，是贝多芬。
再比如说，先锋派古典音乐作曲家约翰·凯奇（JohnCage）的《景观遐想4号》(1951)由24名表演者根据乐谱控制12台无线电广播设备进行演奏。在这种情况下，听众听到的声音应该归功于控制设备的演奏者，甚至可以说是电磁场。然而，作曲还是应该归功于凯奇。
可见，这些作曲家在创作音乐时并没有料到后人会用何种乐器以何种方式在何种地点演奏给何种观众听。也就是说人类艺术家可能无法直接控制最终的呈现方式，甚至也无法预测它们，但尽管如此，他们仍是作品的作者。如此看来，当艺术家使用计算机进行创作时，真正的作者是艺术家，而不是计算机。
通过电脑程序创作的艺术，创作者不是计算机而是程序员|图虫
事实上，在艺术中使用运算常常是为了在过程中产生变化，艺术家广泛使用对初始条件、外部输入或伪随机数敏感的系统，以刻意避免输出结果的重复。
让一台计算机执行构建艺术品的过程，即使使用了伪随机过程或机器学习算法，也跟掷骰子排列一段音乐或追求同一公式的无数变形没什么不同。毕竟，机器创造艺术的理念是一种艺术传统，这一传统远远早于目前用人工智能创造艺术的趋势。
是否决定创作，应该由机器自己决定
“机器艺术”作为一个术语，我们认为它应该表示由机器思维自己的意志所创造的艺术，而不是基于以人类为中心的艺术观。
从人类的角度来看，机器艺术仍然是程序化、算法化和计算化的。它们将具有生产能力，因为它们将独立于人类艺术家。它们可能与人类或其他系统互动。但它们不会是人类将自己的决定施加给机器的结果，因为第一个决定——想要创作艺术的决定——应该是机器的意志、意图和决定的结果。只有到那时，机器艺术才不再是用电脑制作的人类艺术，而是真正意义上的机器艺术。
机器决定是否创作艺术|guyswhodostuff
问题不在于机器是否会发展出一种自我意识，从而产生对艺术创作的渴望。问题是，如果他们这样做了，或者哪一天他们真这样做了，他们将拥有一个完全不同的机器世界，而我们将完全无法从我们自己主观的、具体化的视角与之产生共鸣。机器艺术将总是超出我们的理解能力，因为我们理解艺术的界限是基于人类的经验。
一句话总结，人工智能大概率不会写你听得懂的诗、画你看得懂的画。它们必然有它们自己的思维世界，也不会寻求你作为人类的理解。你现在看到的所谓“人工智能艺术”，背后都还只是人类而已。
编译来源：
https://aeon.co/ideas/if-machines-want-to-make-art-will-humans-understand-it
作者：RuiPenha,MiguelCarvalhais
编译：Vivian
编辑：Cloud、李子李子短信
你现在看到的这个AI……
如有需要，请联系sns@guokr.com
（欢迎转发到朋友圈~
果壳
在欣赏作品（音乐、绘画、文学等）时，你会从哪些角度理解他人的创作？返回搜狐，查看更多
人工智能可以创造出艺术吗
计算机的算法有助于我们选择看哪一部电影，听哪种音乐，读哪类文学。
人与人工智能，谁才是艺术家？
计算机的算法有助于我们选择看哪一部电影，听哪种音乐，读哪类文学。但是，如果算法本身超越了人类文化介质的角色，并开始自己创造文化，那会是怎样一副光景？
智搜（Giiso）信息成立于2013年是国内领先的“人工智能+资讯”领域技术服务商，在大数据挖掘、智能语义、知识图谱等领域都拥有国内顶尖技术。同时旗下研发产品包括编辑机器人、写作机器人等人工智能产品！凭借雄厚的技术实力，公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。
图灵的模仿游戏
1950年，英国数学家和计算机科学家艾伦图灵发表了一篇论文《计算机器和智能》，并首先提出一种名为“模仿游戏”的思想实验。在一个房间里是人类“询问者”，在另外一个房间里是一位男性或女性的“对话者”。游戏的目标是让“询问者”判断出隐藏在另一个房间里的“对话者”是男是女。模仿游戏要通过一系列问题与回答来完成，信息的收发要通过第三方或者打字进行。“赢”下模仿游戏，意味着这个识别游戏的第一步成功了。
之后，图灵对模仿游戏进行了修改，将其中一名“对话者”替代为计算机，观察计算机能否顺利的完成对话，并让“询问者”无法分辨计算机和人类“对话者”的区别。这个版本的模仿游戏被称为“图灵测试”。
图灵提出的这个简单却又功能强大的思想实验，给出了一个通用的人工智能测试框架，能够研究人类与机器边界的各个方面，而会话只是其中一个例子。
艾伦图灵提出一种名为“模仿游戏”的思想实验
与人工智能比写诗
5月18日在美国常春藤大学之一的达特茅斯学院，计算机系和音乐系的教授与学生们将一起探讨人工智能的不同领域，关注机器创造艺术的问题。具体地说，在“艺术创作图灵测试”中，我们将观察参与者们能否区分人类和机器所创作的十四行诗、短篇小说、和音乐。当然，机器创作的艺术远没有莎士比亚、欧亨利和傻朋克那么好。
舞曲比赛（“Algorhythms”）要求参与者从一个预设的曲库中选择出最适合在舞池中使用的音乐，构建一个令人愉快的舞曲合集。在这种情况下，计算机软件会从舞曲数据库中随机挑选一段音轨作为初始的“灵感种子”开始创作。该软件会根据这段初始音轨，从曲库中选择、修改并混音，创造出15分钟的舞曲。其中包括20个特征的标准注释，如体裁、节奏（BPM）、节奏点、饱和度（音高）和亮度（音色）。
十四行诗比赛（“PoeTix”）和短篇故事比赛（“DigiLit”）对于计算机来说更是严峻挑战。比赛要求参与者提交独立的软件包，基于特定“灵感种子”，或输入一个普通名词短语（如“狗”或“奶酪刨丝器”），然后软件再根据它来创作所需的文学作品。此外，参赛的软件算法要求从一个给定的提示，产生无限数量的不同作品。
为了进行测试，我们会先浏览一遍电脑的“创作”，将明显是机器产物的排除掉。我们将人类创作和机器创作混合在一起，然后请来一个小组的“裁判”，让他们分辨这些艺术创作来自人还是机器。在舞曲创作的竞争中，我们交给了一群学生，让他们分别伴随着人类和机器创作的音乐来跳舞。在统计数据上和人类作品没有区别的作品将会成为最终的“赢家”。
这个比赛对任何人都是开放的。到目前为止，参赛者包括了学者以及非学术从业者。然而截止到现在，没有一家公司正式宣布参赛。这有点出乎我们的意料，毕竟文学领域的“机器写作”公司已经如雨后春笋般出现，文字生成软件的使用越来越普遍，如盈利报告和体育赛事总结等等。当然，在流媒体音乐播放领域，很多公司也在使用人工智能进行自动化地列表生成，最著名的就是潘多拉。
对参赛作品的评判并不简单。即使是在最初的模仿游戏中，“对话者”的性别也要随着时间的推移，才能逐渐透露，从文字中展露出来。相似的，在图灵测试中，人们无法从单一交互实现中判断计算机的话语缺乏人性，而需要一段较长时间的反复测试。
模仿游戏和图灵测试的背景问题也是值得考虑的。赢得模仿游戏的可能性，独立于时间、文化和社会阶层之吗？很有可能在当前的西方社会，由于对性别的定义越来越灵活，原来的模仿游戏将更难获胜。图灵测试也一样，在二十一世纪，我们越来越多地和机器进行通讯。无论我们喜欢与否，短信和即时通讯应用已经极大地改变了我们的通讯方式以及对通讯本身的期望。在人们的交流中，缩写、拼写错误和信息遗漏几乎是常态。同样的问题也适用于艺术领域。
艺术家和创作辅助程序之间的界限在哪？
智搜（Giiso）信息成立于2013年，是国内首家专注于资讯智能处理技术研发及写作机器人核心软件开发和运营的高科技企业。公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。
谁才是艺术家？
对艺术形式的思考引出了另一个问题：谁才是艺术家？编译了十四行诗创作软件的程序员是诗人吗？编译了短篇小说创作软件的程序员是作家吗？编译了音乐混音软件的程序员是DJ吗？
艺术家和创作辅助程序之间的界限在哪？划定这条界限对艺术成果的分类有何影响？十四行诗这种固定的艺术形式，是创造性工作的一种高层次算法虽然是由人类所执行的。今天，当微软的office软件帮助你“纠正”语法错误并给你的用词提出“建议”，而你又选择听从它（无论你是乐于接受，还是纯粹的懒惰）的时候，你的创作还是你自己的吗？还是已经变成了“人机合作产物”？