人工智能在文艺领域的应用和探索
核心阅读
伴随各类云计算平台的搭建，数据量呈指数级增长，为生成式人工智能在艺术领域的广泛应用提供了巨大空间。
在多种技术交织而成的新型创作语境中，理解人机交互模式、探索人机协同应用场景，是智能时代进行文艺创作的新要求。
辩证地看，生成式人工智能有助于更加高效、便捷地将艺术创意转化为内容产品，也因产品数量的激增而面临艺术性和原创性等考验，艺术创作的诗意和不可预期的灵感愈发显得珍贵。
20世纪40年代，人类首次提出“人工智能”概念。80多年来，随着软硬件技术升级，人工智能取得阶段性进展，不断引发人们对未来的想象：人工智能会不会有一天超越人类智能？不少小说和电影畅想过这样的未来场景，也激发着人们探索未知的兴趣和勇气。
2016年，人工智能首次战胜人类职业围棋选手，引发社会广泛关注。2022年，生成式人工智能技术取得突破性进展：自然语言大模型可以根据人类指令，迅速完成写文章、绘画、作曲甚至制作视频和动画等任务，其“创作”涉猎的范围几乎可以媲美人类，而且水平随着训练量增加还在不断提升。在文艺领域，这项技术更为广泛地引发讨论：生成式人工智能将怎样改变文艺创作的形态和生态？
机器学习运用到文艺领域
生成式人工智能的技术基础是类脑神经网络。大数据时代的到来，提供了海量的训练数据以及必要的算力基础和庞大的数据模型，有力推动生成式人工智能走向成熟。
这项技术有效推动机器学习向人类所需要的方向迈进，并在较短时间内运用到多个领域。在文艺领域，生成式人工智能的学习对象是知名艺术家的经典作品。通过处理原始数据，经典作品的风格特点被提取出来，由人工完成数据标注，为下一阶段的新内容生成打下基础，实现由艺术原作到人工智能作品的风格迁移。相关程序在专业网站开源公开测试后，便捷、高速又高效的应用性优势令人心动。计算机专业人士指出：人工智能已经接近通用化的目标。
文艺领域用户对此又是什么感受呢？2018年，一家拍卖行首次高额拍出一件人工智能生成的肖像油画。画面上的人物脸部模糊不清，身形隐没在大块的色彩堆积下。仅仅4年后，生成式人工智能在2022年一项数字艺术大赛中夺得冠军。一幅名为《太空歌剧院》的设计图在布局、用光、人物造型等多个方面超越参赛的人类选手作品。类似的进步激发了人们将生成式人工智能应用于文艺领域的热情。
人机交互协同的艺术创作正在实现
伴随各类云计算平台的搭建，数据量呈指数级增长，为生成式人工智能在艺术领域的广泛应用提供了巨大空间。从已公布的生成式人工智能产品目录来看，现有技术模型分为三组九个类别。其中，依据模型的驱动形式划分为三个组别：文本驱动型、图像驱动型和复合驱动型。九个类别包括：文本生成图像、文本生成视频、文本生成音频、文本生成代码、文本生成三维场景等。
目前应用较多的是文本驱动型。用户在人工智能端口界面输入提示文本，就能够便捷地启动智能化写作、作曲、作图，或生成短视频、游戏段落等。我国至少已经出版了两本人工智能程序生成的诗集。其中，有的单纯使用知识图谱和自然语言处理技术生成诗歌作品，有的则采用图文互驱动模式，在观感上呈现为一首诗搭配一幅画的形式。在中央美术学院美术馆举办的“或然世界”人工智能画展上，人工智能化身数位不同风格的虚拟画家，分别创造性地演绎人类美术史上的经典风格。
生成式人工智能在音乐方面的表现也值得关注。用户先将自己喜爱的音乐曲段复制到信息轨道上，人工智能模型通过风格调色板来确定作曲风格，进而在文本指令下完成音乐类型、节奏快慢和整体时长等必要设定，就可生成一段有模有样的音乐。如果将视觉化工具整合在作曲程序中，人工智能还可以创作带有高度情感特征的新作品，将图像转换为数据集，精准分析用户需求，量身打造适合不同场景特点的个性化、情感化曲目。在文艺实践中，已经有电影作品采用人工智能生成的乐曲作为配乐。
当文本写作、图像生成和音乐曲段都能够交给人工智能完成，距离人工智能制作电影也就越来越近。目前，多家影视公司与科技机构联手，共同开发用于制作电影长片的人工智能程序。虽然尚无生成式人工智能模型可以完全实现这一技术创新，但人工智能已经被用来编写剧本，甚至为影片选角、设计分镜头和剪辑片花等。一些流媒体平台还特别开设了人工智能实验片频道，专门播放由人工智能制作的短片。尽管这些作品的完成度还不理想，却推动着人们不断攻克人工智能影像创作的技术难题。
不是取代作者，而是为创作赋能
正如对艺术境界的探索没有终点，技术创新也永无止境。在多种技术交织而成的新型创作语境中，理解人机交互模式、探索人机协同应用场景，是智能时代进行文艺创作的新要求。面对加速更新的人工智能技术，人类的文艺创作会发生哪些变化？创作者要做出哪些调整才能更好地应对智能化带来的机遇和挑战？
首先，生成式人工智能的加入将艺术创作分为有人工智能辅助和无人工智能辅助两类。国外已有多家期刊发布公告，明确拒绝接收人工智能生成的作品，有的科幻杂志甚至为此关闭了自由投稿通道，创作者需要在投稿前申明没有用到人工智能工具。其次，人工智能辅助创作也是一个披沙拣金的过程。传统的创作过程是创作者就一部作品持之以恒地进行打磨，但在人工智能辅助下，创作者的艺术创意在很短时间内就产出批量内容，风格品质参差不齐，创作者需要从众多“产品”中选取一件进行精心调整。
目前，生成式人工智能的能力水平还不足以撼动人类创作者的主体地位，无论是基于机器学习的参数式内容生成，还是风格迁移的程序应用，它们在极短时间内批量化产出的语段、图像、音频、视频等，都尚未催生出获得公认的人工智能艺术家。这也对人类创作者提出了新的学习要求――要有意识地培养能与智能工具良好沟通的数字素养。
以人工智能绘画为例，设计师为了创作一幅自己满意的作品，可能要先后借助智能工具和图形软件生成数百幅画作。这些画作的主题立意基本一致，所不同的是每幅画的题材、场景、视角、氛围元素，等等。随着设计师发出越来越具体、确切的语句指令，人工智能不断做出精细调整。这样的创作方式体现出数字素养对于未来人机协同创作者的重要性。创作者需要有效组织人工智能所能理解的语言，形成最优指令，尽可能释放人工智能的潜力，使之快速而大量地输出内容，以便创作者从中进行甄别和挑选。回顾人机结合的具体实践可以发现，艺术创作经历了人工创作、机械复制和数字化转型之后，生成式人工智能已经将人机结合的创作实践带入了新的智能化阶段。将人工智能作为辅助工具的创作者们正在大幅延展自身的想象力和表现力，体现出生成式人工智能对创作的全新赋能。
作为一项新技术，生成式人工智能将为文艺创作带来多方面影响。辩证地看，它一方面有助于更加高效、便捷地将艺术创意转化为内容产品，另一方面也因产品数量的激增而面临艺术性和原创性等考验，艺术创作的诗意和不可预期的灵感愈发显得珍贵。我们要掌握好驾驭这项新技术的本领，借以提升文艺创作生产效能，减少它所带来的其他影响。如何将人工智能带来的技术挑战转化为激发创作的新机遇，是当代文艺创作者需要深入思考并不断探索的课题。
（作者为复旦大学中文系教授）
《人民日报》（2023年04月11日20版）
(责编：叶伟、连品洁)分享让更多人看到
人工智能技术在文化产业中的应用与影响研究
摘要：人工智能技术的发展为文化产业提供了诸多应用性机遇；其中一些关键性技术点与文化产业相结合，可以实现文化内容产生、创意资讯传播以及文化市场管理方面的创新。本文拟从几种主要的人工智能技术出发，介绍在技术与产业相结合过程中形成的代表性应用，同时探讨分析目前的人工智能应用带来的“信息茧房”“机器歧视”等社会问题，从而为我国文化产业发展提供相应的经验。
关键词：人工智能；文化产业；算法公平；信息茧房
人工智能（ArtificialIntelligence，AI）本质上是对人的意识与思维的信息过程的模拟，是指使用机器代替人类完成认知、识别、分析和决策等功能。在《人工智能：一个现代路径》[STUARTJ.RUSSELL&PETERNORVIG,ARTIFICIALINTELLIGENCE:AMODERNAPPROACH1034(3ded.2010),supranote7,at4.]一书中，“人工智能”被定义为：行为是为了获得最好的结果，或者在不确定的情况下，获得期待的最好结果，这是一种“理性行为”选择。在过去的十余年中，人工智能技术在以深度学习为代表的机器学习、语音识别、自然语言生成与处理、计算机视觉等领域取得不少成果，引得全球广泛关注。
世界各国都在积极部署关于人工智能的战略规划，2016年10月，美国和英国双双出台国家人工智能战略。就我国而言，2017年，国务院印发《新一代人工智能发展规划》，其中提出到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元[国务院:新一代人工智能发展规划[J].重庆与世界,2018(02):5-17.]。
基于此，本文重点关注人工智能技术在文化产业――即新闻出版、发行、广播电视、电影、文化艺术、文化信息传输、广告服务和文化休闲娱乐等领域中的应用现状、存在的问题及对策，从而为我国文化产业发展提供可借鉴思路。
一、人工智能的主要技术类型与文化产业中的典型性应用
在美联社于2017年发布的《人工智能工作手册》中，人工智能在新闻业应用最频繁的技术主要有5类，包括机器学习、自然语言技处理术、语音识别技术、机器视觉和机器人技术[余婷,陈实.人工智能在美国新闻业的应用及影响[J].新闻记者,2018(04):33-42.]。在整个文化产业当中，目前应用最为广泛的技术类型是以深度学习为代表的机器学习，其他4类技术类型也均有不少应用落地。
通过上表可知，人工智能中的虚拟代理、机器人自动化、机器学习、深度学习、生物与语音识别、自然语言生成与处理（NLP）、硬件优化与决策管理等技术可以与文化产业中的信息采集、内容生产、信息传播和受众管理等有效结合，提供诸如内容个性化算法、受众目标与偏好识别、自动新闻内容生产等方面的服务，也可以提供在客户管理与市场调研方面的有力手段。
目前，国外一些先进的文化媒体机构对于上述技术的应用已经形成一定的有益经验与有效做法。
首先，在内容生产中，人工智能可以实现自动写作与自动摘要、抽取式新闻写作，并试图使机器像人类一样阅读与思考。
美联社是最早运用AI技术进行自动化写作的媒体之一。2014年，美联社与美国AutomatedInsights公司合作，使用该公司开发的自动化写稿程序Wordsmith来自动编发企业财报新闻。该程序几分钟内可写出150-300字的快讯，每季度能生产4000篇财报新闻，是过去数量的10倍。2015年之后，国内腾讯新闻、新华社和今日头条等也陆续推出了写稿机器人。
其次，在信源数据收集中，人工智能可以基于传根器应用生成内容，实现信息传播的可视化追踪。
NewsTracer是路透社使用的新闻追踪系统，这一系统每天可以对5亿条Twitter信息进行分析，从假新闻、广告和杂音，以及众多的人名、机构和地点中找到真的新闻事件与线索，这让记者能够从社交媒体的众多信息中脱身，把更重要的时间用来挖掘故事。
第三，在文化创意视频类服务中，人工智能可以实现文本和视频之间的转换、高效寻找视频片段与资源以及优化视频内容搜索等。
Zorroa是美国的一家视觉资产管理公司，2017年，公司推出企业可视化智能平台（EVI），帮助用户对大型数据库中的可视资产进行搜索和运行分析。在与索尼影业的合作中，EVI通过面部识别、图像分类、机器学习等方式整理、分析了索尼多年来积累的数百万小时的视觉资产。使用该平台后，平时需要27小时才能搜索到的特定视频资源，仅需3分钟即可检索到，为索尼影业的视频资源开发带来极大的便利[https://zorroa.com/case-studies/]。
第四，在文化信息传播中，人工智能可以通过受众的好奇点与文化传媒内容进行匹配、通过信号源获取受众的兴趣点，并且精准分析受众，预测其内容消费需求，实现精准投放。
Netflix是在用户个性化分发业务上较为成熟的视频网站。2016年年报显示，Netflix拥有9300万全球会员，每天流媒体播放超过1.25亿小时的电视节目和电影。预测用户想要观看的内容是其公司业务模式的关键部分。2016年，Netflix开发名为Meson的应用程序，构建、培训和验证个性化算法，提供视频推荐建议。类似的企业还有IRIS.TV等，该公司曾在三个月的时间内运用个性化分发，将其客户所在公司的观众存留率提高了50%[https://www.techemergence.com/ai-in-movies-entertainment-visual-media/]。
最后，在市场调研与客户管理方面，人工智能可以获知受众对内容消费的使用特点、通过深度神经网络技术来感知受众对文化内容的情感参与和变化，从而进行有效的客户管理与市场营销。
2016年，日本广告公司MaCannEricksonJapan聘用了全球第一个使用人工智能开发的机器人创意总监AI-CD?。当年9月，机器人创意总监与人类创意总监以同一个广告主题各自开发了10分钟的广告片，并交由全国民意调查评判。尽管人类创意总监以8%的微弱优势险胜，AI在受众分析与市场营销方面的潜力不容小觑。
可见，人工智能已经显著改变了媒体格局――包括观众发现和参与内容的方式，以及内容创建和分发给观众的方式。目前，算法不仅会影响受众在不同平台上看到的内容，还会首先影响平台生产和创建的内容。人工智能从根本上改变了受众行为和创作过程。
二、人工智能应用对文化产业发展的影响与启示
尽管统计显示，就目前的全球文化产业而言，仅有8%的文化企业已经部署并使用了人工智能技术应用[https://www.ibc.org/tech-advances/the-future-is-artificial-ai-adoption-in-broadcast-and-media/2549.article]，但人工智能技术对文化产业乃至整个社会的影响已经有所显露。
就其积极意义而言，人工智能技术在提高内容生产效率、提升用户留存率以及优化文化产业资产管理等方面存在重要意义、毋庸置疑的高效率和部分的不可替代性。而就其消极影响而言，内容分发的局限性开始受到社会关注；人工智能算法的公平化、透明化一度遭受质疑；算法带来的偏见与歧视又引发社会伦理问题；人工智能应用背后的商业力量或许是造成这一系列问题的原因之一……
不少科技界声名显赫的人物也因此表达了对人工智能未来发展的担忧，如特斯拉创始人埃隆・马斯克曾说：“我们应该十分小心地看待人工智能。我越来越倾向于认为，在国际或者国家层面上应当有相应的人工智能监管措施，以防人类做出不可挽回的事情来。”微软创始人比尔・盖茨、物理学家史蒂芬・霍金等也表达了类似的看法。未来人工智能应用将在何种程度上造福于人类，部分取决于今天我们在何种程度上理解并解决人工智能可能产生的问题与自有弊端。
具体而言，本文将从如下三方面阐述人工智能应用的问题、影响与对策：
（一）内容分发的局限性：“信息茧房”
如今的网络文化空间，从某种意义上说，是一个算法帮助公众做决定的环境。如果说曾经的传统媒体为公众搭建了一个“拟态环境”，不同的编辑部依托各自的编辑方针、新闻判断原则，以“议程设置”的方式决定着每日媒体内容的生产加工，那如今，在网络媒体中这一权力部分地转交给了算法。算法可以决定人们阅读哪些新闻，观看哪些视频，收到哪些广告，人们的数字存在（DigitalExistence）日益受到算法左右。
文化传媒企业使用算法决定内容推荐的初衷是在于解决信息过载的问题，提高用户获取信息的效率，更希望借此增加用户的沉浸时长，提高应用的用户忠诚度和留存率。因此，企业利用大数据主动搜集用户信息，根据用户自身兴趣，为用户定制个性化内容，形成一整套精确的内容分发模式。Facebook信息流产品Newsfeed、对话式新闻产品微软小冰和Quartz、今日头条以及Netflix、IRIS.TV等一系列人工智能应用均属于此类型。
这一初衷是好的，但问题出在“精确”上。信息越精确，代表着信息涉及的范围越狭窄。人工智能研究者已经发现，仅仅关注推荐系统的精确度远远不够，这会导致用户难以获取足够的信息增量，视野越来越狭隘。美国学者桑斯坦在其著作《信息乌托邦》[凯斯・R・桑斯坦.信息乌托邦:众人如何生产知识[M].法律出版社,2008：206-208.]中指出，人们借助网络平台和技术工具，在海量的信息中，完全根据自己的喜好定制报纸和杂志，进行一种完全个人化的阅读。在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“信息茧房”中。
学术界不少学者指出“信息茧房”问题的危害，将“信息茧房”与群体极化、证实性偏见等议题关联起来。学者陈昌凤认为，信息的个人化偏向容易产生詹姆斯・斯托纳（JamesStoner）1961年提出的群体极化现象，即团体成员从开始只是有某些偏向，通过协商、讨论，逐渐朝偏向的方向继续移动、形成极端的观点，甚至引发社会波动，如散播错误信息、形成极端性社会团体、公共理性批判缺失等[陈昌凤,张心蔚.信息个人化、信息偏向与技术性纠偏――新技术时代我们如何获取信息[J].新闻与写作,2017(08):42-45.]。与此同时，人们总是倾向于寻找、阅读自己认同的信息来佐证自己的认知，加深了信息的个人化偏向。对垂直细分领域内容的追逐，弱化了公共事务领域内容的传播，网络社会中传统媒体讲求的“社会公器”意义式微，一个对公共事务冷漠、毫无参与感与同理心的社会将会是“信息茧房”之下最极端也最为悲剧性的结局。
对此，文化传媒企业和公众这两个主体都需要采取一定的对策。对于文化企业而言，应当在推荐的精确度指标之外，加入新的算法推荐考量指标，如多样性、覆盖率、新颖性等；另外，有研究表明，基于关联规则的推荐方法要优于基于内容规则的推荐方法，更易为用户发掘新的兴趣点，现有的障碍在于关联规则难以抽取、耗时长[刘辉,郭梦梦,潘伟强.个性化推荐系统综述[J].常州大学学报(自然科学版),2017,29(03):51-59.]。
而对于公众而言，文化传媒企业设置算法推荐的初衷就有迎合用户喜好的意味，用户越是喜欢哪一类内容，平台就越是推荐哪一类内容。因此用户想要逃离“信息茧房”，第一个步骤就是反省自身，提升自身的媒介素养。平台可以帮助用户实现媒介素养提升，如每周发布用户阅读周报，告知用户在阅读中各类型信息的占比情况，提示用户哪一类信息了解匮乏等，起到一定的督促作用。
（二）从算法偏见到机器歧视――算法的公平与透明化困境
当我们在日常生活中的决策权部分地交给算法之后，我们本能地期待着一个更加公平、透明的环境。但是，一个不容忽视的问题是：算法或者机器真的能够做到公平、公正、不偏不倚吗？算法的规则是否本身就带有人类固有的偏见呢？
2015年5月，Google的照片应用加入自动标签功能，应用更新不久，一位黑人程序员发现自己的照片竟然被Google打上“大猩猩”的标签。Flickr类似的自动标签系统也犯过大错，曾把人标记为猿，把集中营标记为健身房。2016年3月，微软公司的人工智能聊天机器人Tay上线。可是上线不到一天，Tay就被网民“教育”成为一个集反犹太人、性别歧视、种族歧视等于一身的“坏孩子”，被强制下线。此外，有研究称谷歌广告服务会默认为女性用户推送比男性用户薪水更低的广告。这些事件一方面反映出现有的人工智能、机器学习技术的不成熟，另一方面，机器歧视（MachineBias）问题开始进入公众视野。
2017年，Pew研究中心曾在研究报告《算法时代》[LeeRainie,JannaAnderson:Code-Dependent:ProsandConsoftheAlgorithmAge,http://www.pewinternet.org/2017/02/08/code-dependent-pros-and-cons-of-the-algorithm-age/]中指出：“算法的客观中立仅仅是理想，创建算法的人即使尽量做到客观中立，也不可避免地受到自身成长环境、教育背景、知识结构和价值观的影响。此外，创建算法所依赖的底层数据的有限性也会导致算法偏见。”
那么，算法偏见的来源在哪里？首先，存在错误、不准确和无关的数据可能导致偏见。输入不完美、甚至有错误的数据，自然会得到错误、有偏见的结果。
其次，机器学习的过程可能是偏见的另一个重要来源。例如，一个用于纠错的机器学习模型在面对大量姓名的时候，如果某姓氏极为少见，那它在全部数据中出现的频率也极低，机器学习模型便有可能将包含这个姓氏的名字标注为错误，这对罕见姓氏拥有者和少数民族（姓氏与非少数民族不同）而言就会造成歧视[曹建峰.人工智能:机器歧视及应对之策[J].信息安全与通信保密,2016(12):15-19.]。这类歧视的来源并非程序人员有意识的选择，具有难以预料、无法估计的特点。
再者，正如Pew报告所指出的，算法可能先入为主地默认了算法创建者或者底层数据中带有的价值判断，从而产生了性别、宗教和种族方面的歧视。这类歧视主要是由于产品设计（DiscriminationbyDesign）的局限性。
种种算法偏见与机器歧视的案例让我们不禁怀疑，“公平”这一社会理念到底是否可以被操作化，成为被准确量化的算法规则。而与此同时，机器自动化决策的不透明性使得准确量化公平难上加难。机器决策是经由算法这一“黑箱”（Blackbox）完成的，也就是说，不论是普通人还是熟悉公平原则的社会学者，均无法了解算法的内在机制、原理，更无法监督机器的决策过程。因此，当算法的编程人员不清楚或者未能统一“公平”的内涵与规则时，他们自身的偏见就会在一定程度上影响算法，同时他们也可能会忽视算法可能产生的偏见，不公平的人工智能应用随之产生。
正如学者DanielleK.Citron在《技术正当程序》中所说，对于关乎个体权益的自动化决策系统、算法和人工智能，考虑到算法和代码，而非规则，日益决定各种决策工作的结果，人们需要提前构建技术公平规则，通过设计保障公平的实现，并且需要技术正当程序，来加强自动化决策系统中的透明性以及被写进代码中的规则的准确性。
日前，美国弗吉尼亚大学学者AhmedAbbasi等在《让“设计公平”成为机器学习的一部分》（Make“FairnessbyDesign”PartofMachineLearning）一文[https://hbr.org/2018/08/make-fairness-by-design-part-of-machine-learning]中指出，可以通过将数据科学家与社会科学家组队、谨慎打标签、将传统的机器学习指标与公平度量相结合、平衡代表性与群聚效应临界点（criticalmassconstraints）以及保持意识等方法减少算法形成歧视的可能性。其中，“平衡代表性与群聚效应临界点”是指在对数据进行采样时，应既考虑数据的整体特征，同时不忽略某个特定少数群体或者极端数据情况。只有这样，机器学习模型在预测一个普通人和一个特殊群体时，才能都给出更为准确的答案。
另外，谷歌也开始倡导“机会平等”，试图将反歧视纳入算法。还有学者引入“歧视指数”的概念，为设计“公平”的算法提供具体方法。我们必须清楚，人工智能总是通过一个快速且脱离人类社会与历史的学习来完成自我构建，因而一个未经完善的机器学习模型必然存在“道德缺陷”。在人工智能应用的构建中，人类与人类长久以来葆有的道德与社会规则不能缺席。
（三）人工智能应用背后的力量
“信息茧房”的形成不是由于信息广度不足，内容生产不够，而是由于信息推荐固定地集中在某一特定领域造成了信息的窄化；算法偏见的形成不是由于机器学习具有天生的弊端，而是由于人类未将公平公正的原则纳入算法考量之中。人工智能应用背后存在着的，是人的力量与符合经济社会的商业逻辑。
为了迎合消费者，信息推荐系统会将消费者的阅读“口味”作为依据。当搜索引擎通过机器学习意识到，搜索八卦新闻的人愿意在日后更多地看到八卦新闻，为了提升用户留存度，搜索引擎会相应地减少其他类型新闻推荐。
为了满足商家，人工智能产品会把更昂贵的产品卖给用户忠诚度高的用户，即“大数据杀熟”现象。同时，为了更加精准地进行广告投放，人工智能偶尔也会忽视公平原则，例如女性用户通常会收到比男性用户薪资低的推荐广告。这样的现象发人深省，未来是否有必要通过一定的法律手段，要求包括文化企业在内的商家作出“不作恶”的商业承诺。
整体而言，我们的社会正被人工智能推向一个新的发展节点。正如[金兼斌.人工智能将给传媒业带来什么?[J].中国传媒科技,2017(05):1.]学者指出，社会和传媒技术的发展，从来都不是线性和匀速的。从工业革命到信息技术革命，每一次社会巨变都伴随着这样一个临界时刻。今天，我们已经能够感受到，我们的日常生活――包括媒介生活中的许多基础性的东西，正在被人工智能应用所搅动。在这样的时刻，只有紧抓机遇、规避风险、解决弊病，才能真正实现行业和社会的跨越式发展。我国的文化产业走到了一个崭新的路口，新的机遇在等待着它。
(责编：尹峥、赵光霞)分享让更多人看到
人工智能艺术：一场前所未有的新艺术创造
【热点观察·当文艺创作遇上人工智能③】
作者：蔡新元（华中科技大学设计学系教授、博导、艺术与科学研究中心主任）
人工智能艺术在今天不仅是一种从主题、形式到技术都令人惊叹的前卫艺术类型，而且在日益扩大艺术的外延。面对人工智能对传统艺术的挑战，公众和学界都应保持理性和宽容。
2018年注定是当代艺术史上标志性的一年。当年10月25日，由三个对艺术一无所知的程序员开发的“艺术作品”《爱德蒙·德·贝拉米肖像》（Edmond de Belamy）在纽约佳士得拍卖行，以5500美元起拍，最终以35万美元落槌，成了世界上第一件成功拍出的人工智能艺术品。这一事件引发了全球对于艺术本质问题的争论——人工智能的这一行为究竟算不算艺术创造？
技术让机器有了“艺术自觉”
人工智能艺术的核心是计算机的“创造力”培养，其假定计算机作为艺术创作的主体——艺术家来加以构建。其基础是机器学习（Machine Learning， ML）。机器学习是使计算机具有智能的根本途径。早期的机器学习方法是神经网络（Neural Networks，NNs），通过模仿动物神经网络行为特征来进行分布式并行信息处理；而近期的深度学习（Deep Learning，DL）是多阶层结构神经网络结合大数据的逐层信息提取和筛选，使机器具备强大的表征学习能力，也使机器学习从技术范畴上升到“思想”范畴。此时，通过调用包含大量艺术专业知识和经验的专家系统，可以实现对机器艺术思维模式的培育，形成具有“艺术自觉”与“创造力”的人工智能“艺术家”。比如，美国罗格斯大学艺术与人工智能实验室（AAIL）研发的“生成对抗网络”（Generative Adversarial Network，GAN），即利用两个相互博弈的神经网络不断生产出截然不同的全新图像。
人工智能的一个重要前提是大数据。借助云计算技术，由机器操控数据来进行结果判断和帮助决策，这叫模式识别。模式识别的本质是通过数据描述，使机器对事物或现象进行描述、辨认、分类和解释。如果我们以计算机“输入—运算—输出—结果”的生产方式来类比艺术的创作方法，则传统艺术的创作逻辑特征可表述为：视觉输入—人脑（人体）运算—工具输出—必然性结果。而人工智能艺术借助数据的输入可以产生更多具有刺激性和感染力的创造性结果，其逻辑特征可表述为：数据输入—程序（人工）运算—电子设备输出—随机性结果。因此，人工智能艺术以对数据库的调用与计算来塑造自身和世界。数据库像一个包含无限虚拟有机体的艺术基因库，机器操控它们来创造实物或“生命形态”。可以说，支撑人工智能艺术的是一种数据操控的美学。
“人人都是艺术家”成为可能
人工智能艺术在今天不仅是一种从主题、形式到技术都令人惊叹的前卫艺术类型，而且在日益扩大艺术的外延。从艺术内部的形式与审美完善，到艺术外部的社会化、政治化触发，人工智能艺术导致艺术功能、艺术价值、艺术家身份认证、艺术评价体系等问题都要重新界定。
毋庸置疑，人工智能技术极大地提升了艺术的想象力与创造力，丰富了艺术的形式与创作工具。由Google开发的AutoDraw即是利用AI算法对艺术家的草图的自动加工与制作，作曲家、诗人、画家等可依靠它来完成基本输出，然后进行扩展与完善。这极大地提高了艺术创作的效率，也意味着开拓出人机合作进行艺术创作的新路径。
然而，人工智能艺术最令人遐想的还是未来的“赛博格”艺术家（Cyborg）。随着计算机技术的高速发展，艺术最终将走向人机交融的合成时代；未来，技术会更加自然地融入人们的日常生活且难以界定，异源嵌合体、生化电子人、人机合体生物等将把人类变成“超级艺术家”。
艺术一直以其对审美能力和创造技巧的绝对控制而专门化与职业化，又因其在精神与文化领域的自律而神秘、矜持。后现代主义“人人都是艺术家”的主张或将打破这一垄断，艺术对生活的拥抱经由技术加持在今天已演变为“世界就是艺术家”。这表现为两个方面，一是艺术对世界的唤醒，二是艺术的生活化与娱乐化。具体言之，当代人工智能技术、生物技术和纳米技术这三大技术的进步，使人类得以实现与万物的相连和信息交换。人工智能艺术帮助我们扩展自己的生理、心理极限，这既是一种对世界的全新感知，也是世界对人类的诗意回应。传统意义上的艺术家由身份、经验和技巧所构筑的边界在人工智能时代逐步消融，人工智能艺术将帮助我们有趣地体验世界，使我们更易于享受到艺术化的生活。比如，微软开发的AI bot只需用户输入语言描述的关键词即可根据词意自动生成与之相匹配的图画；Prisma则是运用人工智能技术赋予普通照片不同艺术风格的网红APP……它们的共同特征是寻求更为大众化、平等化的艺术，使艺术于普通大众更具可消费性甚至免费共享。
对新事物应保持理性和宽容
近代以来，艺术的本质一直被视为是基于情感与精神的自由创造，而复制的艺术、形式主义的艺术等都是精神创造缺位后的贬称。在很多传统艺术家看来，人工智能艺术基于专家系统支持而进行的数据归纳、综合被认为是缺乏演绎与创造，“机器作画总是缺少一些深层次的东西”。艺术史家杰姆斯·艾克因斯（James Elkins）直言：“（算法）不是根据社会环境、含义和表达目的来创作，而是根据艺术风格创作。”但《爱德蒙·德·贝拉米肖像》的成功很显然对这一创造缺位开了一个口子，更何况在科学家预想的人工智能第三个阶段，机器将拥有“自由意志、情感认知和自由活动能力”。这让人担忧，在人工智能的冲击下，“创造力”这一人类智慧的最后壁垒终将被突破。
人工智能艺术还隐含了一场权力争夺战。诞生之初，人工智能是为了对人类智能进行延伸和扩展。通过对人类意识及其思维信息过程的模拟，让计算机拥有学习、推理、思考和规划的能力，从而使机器能替代人完成一些此前由人完成的复杂工作。然而，人工智能的发展已衍生出“过度依赖数据”的危机。对数据和算法的依赖开始形成一种权益的悄然转移。算法和数据开始接管大众媒介的权力，算法输出结果所依赖的数据，开始代替人类进行决策。建立在数据和算法基础上的人工智能艺术，因而也神奇地获得了某种权力。如果缺乏艺术自律，人工智能艺术将可能异化为一种数据崇拜和数据迷信。电脑公司、计算机及其背后的隐形势力，将借助人工智能艺术代理人们的思维、行为，进而控制资源、权益的分配。
人类艺术行为的主体和对象都是人，艺术因其反思的品质而对人类社会来说弥足珍贵。可以说，艺术的社会属性决定了艺术是“属于人的艺术”，艺术家总是在赋予我们所看事物以有“意义”的解释，而这意义是对于人来说的意义。2018年，人工智能艺术工作室OUCHHH在法国巴黎艺术中心推出了一场名为“诗意AI”（Poetic AI）的展览。展览对2000多万行科学家所写的涉及改变人类历史的关于光、物理、时空的文献进行机器学习，随后经由人工智能算法转码后的文字和图像被投影在3300平方米的空间中，人们可在这一无限变幻的光线运动中忘我体验。这是一种刺激但危险的艺术，对意义和反思的放弃有可能让艺术失去存在的根基。超级智能系统可以每秒提供无数个想法和经验，但它们不一定具有与人类一致的艺术诉求与偏好。未来，当人工智能形成“人格”之后，一切我们习以为常的传统、认识、理念、常识或将不复存在，失控的将不仅是人类文明，也包括对人类艺术的取缔。
上述关于人工智能艺术的讨论或志得意满，或未雨绸缪。但无论如何，人工智能艺术在现阶段仍在我们可控的范围内。面对人工智能艺术对传统艺术的不断挑战，公众和学界都应保持理性与宽容。在这样一个充斥着“机器即将全面替代并统治人类”传言的时代，我们仍然寄希望于人类艺术在未来可以继续行使改造世界、创造文明的职能。
《光明日报》（2019年07月10日 13版）
[责编：董大正]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
人工智能的介入在文学艺术圈制造了持久的喧哗
人工智能的争议正在急剧升温。这个话题匯聚了科学主义与人文精神相互交锋的最新内容。人工智能代表的科技逻辑开始尖锐地挑战人文领域的传统边界，哲学、社会学、经济学已经分别表态回应，表示抵制、戒备或者接纳。作为这个话题的一个分支，人工智能将为文学艺术带来什么？思想探索饶有趣味地展开，然而，结论的严肃性将会很快超出猎奇的范畴。
人工智能对文学艺术领域介入业已构成一个醒目的事实。微软“小冰”的诗集《阳光失了玻璃窗》令人震惊——一些诗歌发表于互联网，几乎没有人意识到这是人工智能的作品。相对地说，新闻稿或者侦探小说的基本模式远比空灵的诗歌清晰稳定，人工智能可以娴熟地驾驭它们的“叙事语法”。人工智能绘画与作曲的消息已经屡屡见诸媒体，一个小视频曾经在互联网广泛流传：人工智能操纵的机械臂写出具有相当水准的书法作品。如同自动驾驶、疾病诊断或者不同语种的翻译，文学艺术领域的“陷落”指日可待。一些人对各种惊悚的预测抱以漫不经心的嘲笑：刚刚爬到树上，就要宣布开始登月之旅吗？另一些人的表情更为严峻：低估人工智能的发展速度可能产生严重后果。阿尔法狗击败围棋冠军是一个意味深长的事实：几乎没有人事先预料到，这一天的降临竟然如此之快。
人工智能的介入在文学艺术圈制造了持久的喧哗，各种观点错杂交叠。欣然接受人工智能的作家不多，反对人工智能的观点指向不一：一些作家认为，人工智能的作品低劣粗陋，人工智能的“算法”无法企及幽深的精神世界，那些电子元件或者集成电路怎么可能体会微妙的韵味或者奇特的艺术风格？工程师的设计与诗人的想象不啻南辕北辙。另一些作家感到，人工智能冒犯了人类的尊严，这些机械拼凑出来的作品不仅无可称道，而且包含了亵渎文学艺术的意味。
然而，没有理由蔑视人工智能的作品质量。从韵味、风格到波动的意识轨迹，人工智能可能在模仿的意义上给予精确的再现。考察过阿尔法狗对弈的棋谱即可发现，人工智能可以自如地处理微妙的权衡、关联，以及种种起伏、迂回、唿应。如果阿尔法狗的“神经网络”深度学习投入文学艺术范畴，復制大师的水准并不困难。即使现今的作品尚未达标，未来的潜力无可怀疑。因此，问题的真正焦点毋宁是，我们是否接受这一切？
通常的观念之中，科技以工具的面目出现。时至如今，我们不再拒绝科技工具提供的种种产品——我们并不反感烤箱烘焙的面包、电磁波转换的电话语音或者电子望远镜显现的遥远星空。如同耕田、捕鱼或者修建房屋，文学艺术同样依赖一套基本的工具实现自己的意图，例如画笔、刻刀、颜料、音响器材、电影屏幕，如此等等。没有人因为这些工具的存在而对油画、雕塑、电影或者电视剧感到恼怒。相对地说，隻有人工智能提供的作品令人嫌恶。这是为什么？
在我看来，或许恰恰由于人工智能有如此强大的模仿乃至再创造功能。从最初的创意到符号组织的技术完成，人工智能可以在一夜之间完整地掌握艺术生产的全部流程。神秘的灵感，飘忽不定的想象，呕心沥血的语言推敲，扣人心弦的悬念和热泪长流的结局，如此繁难的工作竟然一挥而就。那些芯片和集成电路长驱直入，轻鬆地摘取作家、艺术家的桂冠。这个意义上，工具的概念遭到了动摇。工具仅仅参与艺术生产的某些环节，严格地遵从作者预设的总体主题。工具的一个基本含义即是服从人类，而不是替代人类。然而，无所不能的人工智能开始威胁人类的主体地位。作家的排斥或许可以追溯至某种潜意识：防范人工智能出现反客为主的哗变。
当然，至少在目前，僭越的迹象并未出现——人工智能仍然安分地驻留于工具的范畴之内。对文学艺术来说，人类的美学标准仍然表现出无可比拟的权威，决定文学艺术是否合格。不论人工智能配备多么杰出的禀赋，它无法在美学的意义上重新设计文学艺术。
美学是人类歷史的特殊产物。马克思在《1844年经济学哲学手稿》中，阐述了人类“按照美的规律来构造”的观点。他指出，动物隻能狭隘地按照“种的尺度”进行生产，肉体需要支配全部的生产目的﹔相对地说，人类“懂得按照任何一个种的尺度来进行生产”，美的追求积累了人类精神的真正高度。相对于动物，美是人类从必然王国跨入自由王国的象征。当然，考察文学艺术内部出现的种种美学观念，必须具体地联系特殊的歷史时期，联系不同民族的文化传统。谈论“温柔敦厚”的“诗教”，不涉及先秦时期的儒家思想显然无法完整地解释。谈论浪漫主义文学的兴盛，18世纪至19世纪欧洲的文化潮流是必不可少的注释。总之，美学观念、美感和审美形式有机地镶嵌在人类歷史之中，并且跟随不同时期的生活实践而持续地起伏演变。从古老的“诗言志”“文以载道”到“人的文学”，文学艺术和美学标准本身即是人类歷史的组成部分。
显而易见，人工智能不可能享有人类歷史。这决定了人工智能作为工具的附属地位——人工智能的种种功能以模仿为内在界限，人类是它们模仿的终极偶像。人工智能承认美是人类之间彼此交流的内容，它的任务仅仅是逼真地仿造：人工智能提供的文学文本保留地隐含着作者証明了人类的主体地位。论証人工智能工具性质的时候，我曾经提到一个有趣的例証：人工智能具有极为强大的记忆功能，但是它不会回忆。“此情可待成追忆。”回忆是文学的惯用题材，无论是朱自清《背影》这种短章，还是普鲁斯特《追忆似水年华》这样的巨着。人工智能无嗔无喜，它不可能在哪一个愁绪袭人的下午，突然回忆起程序员如何写下一条关键的指令，没有哪一种动人的情景交融可以成为触动的机缘。换言之，人工智能无法独立地产生相似于人类的文学艺术。
阿尔法狗的围棋对局显示出完美的攻防计算，但是，这一切仅仅执行一个简单的指令：赢棋。阿尔法狗对于超出棋局胜负的各种情节表现出惊人的无知，不论是李世石的心高气傲、柯洁的绝望哭泣还是它的获胜赢得的奖金捐给了哪些机构。高超的记忆、计算、分析、综合、研判，掩盖了这个特征：人工智能是一个贫乏的主体。
从事文学艺术时，人工智能无法提出自己的美学思想，它隻能追随人类的美学标准，而且从未改变被动者的角色。无法想象人工智能显现出独立的美学主张，例如褒扬李白贬抑杜甫，或者主动卷入现实主义与现代主义的争论。这些故事源于人类歷史，人工智能隻能站在一边充当袖手旁观的角色。
人工智能提供了优雅的诗作或者令人惊嘆的绘画，然而，这是献给人类的礼物——它自身丝毫不需要这些美学的慰藉。作为工具，人工智能竭力完成任务，同时无法意识到任务的完成对于自身的意义。人工智能并未形成“类”的本质，更不存在独一无二的“自我”，因此，这种问题形同虚设。
然而，这种状况必须附加一个特殊的时间状语：“目前为止”。事实上，许多人文知识分子乃至科学家担心的恰恰是，情况可能发生变化：如果人工智能开始匯聚为一个“类”的共同体，并且产生自主的欲望，如果人工智能的“自我意识”开始觉醒，巨大的危险可能迅速临近。这并非无端的臆测。相似的事情已经在人类身上发生过一次了：人类的“自我意识”显然形成于进化的中途，尽管突变的机制还没有得到清晰的描述。
另一些议题围绕于“后人类”的概念周围。生物医学技术与人工智能的结合已经展示了这种前景：一些以人类为范本的人造生物指日可待。这种人造生物需要什么，憎恶什么？那个时候，人工智能或者“后人类”的美学标准可能迅速诞生。但是，文学艺术的角逐或许不再那么重要。人类即将面临的严重问题是：如果它们成为人类的对手，这个世界会发生什么——既然这个对手的各种能力可以碾压人类。
当然，这些争论远远超出了文学艺术范畴，但是，文学艺术正在给予充分的展现——许多科幻电影正在从不同的视角探索这个主题。没有理由简单地将影片之中的忧患情绪视为神经质的杞人忧天，这些作品更像是科学主义强势崛起诱发的一系列文化症候。
人工智能技术应用的领域主要有哪些
随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来越多的关注。那么，人工智能目前都应用在哪些领域，运用了怎样的技术原理呢？
什么是人工智能？人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是认知、决策、反馈的过程。曾经有很多人戏称，人工智能就像一列火车，你苦苦期盼，它终于来了，然后它呼啸而过，把你抛在身后。虽然这是一种笑谈，但也反应了人工智能技术发展的迅速和无法想象的快，可能一个不小心，你就被远远甩在身后。
##人工智能技术的细分领域有哪些？人工智能技术应用的细分领域：深度学习、计算机视觉、智能机器人、虚拟个人助理、自然语言处理—语音识别、自然语言处理—通用、实时语音翻译、情境感知计算、手势控制、视觉内容自动识别、推荐引擎等。
1、深度学习深度学习作为人工智能领域的一个应用分支，不管是从市面上公司的数量还是投资人投资喜好的角度来说，都是一重要应用领域。说到深度学习，大家第一个想到的肯定是AlphaGo，通过一次又一次的学习、更新算法，最终在人机大战中打败围棋大师李世石。百度的机器人“小度”多次参加最强大脑的“人机大战”，并取得胜利，亦是深度学习的结果。
深度学习的技术原理：
1.构建一个网络并且随机初始化所有连接的权重；2.将大量的数据情况输出到这个网络中；3.网络处理这些动作并且进行学习；4.如果这个动作符合指定的动作，将会增强权重，如果不符合，将会降低权重；5.系统通过如上过程调整权重；6.在成千上万次的学习之后，超过人类的表现；
2、计算机视觉计算机视觉是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉有着广泛的细分应用，其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被支付宝或者网上一些自助服务用来自动识别照片里的人物。同时在安防及监控领域，也有很多的应用……
计算机视觉的技术原理：
计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务。比如，一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。
3、语音识别语音识别技术最通俗易懂的讲法就是语音转化为文字，并对其进行识别认知和处理。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。
语音识别技术原理：
1、对声音进行处理，使用移动窗函数对声音进行分帧；2、声音被分帧后，变为很多波形，需要将波形做声学体征提取，变为状态；3、特征提起之后，声音就变成了一个N行、N列的矩阵。然后通过音素组合成单词；
4、虚拟个人助理说到虚拟个人助理，可能大家脑子里还没有具体的概念。但是说到Siri，你肯定就能立马明白什么是虚拟个人助理。除了Siri之外，Windows10的Cortana也是典型代表。
虚拟个人助理技术原理：（以Siri为例）
1、用户对着Siri说话后，语音将立即被编码，并转换成一个压缩数字文件，该文件包含了用户语音的相关信息；2、由于用户手机处于开机状态，语音信号将被转入用户所使用移动运营商的基站当中，然后再通过一系列固定电线发送至用户的互联网服务供应商(ISP)，该ISP拥有云计算服务器；3、该服务器中的内置系列模块，将通过技术手段来识别用户刚才说过的内容。总而言之，Siri等虚拟助理软件的工作原理就是“本地语音识别+云计算服务”。
5、语言处理自然语言处理（NLP），像计算机视觉技术一样，将各种有助于实现目标的多种技术进行了融合，实现人机间自然语言通信。
语言处理技术原理：
1、汉字编码词法分析；2、句法分析；3、语义分析；4、文本生成；5、语音识别；
6、智能机器人智能机器人在生活中随处可见，扫地机器人、陪伴机器人……这些机器人不管是跟人语音聊天，还是自主定位导航行走、安防监控等，都离不开人工智能技术的支持。
智能机器人技术原理：
人工智能技术把机器视觉、自动规划等认知技术、各种传感器整合到机器人身上，使得机器人拥有判断、决策的能力，能在各种不同的环境中处理不同的任务。
智能穿戴设备、智能家电、智能出行或者无人机设备其实都是类似的原理。7、引擎推荐不知道大家现在上网有没有这样的体验，那就是网站会根据你之前浏览过的页面、搜索过的关键字推送给你一些相关的网站内容。这其实就是引擎推荐技术的一种表现。
Google为什么会做免费搜索引擎，目的就是为了搜集大量的自然搜索数据，丰富他的大数据数据库，为后面的人工智能数据库做准备。
引擎推荐技术原理：
推荐引擎是基于用户的行为、属性（用户浏览网站产生的数据），通过算法分析和处理，主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。快速推荐给用户信息，提高浏览效率和转化率。
关于人工智能的展望除了上面的应用之外，人工智能技术肯定会朝着越来越多的分支领域发展。医疗、教育、金融、衣食住行等等涉及人类生活的各个方面都会有所渗透。
当然，人工智能的迅速发展必然会带来一些问题。比如有人鼓吹人工智能万能、也有人说人工智能会对人类造成威胁，或者受市场利益和趋势的驱动，涌现大量跟人工智能沾边的公司，但却没有实际应用场景，过分吹嘘概念。
转自：http://www.arduino.cn/thread-45848-1-1.html