人工智能能创造艺术吗这里是一份谷歌的案例
提到谷歌的人工智能，大家想到的大多是会下棋的阿尔法狗和Waymo无人车。可要我说，谷歌对于教人工智能画画这件事，好像有种特别的执念。
今年，谷歌推出了一款可以帮助人画简笔画的工具Autodraw，随便画几笔，算法就能识别出你想要画什么图案，为你优化出来。其实这并不是谷歌推出的第一个人工智能+绘画项目，早从2015年开始，谷歌就已经在用算法挑战人类对艺术的认识和审美了。
DeepDream：是深梦还是噩梦？谷歌不仅仅有DeepMind，还有DeepDream——利用深度学习技术识别图片，再把自己解读的画面呈现出来。后来谷歌将这一项目开源，让所有人都可以上传图片，再生产出被DeepDream解读的结果。
不知道是不是在训练是被喂了太多眼睛和小狗的图案，反正经过DeepDream加工过的图片基本都是这样……
充满了狗脸、眼睛、诡异的螺旋图案，有种异样的魔性。谷歌甚至还为DeepDream举办过一次展览，展出的六幅作品还被一位收藏家拍了下来，最高单幅价格高达8000美元。这可能是第一位靠“艺术”赚钱的人工智能了。
实际上，谷歌DeepDream真正想要了解的，是神经网络黑盒子的工作逻辑。我们都知道，神经网络在识别图像时通常是层数越多、越细致，第一层神经网络可能在识别轮廓，中间层的神经网络可能就在识别纹理、笔触等等细节了。我们看到的那些正确识别出图像的算法，都是经由人工调试后的，而DeepDream则跳过了人工指导、矫正这一步，直接凭着自己的意愿识别图片，并且会经过数次重复，最终就成了我们现在看到的样子。
和上图一样，如果让我们把树看成建筑，把植物看成鸟，恐怕只能去发挥想象力了。这种机器识别出人眼不能识别的图案的情况，让我们再一次开始思考机器视觉和人类视觉的不同。或许，DeepDream真的是一个有着无限想象力的婴儿人工智能，把人类世界里的一切都看做它可爱的宠物狗。
Quick，Draw！来和人工智能玩你画我猜很快，谷歌就不再止步于只让人工智能画狗脸了。在去年，谷歌推出了一款叫Quick,Draw!的绘画小程序。Quick,Draw!其实就是人与人工智能合作的“你画我猜”，系统随机显示一个名词，要求用户在20秒内把它画出来。用户用鼠标简单画出物体形状后，然后Quick,Draw!会判断你画的到底像不像，并且会显示出除了题目之外，你的画还像什么其他的东西。
显然，这是一个收集数据的好方法。仅仅半年的时间，就有来自100个国家的2000万用户，在Quick,Draw!上共绘制了8亿幅涂鸦。谷歌还表示，这些数据了反映的不同文化背景与观念，比如不同国家的人所画的椅子是不一样的，有些国家人画的椅子总是侧面，有些则通常是正面。现在，谷歌已经开放了其中的部分数据，供所有开发者一起玩耍。
Autodraw：人工智能涂鸦大师文章开头提到的Autodraw就是Quick,Draw！数据的研究成果，也展示了谷歌强大的机器学习技术。
Autodraw能做到的不仅仅是识别你在画什么，它甚至能帮你补完未完成的涂鸦，纠正其中的错：如果你花了一只三只眼睛的猫，Autodraw会去掉一只眼睛。
这意味着，Autodraw已经拥有了我们所说的抽象思维，它并非仅仅是按照历史数据规整图画的线条，而是“知道”眼睛这一概念，并且知道猫只有两只眼睛。
Autodraw的背后，是人工智能系统SketchRNN。当我们在Quick,Draw！上作画时，SketchRNN会记下我们每一笔的形状和顺序，为每一种特定物体（猫、椅子等等）训练出一种神经网络。把人类涂鸦的笔画当成输入，进行序列编码，用人们的绘画方式来训练神经网络。完成这一训练后，SketchRNN就了解了某一图案绘画时的“一般规则”，比如我们画猫时，会画一张圆脸，两个尖耳朵，两只眼睛，六根胡须。SketchRNN就能明白，一个大圆、两个小圆、六根线和两个尖角加起来就是“猫”。
然后，再向其中引入变量，让SketchRNN可以输出和接受随机性。比如猫脸的圆形可以不那么圆，猫的胡须可以长短不齐。但是三只眼睛这种错误超过了变量浮动的范围，是会被SketchRNN修正的。
和上图一样，同样是汽车，颜色越偏暖的图案，代表随机性越大，而这些全都是SketchRNN的作品。
SketchRNN虽然神奇，可很多人认为这项技术的实用性比较差。因为SketchRNN能识别甚至创造图形的原因，是因为团队为每一种图案都训练了一个神经网络。能做到这些，离不开Quick，Draw！收集到的庞大数据量，更离不开TensorFlow的强大算力。
可动用了如此之多的资源之后，SketchRNN的应用范围还只限制于涂鸦之中，如果圈定在“笔画”这个逻辑里，或许以后还能在书法上有所作为，但效率如果还停留在每个个字搭建一个神经网络上，性价比未免太低了。
不过也有人提出了其他的看法，有学者认为，“笔画”是世界范围共用的沟通方式。象形文字、壁刻画式的线条会对人类大脑形成一种天然的刺激，人类的艺术创造越来越具象，或许展示了一种大脑和思维进化的可能。按照这个逻辑，SketchRNN或许能为我们找回曾经的思维方式，在未来帮助考古、史学、人类学等等领域更好的进行研究。
标签:人工智能谷歌神经网络
更多好物在等你新浪众测·免费送推荐阅读聚焦应用中心新浪公益新浪游戏新浪视频新浪科技带领皇室家族赢得胜利靠反应力还不如背赛道动脑筋喂小怪物吃饼干轻松延长手机续航时间练就梦寐以求的好身材帮助保持健康生活方式随心所欲打造完美效果银河系最全新番齐放送复杂世界里一个就够了进入机器梦境寻找真相疯狂逃离恐怖的压碎机冰锋暗影古色庙殿狂奔斗巫师夺回被偷的糖果屯兵练兵出征攻占堡垒伪装胖猪混敌营救伙伴国内最专业的手机地图帮你一起保护你的颈椎随时随地轻松订火车票沈阳遭遇六级重度雾霾2万大妈齐跳小苹果禁烟范冰冰传递社会正能量未富先老养老金吃紧益调查：慈善需立法么反虐待动物法制化呼声高涨如何看待广州拟奖拾金不昧环保部即将解决红顶中介明星婚礼上的“善”姿“百名春蕾之星”评选舞剧《画皮》关注孤独症女孩患尿毒症自筹药费互联网发展基金会成立林青霞为慈善参加节目全面实施城乡大病保险儿童安全座椅强制认证办养老院真的是机会么志愿者慰问抗战老兵战舰世界海神节礼包乱斗西游2新浪独家卡倩女幽魂2夏日特权卡功夫熊猫新手高级礼包新倩女幽魂新浪特权卡灵魂战神不删档测试码我是大主宰新浪荣耀卡大话西游2免费版礼包西楚霸王新浪荣耀礼包镇魔曲神兵觉醒尊享卡完美国际2一生有你卡新天龙八部新手特权卡问道经典十年至尊礼包大战神新浪独家礼包热血传奇新区独享礼包剑网3萌宠浪浪大礼包创世2封测激活码问道手游媒体礼包极限Girl美与野性结合让萌宠当一天司机亲千万不要手贱啊超级屌的视觉错觉运动地球上最美丽的天堂鸟新一代武林最萌小道士神奇的PS造钱术大开眼界的泡面新吃法让宝宝嘴馋的菠萝炒饭经典电影镜头神级剪辑亲手教你范爷经典妆容盘点全球最糟糕山寨品恶搞:当一骷髅在开车健身是把整容刀三分钟看尽十年成长和TFBOYS一起过暑假不用去医院的牙美白术一分钟识别面试潜台词Windows10升级秘籍净水器的水有多深？识趣毕业季户外特辑用户关注手机哪些功能有曰：国内外展会吐槽三十年经典Moto手机ChinaJoy2015大看点东芝虚增利润财务丑闻紫光集团收购美光科技诺基亚为未来电影造球全球APP开发创意大赛享说第四期主持人李晨猎豹靠近捕食熟睡疣猪非洲血腥动物标本加工相机拍泡腾片遇水冒泡冰岛令人窒息美景懒惰青蛙蜗牛背搭便车美摄影师拍奇怪毛毛虫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）
人工智能能创造艺术吗这里是一份谷歌的案例
提到谷歌的人工智能，大家想到的大多是会下棋的阿尔法狗和Waymo无人车。可要我说，谷歌对于教人工智能画画这件事，好像有种特别的执念。
今年，谷歌推出了一款可以帮助人画简笔画的工具Autodraw，随便画几笔，算法就能识别出你想要画什么图案，为你优化出来。其实这并不是谷歌推出的第一个人工智能+绘画项目，早从2015年开始，谷歌就已经在用算法挑战人类对艺术的认识和审美了。
DeepDream：是深梦还是噩梦？
谷歌不仅仅有DeepMind，还有DeepDream——利用深度学习技术识别图片，再把自己解读的画面呈现出来。后来谷歌将这一项目开源，让所有人都可以上传图片，再生产出被DeepDream解读的结果。
不知道是不是在训练是被喂了太多眼睛和小狗的图案，反正经过DeepDream加工过的图片基本都是这样……
充满了狗脸、眼睛、诡异的螺旋图案，有种异样的魔性。谷歌甚至还为DeepDream举办过一次展览，展出的六幅作品还被一位收藏家拍了下来，最高单幅价格高达8000美元。这可能是第一位靠“艺术”赚钱的人工智能了。
实际上，谷歌DeepDream真正想要了解的，是神经网络黑盒子的工作逻辑。我们都知道，神经网络在识别图像时通常是层数越多、越细致，第一层神经网络可能在识别轮廓，中间层的神经网络可能就在识别纹理、笔触等等细节了。我们看到的那些正确识别出图像的算法，都是经由人工调试后的，而DeepDream则跳过了人工指导、矫正这一步，直接凭着自己的意愿识别图片，并且会经过数次重复，最终就成了我们现在看到的样子。
和上图一样，如果让我们把树看成建筑，把植物看成鸟，恐怕只能去发挥想象力了。这种机器识别出人眼不能识别的图案的情况，让我们再一次开始思考机器视觉和人类视觉的不同。或许，DeepDream真的是一个有着无限想象力的婴儿人工智能，把人类世界里的一切都看做它可爱的宠物狗。
Quick，Draw！来和人工智能玩你画我猜
很快，谷歌就不再止步于只让人工智能画狗脸了。在去年，谷歌推出了一款叫Quick,Draw!的绘画小程序。Quick,Draw!其实就是人与人工智能合作的“你画我猜”，系统随机显示一个名词，要求用户在20秒内把它画出来。用户用鼠标简单画出物体形状后，然后Quick,Draw!会判断你画的到底像不像，并且会显示出除了题目之外，你的画还像什么其他的东西。
显然，这是一个收集数据的好方法。仅仅半年的时间，就有来自100个国家的2000万用户，在Quick,Draw!上共绘制了8亿幅涂鸦。谷歌还表示，这些数据了反映的不同文化背景与观念，比如不同国家的人所画的椅子是不一样的，有些国家人画的椅子总是侧面，有些则通常是正面。现在，谷歌已经开放了其中的部分数据，供所有开发者一起玩耍。
Autodraw：人工智能涂鸦大师
文章开头提到的Autodraw就是Quick,Draw！数据的研究成果，也展示了谷歌强大的机器学习技术。
Autodraw能做到的不仅仅是识别你在画什么，它甚至能帮你补完未完成的涂鸦，纠正其中的错：如果你花了一只三只眼睛的猫，Autodraw会去掉一只眼睛。
这意味着，Autodraw已经拥有了我们所说的抽象思维，它并非仅仅是按照历史数据规整图画的线条，而是“知道”眼睛这一概念，并且知道猫只有两只眼睛。
Autodraw的背后，是人工智能系统SketchRNN。当我们在Quick,Draw！上作画时，SketchRNN会记下我们每一笔的形状和顺序，为每一种特定物体（猫、椅子等等）训练出一种神经网络。把人类涂鸦的笔画当成输入，进行序列编码，用人们的绘画方式来训练神经网络。完成这一训练后，SketchRNN就了解了某一图案绘画时的“一般规则”，比如我们画猫时，会画一张圆脸，两个尖耳朵，两只眼睛，六根胡须。SketchRNN就能明白，一个大圆、两个小圆、六根线和两个尖角加起来就是“猫”。
然后，再向其中引入变量，让SketchRNN可以输出和接受随机性。比如猫脸的圆形可以不那么圆，猫的胡须可以长短不齐。但是三只眼睛这种错误超过了变量浮动的范围，是会被SketchRNN修正的。
和上图一样，同样是汽车，颜色越偏暖的图案，代表随机性越大，而这些全都是SketchRNN的作品。
SketchRNN虽然神奇，可很多人认为这项技术的实用性比较差。因为SketchRNN能识别甚至创造图形的原因，是因为团队为每一种图案都训练了一个神经网络。能做到这些，离不开Quick，Draw！收集到的庞大数据量，更离不开TensorFlow的强大算力。
可动用了如此之多的资源之后，SketchRNN的应用范围还只限制于涂鸦之中，如果圈定在“笔画”这个逻辑里，或许以后还能在书法上有所作为，但效率如果还停留在每个个字搭建一个神经网络上，性价比未免太低了。
不过也有人提出了其他的看法，有学者认为，“笔画”是世界范围共用的沟通方式。象形文字、壁刻画式的线条会对人类大脑形成一种天然的刺激，人类的艺术创造越来越具象，或许展示了一种大脑和思维进化的可能。按照这个逻辑，SketchRNN或许能为我们找回曾经的思维方式，在未来帮助考古、史学、人类学等等领域更好的进行研究。
来源：脑极体
原标题：人工智能能创造艺术吗？这里是一份谷歌的案例
最新更新时间：09/2009:56
人工智能艺术，是悖论或未来
于10月29日在艾厂人工智能艺术中心开幕的新展览《沙之书》再度将人工智能这一话题提了出来。在人工智能话题遍布科技与数码界、互联网、计算机等领域的近几年里，它得到了极大了关注，也收获了不小的误解。在任何可以插电的设备都可以冒用“人工智能”一词时代，也催生了不少艺术家利用人工智能技术进行创作，但与人工智能真正发生关系的作品及展览却为数不多，更缺乏精品。科技与艺术永远是人类文化进程的共生的两个翅膀，或许我们正处在一个人工智能艺术兴盛的时代。也正是这样，它受到了如同摄影技术当初出现时的些许质疑和排斥，也困惑着艺术家与策展人，在混沌中摸索着它的未来。
展览标题指涉的是博尔赫斯的小说《沙之书》(1975)，在《沙之书》中，“他描绘出一个类似人工智能的非技术载体——一本能够生成万物的书，映射了后人文主义（Posthumanism）的内核，即脱离技术的后人文主义：人类主体与其说是受到来自自身技术的威胁，不如说是受到来自机器的‘新主体性模型（newmodelsofsubjectivity）’（KatherineHayles）的威胁。”这种危机感虽是众多科幻惊悚题材作品的核心来源，却在当下为创作者们提供了一个“甜蜜时刻”，即我们处在“新主体模型”对人类产生威胁的前夜之中，而这种威胁能否发生、何时发生，便成为了驱动创作者们利用新工具进行艺术创作的工具。
本次我们采访了参展的两位艺术家：大悲宇宙和SofiaCrespo,二人分别在展览中呈现了利用随机算法和人工智能创作的作品。在大悲宇宙的《文本基因计划》(2018~2021)中，他展示了通过人机互动与机器学习生成随机语句的作品，在略微生涩的句子中，一种类似俳句的古怪美感被呈现出来。而他的《虚拟蝴蝶》(2019~2021)则通过人工智能，利用已有的原始材料与数据，不停地生成具有随机花纹的蝴蝶，并让观众进行放生。SofiaCrespo的作品也同样关注自然，她的《人造自然史》运用18世纪生物学插图的视觉语言，展示的却是通过算法生成的不存在的生物，或者按照她说的，是另一种可能的生物演化路线上的动植物。这几件作品并非单纯炫技性地体现人工智能有何种能力，而是通过艺术家的介入，让它们具有了展览想要呈现的后人文主义色彩。
展览现场二层空间
大悲宇宙
能否简单聊一下这次展览与策展人的合作过程？策展人是如何从您的众多作品中选择《文本基因计划》（2018~2021）和《虚拟蝴蝶》（2019~2021）的?
跟艾厂的策展人合作是很顺利的，因为上面说到的两个项目都有涉及人工智能相关的一些技术跟理念，特别是《文本基因计划》。这个项目里面有一些关于语言的、关于数据的一些探讨，配合这次艾厂开幕展的主题“沙之书”真的蛮妙的。
在网站的《文本基因计划》中，除了访客输入的词汇之外，原始的基础语料库来自哪里？而此展览的这个版本中，语料库又是来自哪里？以及为什么选择该语料库？
《文本基因计划》的原始语料库来自于我平时的阅读收集，里面包含了很多学科的专业词汇，还有自从白话文运动以来我能找到的比较喜欢的现代诗。我把这些资料拆解成词或是短语，然后输入到算法里，这是最原始的版本。这次展览的版本加入了项目网站上线至今超过70000访客上传的文本，还有策展团队根据人工智能相关文献整理出来的语素语料。所以现在的语料库里不仅有我关心的，也有我身边人关心的，也有人工智能所关心的。
您在选择这些句子作为《文本基因计划》的过程中，会怎样进行考量?是选择一些完全符合语法逻辑的句子还是说要保留一些看起来比较“别扭”的句子？我的意思是，您的筛选动作，决定了作品呈现的效果，您想要让它看起来与人类无缝衔接还是略微生硬？为什么？
我在使用《文本基因计划》的网页交互页面时，通常会生成一些不符合语法或逻辑的句子，它们也被登在了网页上。这种略微生涩的句子其实呈现的是人工智能不太智能的那一面。
文本基因计划有三个重要的部分，第一个“文本基因库”即语料词库（上题有解释），第二部分“文本基因蓝图”（网页端的互动留言板），第三部分“文本基因组”（影像作品）。严格来说，只有第三部分有用到人工智能算法（GAN）去生成与文字内容呼应的画面内容，所以你提到的网页端也就是“文本基因蓝图”，其实用的算法并不是人工智能，而是随机算法。通过随机算法让这些中文语料像叠乐高一样随意拼凑产生大量的结果，再通过网页互动的方式让登录网站的人来阅读这些散乱无序的句子，让他们选择有意思的句子存留在网站上。
为什么要这样做？其实现在AI在写东西这方面已经很厉害了，他们能够很准确地写出东西来。当所有语言输出都合乎情理、常规正确的时候，是不是某种程度上我们也丧失了很多没有想象过的可能性？特别是在文本这个领域里。随机算法带来的很多文本的不可读，但同时带来了非线性思维的文本输出。我在这些光怪陆离的文本里感受到了很美丽的东西。而当你在阅读这些文本并通过意识去筛选这些文本的时候，你某种程度上也变成整个项目算法的一部分。这有点像对抗生成神经网络（GAN）里的“鉴别者”。所以怎么说“文本基因蓝图”呢？或许它是以脑力、以人的意识力作为驱动的“人工”智能。
《文本基因计划》
这组作品有两个创作主体，一个是艺术家本人，另一个是计算机。观众可能关注作品“技术”或仿真性的那一面（计算机的功能性），评判句子或画面“真不真实”，也有可能关注作品的观念（艺术家的功能性），去评判作品想要传达的观念。在这个过程中您是如何平衡二者的?
终于要聊到真正人工智能的部分了，也就是刚刚上面我们有聊到的文本基因计划的第三部分，也就是这个项目的最终产物：文本基因组。简单来说，文本基因组就是我通过阅读大家遗留在网页端里的文本内容，加上自己的理解，之后整理出来的短诗，再配上GAN生成的画面与人声念白、配乐完成的影像作品。画面内容基本上就是诗歌里关键词的景物。这些图片源头来自对网络大量的图片训练，让算法模拟临摹出来类似的景物。所以回过头来聊“平衡二者关系”，我觉得在文本基因组的影像里不仅仅是二者而是很多“者”。从第一步文本库里就包含了非常多人的意识碎片，再到第二步通过随机算法产生结果，大家再次筛选文本内容，到第三步我自己的意识在大家两番处理过的信息基础之上又进行整理，又通过人工智能算法再次进行了文本到图像的转换。这里面的步骤细节还有许多，我就不做赘述了。所以怎么去说“平衡”这件事情？当天平不仅是两边而是有无数边的时候，“平衡”这件事情似乎就没那么重要了。当所有构成作品的思维网格交织在一起，算力与脑力细细密密的缠绕的时候，再去剥离它们是否还有意义?
关于《虚拟蝴蝶》系列，您强调的是计算机的学习能力和虚拟演化，它们能够创作出比自然界还要多的物种，并且只要愿意，便可以持续不断地生成。艺术家在这个过程中，扮演了仿佛“上帝之手”的选择的角色（自然选择vs人工选择），这是否蕴含着一种形而上式的创作理念?人与计算机在这个生成与淘汰的过程中，达成了怎样的共生？
虚拟蝴蝶在我写这篇采访的时候已经突破了100万只。每一只都经过我的筛选，虽然里面也有“好坏”之分。算法生成出来的蝴蝶有百分之九十都会被我删除。基本上能够存留下的蝴蝶少之又少。也就是说，可能有将近900万只蝴蝶被我删了。我是基于什么标准去删除这些蝴蝶？最直白的标准就是欲望。欲望来源就是蝴蝶项目本身。大量的筛选跟蝴蝶各种造型纹理信息的灌入，时时刻刻都在改变我对蝴蝶美学的概念跟理解。当一个范式到达饱和视觉厌倦的同时，也在孕育新的渴望。就这样伴随信息与欲望的潮起潮落，当蝴蝶项目进入了一个正向循环数量增加的同时，蝴蝶的视觉信息也在日益复杂。
《虚拟蝴蝶》
在众多的物种中，选择蝴蝶作为主要客体的原因是什么？有无美学之外的考量？（比如植物也同样拥有变化丰富的形态和庞大的数量。）
在虚拟蝴蝶之前也尝试了很多创作方式，包括在未来也会去拓展的工作创作方式。但我在蝴蝶这个形式上探索了将近两年。不得不承认，蝴蝶在不同文明、不同文化里的认知拥有许多共性。三维的生物能够很好地在二维上呈现，在这一点上，没有其他生物能够出蝴蝶其右。仰仗在二维层面的优秀表现，其呈现在算力上也承接了这个优点。同样，在工作流程里，蝴蝶能够承载的信息够多在消耗算力上也很合理及优秀。
在此次展览的版本中，您将互动的主体交给了观众，让他们去选择蝴蝶“放生”，从而它们的数据被移除，这种颇有佛家思想和侘寂美学的做法是出于怎样的考虑?
准确来说是数据产生了转移，我从设备里传输到你设备里后，我这边删除掉原来的数据，所以这便是“无”吗？我觉得我更想让观众体会“有”。特别是在虚拟介质里产生“有”这个概念，而且是独一无二的拥有。
最开始关注您的作品是佛像的系列，同时您的alias“大悲宇宙”和佛像及金刚像的作品也构成了一种悲悯且虚无的意象，可否简单介绍一下，在您创作艺术的初始，是如何将人工智能能、算法、计算机生成等要素结合到宗教之上的?
人是基于想象的才称为人。基于想象我们创造了太多太多，让我们有别于其他动物。包括对自身未来的想象。而宗教就是我们对于未来的想象。通过这些叙事，一代一代人口耳相传，激发我们对超我成神的渴望，用科学技术不断地去接近企及“神迹”。
《虚拟蝴蝶》展览现场
随着作为主体的人的参与越来越少，完全由计算机创作的艺术作品对您来说意味着什么？是一种威胁还是解放？为了体现人的创造性，在未来，艺术家是否会由创造艺术转为创造算法？可否简单地构想一下？
严格意义上来说，我现在创作的生产工具（硬件，软件）跟生产物料（数据库），再到创作出来的作品，构成它们的条件很复杂，甚至有些跟我都很难产生关系，但不妨碍我使用它们去创造属于自己的创作。回过头来说，自动创作与未来艺术创作的问题。我在码字的同时在喝一杯茶，准确来说是岩茶。它属于乌龙茶的一种，如果要再细分，可以聊品种跟产区，但同样的茶树换作其他工艺可能就是别的茶，同样的工艺、同样的茶树，移栽到不同地理环境也可能变成其他的茶。环境、技术、茶树，这些就好比我们刚刚说的硬件、软件与数据库。当算法与科技、艺术相融合时，或许我们需要打开新的感知。品味其中的不一样，相信我们一定可以在新的语境里找到新的叙事，就像上面我们聊到的，人类最擅长的就是想象，包括定义想象的想象。
SofiaCrespo
初次看到您的作品《人造自然史》时，它使用了一种非常逼真的视觉语言，就像是来自18世纪的植物学或动物学的百科全书插画一样。所以古典的生物分类学吸引您的地方是什么?
吸引我的地方在于，它基本上准确地概括了我们在照相机出现以前，是如何通过最初的植物学或动物学的观察来理解并体验周遭的世界的。这些探险家和科学家是在发掘物种的现场进行绘画的，并作出了最初的分类和归类，构建出一个又一个的物种，也成为了我们当下所继承的世界观的一部分，因此，这种对世界进行拆分并依据某种特征进行归类的方式，成为了我们构建现实的一种主导方法。
当然，这也会造成一些不太好的结果，但无论如何，这种方法同时也是让我们理解并感受周围世界的关键要素。比如显微镜，它能够将自然界的事物拉到更近的眼前，让我们能够更好地理解在肉眼看不见的尺度下的微观世界，因此，显微镜的存在对我们来说就变得至关重要了。在这一系列中，我对植物学和动物学早期的科学阶段进行了一场长时间的探索与冥想，想要探索那些在美学之下的规律、纹样和暗流。并且，这些构成生物学科的主体将生物学重新呈现在我们眼前，它们曾经极大地丰富了生物学本身。
这些物种不光具有一种与生俱来的美，更是通过揭示一些我们习以为常和司空见惯的要素，帮助我们理解自己，并且能够同时让我们找到那种发现奇迹的喜悦，那种在自然界的边界发现未知的欣喜。
《人造自然史》
通过将古典的视觉语言和最新的科技结合，《人造自然史》以一种自相矛盾的方式被创作出来，它创作了一种“另一时空”的自然史，或者说，自然史的另一种历史轨迹。您可以详细地阐述一下创作的思路吗?
对我来说，使用新科技让我达到了很多“用手”创作所做不到的事情。相关的算法帮助我从我创建的数据库中提炼视觉的精髓，并且更能让我直观地窥见另一种可能的历史并对其进行探索。这种平行的历史对我来说就像是我们已知宇宙的一个镜像或放大镜，我们无法参与其中，但是却能够沿袭它的文化和制度。另外，当我们与其相与的时候，能感受到那种既熟悉又陌生的感觉，似乎看到了另一种更加迷人的潜在可能性，以一种全新的更丰富的视角去看待，进而帮助我们理解自身的自然世界。
当电脑生成图像之后，您做出选择（自然选择vs人工选择这一层面）的标准是怎样的？自然会淘汰掉那些无法适应的突变，那么在您的选择过程中，您的动作就成为了物种存留或淘汰的要素。可否简单聊一下，除了美学因素以外的做出选择去留的因素?
能够从单一的数据库中生成大量而繁复的物种，运用随机算法，让我能够从大量的生成的图像中去主动选择。但实际上，这个过程并不是仅仅关于美学的，主要的工作在构建数据库上、调研工作、探索、创造，以及挑选，这些工作才是影响最终结果的关键要素，也正是这些工作让我不断地质疑我自己是否带有某些偏见，比如对于已有的数据库，我是否有哪些偏见或偏向，在平衡能够代表自然界的物种时，我是否能够做到平衡。
《人造自然史》展览现场
您对于《人造自然史》有哪些未来规划？会出版一本总结性的书吗？会以纸质书的形式出版一本关于“假的”生物的百科全书吗？
我目前正在创作《人造自然史》一书，将对另一种宇宙、神经现实的观察整理成精彩的物种典藏，用大部头的方式比较符合，而不是用一系列印刷书籍的形式。
您如何看待人工智能在艺术中扮演的角色？随着人类在艺术创作中的参与越来越少，人工智能即将扮演的是一个解放者的角色还是威胁者的角色呢？那么，在未来，随着人工智能的参与变得更多，艺术家在此过程中是不是担任了一种更接近策展人的身份了？
对我来说，人工智能在当下或者能够预测的未来里，仍然只是一种工具，能完成画笔或者照相机无法实现的工作。就像其他的所有数字工具一样，代码也好，算法也好，它们只是对创作过程的一种增强，能够让完全无法实现的创作过程变为可能。之所以这样说，是因为在数据库中拥有成千上万的图像，一旦它们经过了学习训练，神经网络便可以生成无数的新图像，进而探索数据库中的核心本质，用一种十分直观的方式与我的创作过程和思路相结合，与自然世界产生反馈回路。
那么您在这个过程中是怎么让作品凸显个人色彩，或者说是克雷斯珀式的？
这是一个非常好的问题，但是又非常难回答。我觉得，从根本上来说，我的作品代表着我的个人偏好和兴趣，逐渐构建处理工具的过程以及对自然世界的理解方式、参与方式、直觉都让这些作品充分体现出了我与自然世界之间的关系与互动，而不是一种纯粹的客观的输出。
您对于生物学的痴迷和对于真实世界物种灭绝之间的关系有什么样的看法和担忧？
我十分坚定地认为，我们需要找到一种更强烈的创造共情的方式，对自然和居住其中的非人类生物产生更多的共情与悲悯。想要做到这一点，有无数的方式方法，但对于我来说，通过创作和探索艺术、数字媒体，在数字空间里创作自然的体验，并反过来，让我们对真实世界产生共情是我个人的一种做法。我们几乎不可能让所有人都潜入海底去近距离观测珊瑚，或者让所有人都体验到第一手的关于雨林的深度或海洋及沙漠的生物多样性，但是，这并不妨碍我们培养和促进人们去产生共情，让人们对多样的生物和生态系统产生好奇和关怀，而我坚信，艺术能够做到这一点。
采访、撰文卜生
原标题：《人工智能艺术，是悖论或未来》
阅读原文