2013年7月，一名嶄露頭角的藝術家在巴黎Galerie Oberkampf舉辦了展覽會。展覽會持續(xù)了一周時間，民眾前來觀看，新聞媒體廣泛報道，一些作品花了多年時間創(chuàng)作，還有一些直接畫在畫廊上。無論怎么看，這都是一場典型的藝術展。唯一不同的是這名藝術家不是真人，而是一個名叫“The Painting Fool”的電腦程序。
光是這樣還不夠新奇。很久以前就已經(jīng)出現(xiàn)了AI輔助創(chuàng)作的藝術品。自1973年開始，Harold Cohen（畫家，San Diego加州大學教授，他還曾代表英國參加威尼斯國際藝術雙年展）就一直與電腦程序“AARON”攜手創(chuàng)作。AARON已經(jīng)自動繪畫幾十年了。20世紀80年代末，Cohen曾經(jīng)開玩笑說他是唯一一個死后仍然可以舉辦新作品展覽會的藝術家。
關于機器藝術還有一些問題沒有解決：首先，它的潛力如何；其次，姑且不考慮作品的質(zhì)量，它真的算得上是“創(chuàng)作”并且“富有想像力”嗎？問題深刻而迷人，它引領我們進入到人類藝術制作的神秘謎團之中。
The Painting Fool是Simon Colton的“作品”。Colton是倫敦大學金史密斯學院的計算機創(chuàng)作學教授，他認為要讓程序創(chuàng)作，先要跨過一些與圖靈測試不同的測試。圖靈測試要求機器按人類的方式進行可以信服的交談，Colton卻認為AI藝術家要讓自己的行為變得“富有技巧”、“可以欣賞”、“富有想像力”才行。
到目前為止，Painting Fool已經(jīng)在這三個方面取得了進步。所謂的“欣賞性”，按Colton的意思就是對情緒作出反應。Painting Fool的早期作品由圖片拼成。程序先要掃描英國《衛(wèi)報》一篇關于阿富汗戰(zhàn)爭的文章，從中提取關鍵字，比如“NATO（北大西洋公約組織）”、“軍隊”和“英國人”，然后尋找與之相關的圖片。找到之后程序用圖片制作合成圖，以反映報紙文章的“內(nèi)容和情緒”。
軟件可以復制不同的繪畫和圖形媒介，從中挑選合適的，然后評估結果。它曾經(jīng)這樣評價一幅畫：“真是悲慘的失敗?！睉岩烧哒J為這些描述只不過是嘩眾取寵的數(shù)字口技，而軟件官網(wǎng)卻說詩化的寫作正是當前的一個項目；只有這樣Painting Fool才能成為作家和畫家。
在巴黎展會上，想畫肖像畫的參觀者坐在一臺電腦前——不是人類藝術家，電腦會在屏幕上“繪畫”。The Painting Fool根據(jù)不同的情緒為訪客繪畫，它會提取情緒關鍵字（從《衛(wèi)報》的10篇文章中提取）然后作出反應。如果感受的情緒太過負面，軟件會意志消沉并拒絕繪畫，相當于虛擬的藝術氣質(zhì)。
2015年6月時，谷歌Brain AI研發(fā)團隊公布一張圖片，它至少從一個方面折射了人類的想像力：認為一件東西是另一件東西的能力。研究人員訓練軟件識別物件（根據(jù)視覺線索識別），然后輸入天空照片和任意形狀的素材，程序得到的建議是將迪士尼、老彼得·勃魯蓋爾(Pieter Bruegel the Elder，文藝復興時期的畫家)的想像力進行結合，它開始生成數(shù)字圖片，包括“豬-蝸?！薄榜橊?鳥”“狗-魚”的混合體。
在莎士比亞的著作《安東尼與克里奧佩特拉》中，安東尼曾說過這樣的話：“有時我們看到云彩像龍一樣，看到蒸氣像熊或者獅子?！边@是一種心理現(xiàn)象，程序此時的行為相當于這種心理現(xiàn)象的數(shù)字版本。
達芬奇建議我們可以通過凝視墻上的污點或者隨意性標記來刺激創(chuàng)造力。藝術家努力從中“發(fā)明一些場景”，他們可以“看到”戰(zhàn)場上暈眩的戰(zhàn)士，或者一片景觀，里面有山、河、石頭、樹、大平原、山谷和山。
石洞壁畫的靈感可能由此而來。繪畫或者雕刻石頭經(jīng)常會利用自然特性——例如墻上的鵝卵石看起來像眼睛。克魯馬努（舊石器時代晚期生活在歐洲的高加索人種）藝術家最開始可能利用隨意性特征來識別獅子或野牛，然后通過繪畫或者雕刻讓動物的肖像變得清晰起來。所有的具像圖片（不只包括圖畫，還有照片）都依靠這種能力將一件東西（平面上的圖狀）看成另一種東西：3D世界中的東西。
谷歌開發(fā)的AI系統(tǒng)擅長于做這樣的事。圖片是由人工神經(jīng)網(wǎng)絡創(chuàng)作的，也就是用軟件模擬大腦神經(jīng)元處理信息的方式。軟件先要接受訓練，通過分析數(shù)百萬個實例進行訓練，然后才能識別圖片中的物體：一個啞鈴、一條狗或者一條龍。谷歌研究者發(fā)現(xiàn)，按照達芬奇的建議，他們可以將系統(tǒng)變成“藝術家”。先向神經(jīng)網(wǎng)絡輸入一張圖片，上面滿是斑點，然后命令網(wǎng)絡進行調(diào)整，軟件之前已經(jīng)識別了一些物體（訓練出來的），它要從班點中尋找任何與物體相似的地方。此時軟件做的事和安東尼從云彩中看到動物是一樣的。谷歌團隊將最終的藝術風格叫作“Inceptionism”，因為神經(jīng)網(wǎng)絡架構的研究項目代號為“Inception”。2010年時曾經(jīng)有一部電影也叫《Inception（盜夢空間）》，它講述了一個男人深入他人大腦夢境的故事。
站在藝術的角度來看，你可能會將Inceptionism當成超現(xiàn)實主義的一個變種。雷尼· 馬格利特（René Magritte）、薩爾瓦多·達利(Salvador Dalí)和馬克斯·恩斯特（Max Ernst）創(chuàng)作了許多超現(xiàn)實主義作品。
Inceptionism到底怎么樣呢？一些畫作很驚人，可以從不同的角度來欣賞，比如線條的風格模仿梵高。至于Inceptionist作品還是太普通、太像照片了，太像達利或者馬克斯·恩斯特的作品。不論是Painting Fool還是其它相似的程序，水平連高中生都不如，連業(yè)余藝術俱樂部的標準都沒達到。計算機藝術的潛力在哪里？人工智能可以為視覺藝術增添風采嗎？
Simon Colton已經(jīng)意識到批評的存在，人們認為Painting Fool的作品只屬于它自己。Simon Colton說，如果人類畫家畫了一幅畫，我們不會將贊美對準畫家的老師。那么贊美應該給誰呢？這要視具體情況而定。
文藝復興時期，工作室的畫如果贏得贊揚，榮譽歸老師所有，學生沒有份，盡管他們完成了相當一部分的作品。但是在Verrocchio創(chuàng)作的《Baptism of Christ》（約1475年）中，我們看到了工作室成員達芬奇的造詣，因為他畫的那一部分（天使和一些風景）與老師的完全不同。藝術歷史學家將這幅畫視為聯(lián)合創(chuàng)作的結果。
在17世紀的Antwerp（安特衛(wèi)普），魯本斯有一個小工廠，里面招納了一些接受過高標準訓練的助手，魯本斯繪制大尺寸作品時，這些助手或多或少參與了大多數(shù)作品的繪制。一般程序是這樣的：老師先繪制小幅草稿，然后在老師的監(jiān)督下，畫作慢慢填充到天花板或者祭壇上。一些學者認為，有時工作室的作品雖然標的是“魯本斯”的大名，但實際上連畫的原始模型都有可能不是他提供的。
歷史為AARON提供了有趣的例證。在過去的四十年里，不斷進化的程序繪制了許多畫作，它們到底是Harold Cohen的作品還是AARON自己創(chuàng)作的？或者是聯(lián)合創(chuàng)作的？這可是一個微妙的問題。AARON從沒有跳出20世紀60年代Harold Cohen的基本創(chuàng)作風格，他當年曾是色彩領域抽象概念的代表人物。從這個角度來看AARON是他的學生。
Cohen之所以會對AI感興趣，因為他覺得“藝術創(chuàng)作不一定需要持續(xù)作出決定……我們應該可以設計出一套規(guī)則，不需要深思就可以按規(guī)則繪畫?！?/p>
辦法就是總結某一類藝術家的特征。上世紀20年代至30年代，皮特·蒙德里安（Piet Mondrian）創(chuàng)作的抽象畫就是一個好例子。這些作品是根據(jù)一套規(guī)則創(chuàng)作的：只允許使用直線，只能以直角相連，只能用紅藍黃描繪（加上黑和白）。
在藝術史上曾經(jīng)做過一個實驗，這是一個很罕見的實驗：藝術評論家Tom Lubbock根據(jù)規(guī)則繪制一些蒙德里安風格的畫。他創(chuàng)作了幾張抽象畫，看起來很像蒙德里安的作品，只是不太好。實驗得出的結論就是蒙德里安為畫作增加了一些獨特的氣質(zhì)，我們無法按規(guī)則模仿出來，可能是視覺上微妙的平衡，也可能是色彩的搭配。
藝術批評家像Lubbock一樣進行實用性研究是相當罕見的，有許多人（并非藝術評論家）在做同樣的事：我們管這些人叫偽造者、抄襲者或者學徒。藝術品中模仿之作并不少見：人們根據(jù)蒙德里安、莫奈或其它發(fā)起人的風格繪制畫作。藝術歷史學家終其一生給藝術家分類，比如“波提切利圓”“卡拉瓦喬的追隨者”等等類別。很顯然機器可以在某個層面上進行創(chuàng)作：它們可以繪制派生藝術品（99.9%的人類藝術家都是這樣做的）。那么機器有能力打破這種限制嗎？
關于這點Cohen思考了很多。2010年Cohen曾發(fā)表過一篇演講，當時他從相反的方向來看待問題。AARON的創(chuàng)造力難道不明顯嗎？Cohen說：“我不需要繼續(xù)輸入信息，它就可以繪制無數(shù)的圖片，比我更擅長使用色彩，當我躺在床上時它就在作畫?！薄坝腥藛?，這是他自己創(chuàng)作的嗎？”“沒錯，程序是我寫的，我制定了規(guī)則，程序只是簡單的遵守規(guī)則，這樣說完全正確。程序本身就是規(guī)則?！?/p>
然后，AARON就像文藝復興時期、巴洛克時代的工作室一樣自己作畫。根據(jù)Cohen的指引，AARON可以確定主題，相當于自動模式的魯本斯工作室。在最開始的幾年，AARON只是繪制輪廓，Cohen會挑選出一些作品，有時還親手配色。20世紀80年代時，Cohen開始教AARON使用色彩。最終，Cohen制定了一套規(guī)則讓AARON配色，效果不盡人意。他的第一套解決方案由一長串指令組成，指令介紹了人類藝術家在特定情境中是怎么做的，可惜的是指令并非總是管用。
最終，他開發(fā)了一套簡單的算法教AARON使用色彩。在不同的色彩搭配上人的想像力是有限的，但是我們的反饋系統(tǒng)很棒。人類藝術家注視著畫作，當繪制工作步步深入時，他可以決定畫中的向日葵到底用什么樣的黃色陰影更好。AARON沒有視覺系統(tǒng)，Cohen設計了一套算法，隨便給一張圖片，它就可以在色調(diào)、飽和度等方面作出平衡。
那么機器能夠像Rembrandt或者畢加索一樣富有創(chuàng)造力嗎？要做到這點，Cohen認為機器必須先要學會自我感知。未來可能會，也可能不會。Cohen說：“如果沒有形成自我感知，機器的創(chuàng)造力將永遠不能與人類相提并論?！痹谡麄€過程中藝術家需要讓社會、情緒、歷史、心理、生理等因素相互作用，光是分析如此復雜的過程就比登天還難，更別說復制了。藝術家繪制了一張畫，在人類的眼睛看來之所以意義深遠，原因正在于此。
Cohen還說，某一天隨著進化的深入，機器也許會變得同樣敏感，即使這一天沒有到來也并不意味著機器就一定與創(chuàng)作無緣。從Cohen的個人經(jīng)歷來看，AI為藝術家提供的幫助已經(jīng)超出了助手或?qū)W徒的范疇：它已經(jīng)成了新的創(chuàng)作合作者。
智能硬件第一媒體 長按二維碼關注
