【设计聚焦-人工智能艺术】当艺术创作不再是人类专属——人工智能视觉艺术的美学赏析

我们是否经常有这样的体验？在美术馆欣赏一幅写实油画时的陶醉，在电影院观赏一部温馨电影时的感动，在剧院聆听一曲宏伟交响乐时的兴奋，甚至在购物时看到一件充满设计感产品时的惊喜，这些都是愉悦的情感体验，是人类对于形式美感受的集合，这些感受成为了美学研究的重要范畴。

艺术带给我们美的感受。那么，以下几副视觉艺术作品是否能够让大家感受到不同的美呢？

左右滑动查看更多

这些梦幻般类似于游戏场景的画面，仿佛把我们带入到了一个平行于现实世界的异度空间，这里充满着神秘空灵的气息，让人不禁感叹艺术家们泼洒在画笔中的无穷想象力与创造力，也让人不禁猜测画作背后的艺术家为何许人也？但如果创作出这些视觉绘画的艺术家不是人类而是人工智能时，这些作品是否还能够被称之为艺术？

以上几幅图像是由一款叫做Disco Diffusion的人工智能软件合成出来的，显然与人类画出来的作品无异，甚至其美学造诣已然达到了炉火纯青的地步。当人工智能也可以创作出美的作品时，摆在我们面前的就是哲学上的深刻思辨：是否给人带来美的感受的就是艺术？艺术该怎么定义？艺术只能够由人类创作吗？机器生成出来的图像也能被称作艺术吗？人工智能能够拥有创造力吗？这些问题都值得我们去探索与解答。

人工智能参与艺术创作实践的发展历程

人工智能是计算机科学的一个分支，因此人工智能艺术隶属于计算机艺术的一部分。计算机艺术最早可以追溯到计算机图像技术发轫的1950-1960年代，这时候的计算机程序在屏幕上只能生成一些简单的图案和形状。例如，德国数学家和科学家Frieder Nake在1967年用算法画出了一个名为“矩阵乘法”（Matrix Multiplications）的作品集，其中包含了12 张由数个大大小小的几何正方形构成的图像。

Matrix Multiplications

1970年代至1980年代，人工智能开始在计算机辅助设计 (Computer-Aided Design，CAD) 中得到更广泛的应用，因此计算机在创建图形的维度、真实度和复杂度上更进一步发展。1973年，Harold Cohen编写了AARON计算机程序，为接下来人工智能参与更复杂的艺术实践奠定了基础。

随着计算机图形学和计算机视觉技术的发展，渲染和材质合成算法逐渐被产业所熟知并应用到实际生活中，最典型的应用领域就是将不同的艺术风格赋予到新的图像上。2015年，Mordvintsev等人开发了Deep Dreams平台，其底层算法最初是想通过可视化神经元激活的模式来提高深度卷积神经网络（CNNs)的可解释性，巧合的是它产生了一种相当迷幻的风格效果，这种方法后来成为一种流行的数字艺术创作新范式。

推动人工智能艺术快速发展的最具标志性的技术是使用卷积神经网络的神经风格迁移技术，其通过分离和组合图像的“内容”和“风格”来创建风格化的新图像，将艺术作品的线条、色彩、笔触等独特的风格特征提取并赋予到一张照片的内容上。由于“风格”与“内容”的无限组合，该技术可以产生具有独特美感的、有意义的和令人难忘的新颖艺术作品。

近段时间出现的大多数人工智能视觉艺术都使用了一类称为“生成对抗网络（GANs）”的算法，它的关键机制是训练两个相互“竞争”的神经网络模型：生成器和鉴别器。

例如，前段时间以高价成交的《埃德蒙·贝拉米的肖像（Portriat of Edmond Belamy)》就是这样被创作出来的，人工智能的创作被艺术权威拍卖行所承认，成为了艺术史上的里程碑事件，也标志着人工智能艺术正式成为一个美学流派。

Portriat of Edmond Belamy

GANs很快便成为AI最重要的研究领域之一，在原始模型的基础上出现了许多高级和特定领域的变体，最有代表性的便是Elgammal等人开发的AICAN模型。他们对优化标准进行修改，使神经网络最大化偏离既定的偏差来产生创造性的艺术风格。

与此同时，在AI研究领域人们开始对跨模态模型的训练及其应用产生浓厚兴趣，特别强调了文本转化为图像的合成系统。

2021年1月，OpenAI开发了一个名为DALL·E的120亿参数的神经网络，该网络经过文本-图像大型数据集的训练，可以从文本描述中生成图像。同样，Radford等人开发了 CLIP（语言-图像预训练）模型，该模型使用从互联网收集的4亿个图像-文本进行对比学习训练，训练后的模型可用于从图像和文本的联合空间中提取特征，并测量它们之间的相似性。根据文本关键词来生成对应图像的模型正变得越来越广泛，代表了人工智能艺术的最新趋势。

人工智能视觉艺术的美学特征

很显然，人工智能作为视觉艺术创作的新兴媒介正悄然改变艺术发展的走向，正如每一次科技革命所席卷引发的艺术浪潮一样，充满着蓬勃的生机与无尽的生命力。与此同时，其创造出来的视觉艺术作品具有独特的美感和强烈多变的艺术风格。

多样融合性

人工智能艺术是一门融合性极强的跨媒体艺术，它不仅集声音、图像、文本等多种模态媒介于一体，更突破了时间与空间、虚拟与现实、理性与感性、静态与动态的藩篱，消除了科技与艺术的鸿沟，打破了科学与艺术的界限，为艺术家表达思想和情感开辟了全新的道路。

通感交互性

通感交互性是人工智能艺术美学的主要特征之一。在创作人工智能艺术的过程中，科学家、艺术家和观众都与人工智能算法进行了互动，这种互动可以是有声的，也可以是无声的；可以是直接的，也可以是间接的；可以是近距离的，也可以是远距离的。人们通过人工智能媒介相互交流，使被动的观看转化为动态的参与，这不仅意味着创作者挣脱了工具的枷锁，也使得艺术作品有了更开放、更包容、更多元的解读状态。

变化流动性

绘画、雕塑、摄影等传统的艺术是静态的，只关注事务的形式和表面，忽视了事物的内在和形成过程。人工智能艺术则不同，它具有变化流动性，反映了事物的变化过程和运动规律，每一次输入的不同都会带来不同的输出结果，每一次模型之间的评估都会影响结果生成的走向，每一次参数的变化都会改变评判的标准。

“世界上没有完全相同的两片叶子”，因此可以说人工智能的艺术世界里没有完全相同的两幅画作，留给我们的只有无穷的想象力空间。

总结

通过梳理人工智能技术参与视觉艺术创作的发展历史，我们可以发现人工智能的绘画技巧逐渐从生疏到成熟、从抽象到具体、从模仿到创新，对于不少从事艺术行业的人来说这种不可逆的发展趋势既是机遇也是挑战。

从工具的层面来说，人工智能是一种极为便捷智能的绘画工具，人们甚至不需要掌握使用工具的技巧便可以做到“出口成画”，代替了重复的劳动，极大解放了艺术家的生产力；从创作主体的层面来说，目前人工智能技术还未具备独立的思考能力，艺术家与其关系还是创作主体与创作媒介的关系，但若有一日达到强人工智能阶段，也许艺术就不再是人类的专属了，那时真正无限的创造力是人工智能与人类抗衡的关键。

参考文献：

1. Eva Cetinic and James She. 2022. Understanding and Creating Art with AI: Review and Outlook. ACM Trans. Multimedia Comput. Commun. Appl. 18, 2, Article 66 (May 2022), 22 pages. https://doi.org/10.1145/3475799

2. Chen, Weiwen, Mohammad Shidujaman, Xuelin Tang. 2020. "AiArt: Towards Artificial Intelligence Art" Pp. 47-52, MMEDIA 2020–The Twelfth International Conference on Advances in Multimedia. Cham 978-1-61208-772-6: IARIA Publishing.

3. Gatys L A, Ecker A S, Bethge M. A neural algorithm of artistic style[J]. arXiv preprint arXiv:1508.06576, 2015.

米兰国际家具展览会主席