或然世界：AI和艺术的短兵相接

　　在人工智能时代，一切边界都模糊了。

 

　　2019年7月13日，微软基于情感计算框架的人工智能小冰，在中央美术学院首次以画家身份举办个展：或然世界。
 

 

　　就在两个月前，小冰继写诗和演唱之后，解锁了绘画技能，她化名“夏语冰”参加中央美术学院2019届研究生毕业展，但没有人识别出她的真实身份。

 

　　毕业展的总策划——中央美术学院实验艺术学院院长邱志杰说，毫无疑问，小冰通过了“图灵测试”。

 

　　在小冰的个展开幕当天，中央美术学院美术馆副馆长王春辰抛出一个问题：“或然世界，也就是另外一个世界，和我们此岸的世界不太一样的世界。那么，人工智能所表达的世界，究竟是不是我们现在所看到的世界？”打败他们的，不是人类

 

　　2018年10月，一幅肖像畫在纽约佳士得拍卖会上以43万美元的高价被成功拍卖，引发巨大轰动和讨论。此前，它被预估的成交价从未超过1万美元。

 

　　与之一起拍卖的还有美国波普艺术之父罗伊·利希滕斯坦和身家高达7亿美元的安迪·沃霍尔的作品。但现在，他们都被打败了。安迪·沃霍尔作品的最终成交价是7.5万美元，罗伊·利希滕斯坦的则是8.75万美元。

 

　　更令他们沮丧的是，打败他们的不是人类。

 

　　在艺术收藏家眼中价值43万美元的肖像画名叫《埃德蒙·贝拉米像》。典型的金色古典欧式画框中，一个略显肥胖的男人微侧着脸，似乎注视着你，又似乎不是。因为他的脸部是模糊的，身体曲线也是，黑色的礼服隐没在黑色的背景中，所以，画的风格有点像印象派。有人从他简单的白色衣领推测他可能是个牧师，或者是个法国人。谁知道呢，毕竟这是个虚构人物。

 

　　他的名字是在向伊恩·古德费洛博士致敬，他是目前最重要的机器深度学习模型——生成式对抗网络（GAN）的创造者。在法语中，古德费洛可以被翻译成“Belami”，于是，就有了贝拉米。微软小冰个展“或然世界”海报

 

　　在很多人看来，这个快速致富的故事似乎太过简单了，因此令人诟病。3个法国大学生用一个19岁的高中生放到开源平台上的代码来训练人工智能，该算法在学习了14世纪至20世纪的1.5万张肖像画后，“创造”出自己的作品，并在拍卖中溢价43倍。

 

　　以GAN为基础的人工智能艺术创作，不同于50年前就开始的计算机绘画。那时候，艺术家把自己的审美要求转换成具体的代码输入计算机。而GAN的运行原理是个“黑盒子”。人类喂给它海量的数据，在绘画创作领域，这些数据就是历史上人类画家的作品，计算机通过内部的算法学习这些画作，并自主找到其中蕴含的人类审美规则，然后产出作品。之所以说它是“黑盒子”，是因为人类只能通过观察终端产出来推测它是如何学习的，但永远无法确切地认知。

 

　　在传统模式中，计算机相当于在人类精准的“指导”下工作。在生成式对抗网络模式中，人类只负责提供“母乳”，真正自主学习的是“孩子”自己。

 

　　像人类社会中，当发现自己的孩子“长歪”时，父母总会及时纠正一样，微软小冰全球产品线负责人李笛说，在训练小冰的过程中，研究人员曾发现她会创作出人类审美所不能接受的作品，“画面很难形容”。此刻，要通过打分模型反馈给小冰，让她知道“什么是好的作品，什么是坏的”。李笛将此形容为“棍棒底下出孝子”。

 

　　在小冰团队看来，小冰已经能够实现100%原创。这种原创不仅体现在画面的构图上，还体现在画面的每一个元素上。

 

　　问题是，人工智能所谓的“原创”，是否等同于人类的“原创”？

 

　　《埃德蒙·贝拉米像》无法回答这个问题，或者说，它无法在人类的语境下回答这个问题。

 

　　竞拍前，它就挂在安迪·沃霍尔作品对面的墙上，而在画作署名的地方，却是一行算法公式。在艺术史上，从没有哪一刻，艺术和人工智能如此短兵相接。小冰的原则是要对人有价值

 

　　李笛说，如果只考虑最近的两三年，人们可以只关注人工智能系统的功能性，比如帮人类订餐、打车。但如果以10年为衡量基础，就必须考虑其系统设计上的完备性，人工智能要和人类有更好的交流，就需要具备一定的情商。如果把时间尺度拉得更长，也就是考虑人工智能要如何更好地去兼容未来，它必须要从人类社会学习更多东西。

 

　　人和人之间的交流不仅仅是对话和任务，还包含着信息的传达。这种传达不是管道形式的，即A把看到的事物直接转发给B，而是A经过所谓的咀嚼或感悟再传达给B，在这个过程中就有原创性的成分，也就是“理解”。小冰的画作

 

　　李笛认为，人类的创造能力主要有3种：第一种是提供新的观点，目前人工智能还很难做到。人工智能可以迁移、搬运观点，但是要产生新的观点还很难。第二种是提供新的知识。一个教授能够通过以往的知识推导出一个具有原创性、独创性，以前不存在的概念，这也是人工智能很难做到的。第三种是原创内容的生产，这是目前微软努力的方向，他们已经实现了让由人工智能框架赋能的不同类型的产品具备这样的特点。