掌上艺术 • 原创 | AI艺术到底靠谱吗？

在当代艺术的版图上，AI艺术正逐渐成为一股不可忽视的力量。它不仅挑战了“艺术必须源于人手”的传统信条，更在创作实践中展现出独特的风格和可能性。AI艺术的兴起，标志着技术与创意的交汇，开辟了艺术表达的新纪元。

AI艺术的成就令人瞩目。

例如《Nude Portrait#7Frame#64》的高额拍卖成交，以及《Portrait Of Edmond de Belamy》在佳士得的成功售出，都证明了AI艺术在市场上的巨大潜力。这些作品不仅在数字画布上绘制出新颖的视觉语言，也在艺术的价值体系中引发了深刻的思考。

AI艺术的本质究竟为何？它如何在未被广泛认知的领域中塑造出新的艺术流派？这些问题指向了AI与艺术的融合，预示着未来艺术创作的无限可能性。AI不仅是工具，更是激发创造力的伙伴，它通过算法的力量，将我们带入前所未有的艺术探索之旅。

在当代艺术的多元化语境中，人工智能艺术以其独特的创作方式和表现形式，成为了艺术探索的新领域。这种艺术形式，广义上涵盖了所有借助深度学习和机器学习技术所创造的艺术实践。在这个领域，人工智能不仅仅是计算机科学的一个分支，更是一种模仿和扩展人类认知及学习过程的工具。

人工智能艺术的创作过程既可以是完全由算法独立完成，也可以是艺术家与系统的实时互动。这种艺术的媒介形式多种多样，包括但不限于Pindar Van Arman的算法绘画作品，以及Taryn Southern利用人工智能技术制作的音乐作品，展现了人工智能艺术的广泛探索空间。

自2010年代中期以来，人工智能艺术逐渐进入公众视野，其最初的应用多集中在图像处理、颜色识别、纹理分析和文本解读等方面。随着技术的发展，人工智能艺术已经能够进行更为复杂的创作活动，如编辑现有图像或生成全新的视觉作品。

生成对抗网络（GAN）

科学家们开发了一种名为生成对抗网络（GAN）的先进技术，以探索艺术创作的新领域。这一系统由两部分构成，一部分是创造者，负责根据给定的指令制作图像；另一部分是评判者，负责审核图像的真实性。这两个部分在一个闭环系统中相互作用，不断地进行着创作与评判的循环。

创造者，或称为“建议者”，利用超过八万幅的绘画作品和多种艺术风格的数据，通过复杂的算法生成全新的图像。而评判者，或称为“鉴别者”，则对这些图像进行审视，确保它们达到了一定的艺术标准。如果图像未能通过评判，创造者将根据反馈进行调整，再次提交给评判者。这样的过程不仅仅是一次技术操作，更是一场关于艺术审美的对话。

在20世纪80年代，克林格曼放弃了传统的绘画工具，转而投身于编程的自学之路。他对神经网络、编码和算法的热爱，使他成为了数字艺术的领航者。克林格曼的数字创作曾在全球范围内的顶尖艺术机构展出，包括奥地利的林茨电子艺术节、纽约的现代艺术博物馆、大都会艺术博物馆、伦敦的摄影师画廊以及巴黎的蓬皮杜艺术中心。他在神经网络和人工智能艺术领域的开拓性工作，使他成为继Obvious艺术集体之后，第二位在主流拍卖市场上作品成交的AI艺术家。

克林格曼代表作《路人的记忆I》

他的代表作《路人的记忆I》是在Google Arts and Culture项目期间的成果。这件艺术品由一个装有计算机系统的木质柜体和两个显示屏组成，屏幕上不断变换着扭曲的人脸。这些肖像，以其扭曲的五官和模糊的发型，唤起了人们对英国画家弗朗西斯·培根作品的记忆。然而，这些肖像并非由人手绘制，而是由柜内的电子大脑生成。这一艺术实验背后的技术支柱是生成对抗网络（GAN）。经过对生成人像的初步训练，GAN能够将人类的形象转换成令人不安的视觉图像。艺术家随后可以对其进行进一步的训练，使其能够识别新的模式，并创造出无限的可能性。

克林格曼认为，人工智能的真正价值在于其挑战现有艺术观念的能力，它能够为那些看似陈旧和可预测的艺术领域带来新的思维方式。他坚信，人工智能将引领一场持久的艺术革命。

生成对抗网络不断地在艺术创作的边界上探索，推动着艺术与科技的融合。每一次的对抗都是对传统艺术观念的挑战，每一次的生成都是对未来艺术形态的预见。在这个过程中，人工智能不再只是工具，它已经成为了艺术创作的合作者，甚至是艺术家本身。

卷积神经网络（CNN）

卷积神经网络（CNN）作为计算机视觉领域的尖端技术，其核心在于掌握图像的本质特性，并利用这些特性进行图像的再创造。这一技术的优势在于其能够创作出质量上乘的视觉作品，然而，这一过程依赖于大规模的训练数据集作为支撑。例如，谷歌的Deep Dream项目，就是通过挖掘计算机视觉的模式识别能力和卷积神经网络的强大学习机制，来实现对图像的艺术化重构。

风格迁移技术（NST）

在数字图像处理的领域中，风格迁移技术（NST）占据了一席之地。这项技术的核心在于提取某一图像的独特风格，并将其融入另一幅图像之中，从而创造出一种新的视觉体验。以小猫图像为例，经过NST处理后，它可能呈现出梵高笔触下的星空旋涡，色彩斑斓，线条流畅，仿佛小猫置身于梵高的画布之上，与经典名作《星夜》交相辉映。

钟愫君

目前通过AI技术创作艺术家正在改变我们固有的认知。钟愫君是一位借助AI探索的艺术家，其作品跨越了装置艺术、雕塑、绘画及行为艺术等多个领域。她的艺术实践着眼于探讨人类与机器共同创作的图像痕迹。通过将自己的绘画作品作为训练素材，她指导人工智能（AI）学习并模仿其艺术风格，进而将这一风格转化至机械臂中，与之协作完成画作。钟愫君的艺术实验不仅是对手工与机械制作痕迹的研究，更是对人与系统间互动关系的深入理解。

钟愫君现场

在钟愫君的《绘图操作》艺术计划中，她运用了Google的TensorFlow——这是一个开放源代码的机器学习库——来对她的绘画作品进行系统化分类。通过这一过程，她的绘画风格和技巧被编码至机械臂中，使其能够与她并肩作画。在这一跨界合作中，机械臂不仅复制了她的风格，更在共同创作的过程中展现了独特的艺术性。

钟愫君现场

除此之外，钟愫君还在她的项目中探索了pix2pix——这是一种能够在图像上实现变换的训练有素的神经网络，比如可以将日间的照片转换为夜晚的场景。同时，她也使用了sketch-rnn技术，这是一种能在人类的绘画基础上进一步生成数字化素描的工具。通过这些技术的应用，她对人机协作的可能性进行了深入的探讨和扩展，为未来艺术的发展开辟了新的道路。

以生物学为灵感的艺术家Sofia Crespo，致力于研究人工机械如何模拟自然生物的形态与进化过程。她的作品反映了科技对有机生命的模拟是有限的，不能完全复制一个生物体的多面性。Stephanie Dinkins是一位多媒体艺术家，她通过创造对话平台，让人工智能参与到关于种族、性别、老龄化以及我们的过去与未来的讨论中。Dinkins特别注重与不同肤色的社区合作，旨在共同构建一个更加包容、公正和伦理的人工智能生态环境。

这种创新已经突破了人类灵感的传统边界，通过AI的随机生成机制，诞生了独一无二的艺术作品。我们可以预见，未来的艺术创作或许将不再依赖于传统的灵感采集，而是可以借助AI技术直接创作音乐和艺术品。

在这样的未来面前，传统艺术家的角色将何去何从？我们必须以一种更加开放和进步的心态来审视这一问题。毕竟，人工智能的崛起代表着一种不可逆转的历史趋势。特别是在经历了三次工业革命之后，人工智能对社会结构和经济体系的深远影响已经显而易见。作为科技领域普遍认为将推动下一次工业革命的关键技术，人工智能无疑将继续深刻地影响我们的生活各个层面。