“机器学徒：AI有可能变成画家吗”

本篇文章4028字，读完约10分钟

年7月，备受瞩目的艺术家在巴黎的galerie oberkampf举办了展览会。 展览持续了一周，民众前来观看，信息媒体广泛报道，一部作品花了许多年创作，另一部直接画在画廊里。 无论如何，这都是典型的艺术展。 唯一的区别是，这个艺术家不是真的，而是一个叫做“the painting fool”的电脑程序。

光这些还不新鲜。 ai辅助创作的艺术品很久以前就出现了。 从1973年开始，haroldcohen (画家，sandiego加州大学教授，他还代表英国参加了威尼斯国际艺术双年展)与计算机程序“aaron”合作创作。 aaron已经自动画了几十年了。 20世纪80年代末，cohen曾开玩笑说他是唯一死后也能举办新作品展览的艺术家。

关于机械艺术还有一个问题。 首先，它的潜力怎么样？ 其次，作品质量暂且不谈，它真的能在“创作”的同时说“富有想象力”吗？ 问题很深很有吸引力，它将我们带入人类艺术创造的神秘之谜之中。

“绘制工具”是西蒙·考尔顿的“作品”。 colton是伦敦大学金史密斯学院的计算机创作学教授，他认为要让学生创作程序，必须通过与图灵测试不同的测试。 图灵测试要求机器用人类的方法进行有说服力的对话，但colton认为ai艺术家需要使自己的行为“精彩的把戏”、“能欣赏”、“有想象力”。

对感情产生反应

迄今为止，paintingfool在这三个方面取得了进步。 “欣赏性”是指按下colton的意思后对感情做出反应。 绘画精灵的早期作品是用图像制作的。 程序首先扫描英国《卫报》，提取阿富汗战争的相关副本，提取北约(北大西洋公约组织)、军队、英国人等关键词，寻找相关照片。 然后，程序利用照片绘制合成图，反映报纸复印件的“拷贝和情感”。

软件可以再现不同的绘画和图形媒体，从中选择合适的来判断结果。 他曾这样评价画说:“这是悲惨的失败。” 怀疑者认为，这些解释只是热门的数字口技，但在软件官网上，诗化的文章是目前的项目。 这样，只有绘画池才能成为作家和画家。

在巴黎的展览会上，想画肖像画的参观者坐在电脑前。 不是人类艺术家，电脑可以在屏幕上“画画”。 thepaintingfool基于各种情感为来客画画，提取情感关键字(从《卫报》的10个副本中提取)并做出反应。 感情太负面的话，软件会消沉拒绝绘画，相当于虚拟的艺术气质。

年6月，谷歌Brainai的研发团队发表了至少从一个方面折射出人类想象力的照片。 我们认为一个东西是另一个东西的能力。 研究人员训练软件识别物体(根据视觉线索进行识别)，输入天空照片和任意形状的素材，对迪士尼、老彼得·布鲁格尔( pieterbruegeltheelder，文艺复兴时期的画家)的想象。

在莎士比亚的着作《安东尼和克里奥佩特拉》中，安东尼这样说。 “有时云看起来像龙，有时蒸汽看起来像熊和狮子”这是一种心理现象，程序此时的行为相当于这种心理现象的数字版本。

达芬奇提出通过凝视墙上的污渍和随意性标记可以刺激创造力。 艺术家从中努力“发明场景”，他们可以“看到”战场上眩晕的士兵，以及有山、河、石、木、大平原、山谷、山的景观。

石洞壁画的灵感可能来自这里。 画画或雕刻石头，多利用墙上的玉石看起来像眼睛等自然特征。 克罗马努(旧石器时代晚期居住在欧洲的高加索人种)艺术家，最初可能利用随意的特征识别狮子和野牛，通过绘画和雕刻清晰动物的肖像画。 所有的摄像图像(不仅包括画，也包括照片)都依赖于这种能力，将一个事物(平面上的图形)视为另一个事物: 3d世界的事物。

谷歌免疫系统

谷歌开发的ai系统擅长做这样的事。 图像是由人工神经网络制作的，也就是用软件模拟大脑神经元来解决新闻的方法。 软件在识别哑铃、狗、龙等图像中的物体之前，必须分解数百万个实例进行训练。 谷歌的研究人员发现，按照达芬奇的建议，可以把系统变成“艺术家”。 首先在神经网络中输入图像，弄得满是斑点，然后命令互联网进行调整，软件必须识别以前被训练过的物体，从类点中寻找与物体相似的地方。 这时的软件做的和安东尼从云中看到动物一样。 谷歌团队称最终的艺术风格为“inceptionism”。 因为神经网络体系结构的研究项目编号是“inception”。 年有部被称为《盗梦空之间》的电影，描写了一个男人进入他人大脑梦想中的故事。

从艺术的角度来看，可能会把inceptionism看成是超现实主义的变种。 雷尼·玛格丽特( ren magritte )、萨尔瓦多·达利( salvadordal )、马克斯·恩斯特( maxernst )创造了多部超现实主义作品。

inceptionism到底是怎么回事？ 一幅画是惊人的，可以从各种各样的立场享受，如线条的风格模仿梵高等。 关于inceptionist的作品，还太普通了，太像照片了，像达利和马克斯·恩斯特的作品。 无论是paintingfool还是其他类似的程序，水平都不如高中生，甚至达不到业余艺术俱乐部的标准。 电脑艺术的潜力在哪里？ 人工智能能给视觉艺术增添风采吗？

simoncolton已经意识到了批评的存在，认为paintingfool的作品属于其本身。 simoncolton说，如果人类画家画画，我们就不会把赞美转向画家老师。 那么赞美应该给谁呢？ 这要视情况而定。

回到过去

文艺复兴时期，如果实验室的画得到赞扬，荣誉就会成为老师的，尽管学生完成了一部分作品。 但是，在verrocchio写的《baptismofchrist》(约1475年)中，他画的部分(天使和小风景)和老师的完全不同，所以我们看到了员工达芬奇的造诣。 艺术历史学家把这幅画视为共同创作的结果。

在17世纪的安特卫普(安特卫普)，鲁本斯有一家小工厂，在画大型作品时，聚集了大量参与绘制作品的、受过过高标准训练的助手。 通常，老师先画一个小草稿，然后在老师的监督下，画慢慢地埋在天花板和祭坛上。 有学者认为，虽然实验室的作品以“鲁本斯”的大名为目标，但实际上连绘画的原始模型都有可能不是他提供的。

历史为aaron提供了感兴趣的实例。 在过去的40年里，不断进化的程序画了多幅画，它们到底是haroldcohen的作品还是aaron自己创作的？ 还是共同创作的？ 这是个微妙的问题。 aaron从未摆脱20世纪60年代haroldcohen的基本创作风格，他是当时色彩行业抽象概念的代表人物。 从这个角度来看，aaron是他的学生。

cohen之所以对ai感兴趣，是因为他认为“艺术创作不一定需要继续决策……我们可以设计规则，不需要深入思考也可以按规则画画”。

是总结某种艺术家的特征。 20世纪20年代到30年代，皮特·蒙德里安( pietmondrian )创作的抽象画就是一个很好的例子。 这些作品是根据一系列规则创作出来的:只允许直线，只与直角相连，只用红青黄描绘(加黑加白)。

艺术史上曾经做过实验。 这是一个罕见的实验。 艺术评论家tomlubbock根据规则画蒙特雷风格的画。 他做了一些抽象画。 看起来像蒙特雷的作品，但不怎么样。 实验结果表明，蒙德里安为绘画增添了独特的气质，我们不能按规则模仿，可能是视觉上微妙的平衡，也可能是颜色的组合。

艺术评论家像lubbock一样进行实用研究是非常罕见的，很多人(不是艺术评论家)都做着同样的事:我们把这些人称为造假者、模仿者、学徒。 艺术品中模仿的作品屡见不鲜:人们根据蒙德里安、莫奈和其他发起人的风格画画。 艺术历史学家一生都在对艺术家进行分类。 例如“薯片圆”、“卡拉瓦乔的追随者”等。 很明显机器可以在一定水平上创作:可以描绘派生艺术品( 99.9%的人类艺术家都这样做)。 。 机器能打破这个限制吗？

让ai记住配色

关于这一点cohen想了很多。 cohen在从相反的方向看问题时发表了演讲。 aaron的创造力不是很明显吗？ cohen说:“我不需要持续输入新闻，可以画无数张照片，比我更擅长用颜色，躺在床上的时候画画。” 有人问:“这是他自己做的吗？” “是的，程序是我写的，我制定了规则。 程序只是简单地遵守规则。 这么说完全正确。 程序本身就是规则”

而且，亚伦像文艺复兴时期、巴洛克时期的办公室一样自己画画。 根据cohen的指导方针，aaron能够明确主题，相当于自动模式的鲁本斯的实验室。 头几年，aaron只要画轮廓，cohen就会选一点作品，有时自己配色。 20世纪80年代，cohen开始教aaron采用颜色。 最终，cohen制定了给aaron配色的规则。 效果不充分。 他最初的处理方案由一系列的命令构成，介绍人类艺术家在特定情况下是怎么做的，但遗憾的是命令并不是总是有用的。

最终，他开发了简单的算法教aaron采用颜色。 虽然不同的颜色和上人的想象力有限，但是我们的反馈系统很棒。 人类艺术家盯着画，随着工作的进行，可以决定画中的向日葵用什么样的黄色阴影更好。 与aaron没有视觉联系，cohen可以通过设计算法、自由赋予图像来平衡色调、彩度等。

那么机器像rembrandt和毕加索一样有创造力吗？ 为此，cohen认为机器必须首先学习自我认识。 未来可能会，也可能不会。 cohen说:“如果不能形成自我认识，机器的创造性决不能和人类相比。” 在整个过程中，艺术家需要使社会、情感、历史、心理、生理等因素相互作用，仅仅分解这么多复杂的过程比登顶更难，更不要说复制了。 艺术家作画，在人眼看来意义深远，就是因为这个。

cohen还说，有一天随着进化的发展，机器可能会变得同样敏感。 我说了就算这一天不来，机器也并不是和创作无缘。 从cohen的个人经验来看，ai向艺术家提供的支持超出了助手和学徒的范畴:它正在成为新的创作合作者。

航空技术审查

资料来源: cnbeta网站