[导读]AI从临摹开始，对原始画作进行分析，规划出一系列能够描绘图像特征的点，连点成线就生成了机械臂的运动路径。
改编自阿西莫夫小说的电影《我，机器人》，在2004年上映时引发一阵轰动，它曾经代表了那个年代人们对于人工智能的理解和畅想。就像电影台词里展现的那样，当时人们区别人与机器最巧妙最直接的方法，就在于人的创造力，在于人类可以创作出的绘画、诗歌和乐曲，而机器不能。可在14年后，曾经单纯的“人机区分的黄金标准”被打破，人工智能彻底模糊了人与机器的边界。
我们拿绘画来举例，目前AI创造画作的方式大概分为三种，一种是“照葫芦画瓢”，让机器人通过眼动仪来现场模拟人的风格和笔触。AI从临摹开始，对原始画作进行分析，规划出一系列能够描绘图像特征的点，连点成线就生成了机械臂的运动路径。
第二种是直接用代码来作画，机器臂将编辑好的后台代码反馈在纸上，通过相机等传感器来形成反馈回路，保证作品的精确性（可以理解成一个高端打印机）。有的高级算法将原画简化成几十到几百种不同的色彩；再通过数字定点，控制机械臂把颜色涂在相应的位置，等到所有颜色都涂完，一张画就大功告成了。
第三种则是通过深度学习来自主生产图像。最新的技术引入了深度学习模型来完成绘画。代表的工具是GAN（生成式对抗网络），它也是目前最复杂的深度学习模型之一。GAN最早被一个叫Obvious的组织首次应用，它的口号就是“创造力不仅属于人类”，把艺术作品转化成数据的形式，让算法去了解现代、古典、抽象等艺术流派，学习其中的规律。
GAN的核心原理是，让两个神经网络彼此对抗，一个神经网络负责制作尽可能逼真的作品，一个网络负责把作品和“真迹”的数据进行对比，对AI作品进行评判。在两个AI彼此对抗的过程中，整个算法会调整它制作作品时使用的参数，不断让作品逼近人类的程度，直到笔触、色彩、构图、流派上与真人画作无法区分。
比如Obvious将1万5000幅人类艺术作品作为训练数据，让AI学习其中的相似点，然后生成一张全新的图画。实际操作时，画作是由机器臂来完成的，机器臂配备了摄像头，它能对作品进行扫描和分析，自动下达指令，在颜色过深时进行淡化，在颜色过浅的地方进行补色。
它还会像人一样，偶尔后撤一步，看看整体的效果，然后再做出细微的调整。人工智能所创造的作品能被定义为艺术么？
除了绘画外，如今的AI还可以编曲，效果足以蒙蔽专家的耳朵，同时AI还可以作诗、朗读（微软小冰）、下棋（谷歌AlphaGo），已经精通了“琴棋书画”。至于这些生成的产物算不算艺术，学界一直争论不休。其实从人类自己来看，学画也是从模仿和临摹开始，学习光线、笔触、形式，几乎每一幅画都可以被归类到一个流派，再“骨骼惊奇”的画，一定能从同流派的作品中找到影子。从这个角度来看，作画的人工智能在学习过程和完成度上和人类没有本质差别，它做的每幅画都是独一无二的，同时你又能找到很多艺术作品的痕迹。
关于艺术的边界也一直在扩展，在相机诞生后，很多人觉得这种单纯的还原，和人们在西斯廷教堂穹顶的壁画相比，缺乏艺术性和原创度，更缺乏灵魂。不过现在摄影艺术已被广为接受，一幅幅经典的影像作品在人们心中留下的印象不比《蒙娜丽莎》来的少。
1917年，纽约中央大厦举行了一个展出，杜尚拿来了一个小便池，签字后将其命名“泉”。这100年后，这件艺术品得到了极高的声誉，被誉为先锋艺术的开河之作。而在当时，它在展会上只落下一个“粗俗下流”的口碑，展方认为这件作品：
“或许有其使用价值，但对它的使用绝不应出现在艺术展览现场；而且，一旦投入使用，这就不再是一件 ‘艺术品’，只不过是日常生活用品罢了。” 包括一些荒诞派，行为艺术等等形式，也在不断扩充所谓“艺术”的天花板。
文章来源：ZEALER订阅号 编辑：daisy
