2024年10月29日晚，国家社科基金艺术学重大项目“中国网络文化审美研究”（22ZD05）组织了“绘画和书法的美学度量”讲座。本次讲座主讲人为香港科技大学（广州）信息枢纽计算机与艺术学域主任、香港科技大学新兴跨学科领域教授、美国University of Texas at Dallas计算机科学系荣誉教授（至2021年为终身教授）、中国美术学院文创中心客座教授、入选2023年和2024年斯坦福全球前2%顶尖科学家终身影响力榜单的张康教授，讲座由国家社科基金艺术学重大项目首席专家、东南大学特聘教授季欣主持，数百名学者在线参与听讲。
讲座伊始，张教授提出两个问题：一是美学（艺术和设计）可以为计算做些什么？二是计算机可以生成美的形式吗？怎样生成？基于这两个问题，张康教授提出了“计算美学”与“审美计算”的概念。计算美学，致力于研究现代技术如何协助艺术创造，自动生成各种艺术形式。审美计算的定义是将艺术的理论和实践应用于计算机。这两个交叉领域覆盖了从算法、图像处理、计算机图形学，到科学可视化、信息可视化、图形设计、地理信息系统、深度学习，再到绘画、游戏、视觉艺术、工业设计等诸多领域。
随后，张康教授分享了自己在绘画艺术图像的美学度量方面的研究。张康教授认为计算机艺术生成的层次分类，基于计算复杂度，分为了四个层次，从左到右依次是复杂等级、人类参与、计算机手段支持和适用性。张康教授的“美学度量”基于George D. Birkhoff提出的著名的美学度量公式Measure=Order/Complexity，即秩序处于复杂度之上，复杂度之下，秩序越好，肯定越美，反之则越复杂，越不美。张康教授通过绘画中的美学度量实例，如颜色的复杂度、留白空间、视觉元素在空间的分布等，探讨绘画的美学度量的意义。
在书法的美学度量方面，张教授向大家展示了他们团队的最新研究成果，即开发了一种度量中国书法美学的方法。张教授的团队建立了一套数据库，通过AI和统计的方法来度量美学的五个方面，即平衡度、流畅度、布局、留白空间和线的粗细程度。张教授强调，美学度量研究仍是一个长期而艰巨的任务，需要探索更新颖的方法。
张康教授的讲座精彩纷呈，强调计算美学的前沿应用，既有理论意义，又有广泛的应用价值。讲座结束后，参与讲座的学者提问，在人工智能时代，美学度量理论和研究方法的未来发展方向与趋势是什么？
针对这个问题，张康教授回答：现在的人工智能可以发挥很多作用，以假乱真。按照美学度量方法，无法区分人工智能生成和手工绘画。目前我们能做的是在人工智能深度学习算法在生成中的缺陷中找出细节差异，大致区分这是人工智能生成还是人类绘画。从生成效果上看，我们可以做的是使AI更可控，尽量避免明显的生成瑕疵。
本次讲座深度剖析了艺术与科技融合的新生态，关注最前沿的计算美学的研究，为人工智能时代下的艺术学理论研究带来了重要启发。
文 案 金源
审 核 张康
“网络文化审美密圈”公众公众号出品，未经授权禁止转载
