封面图 the Next Rembrandt (2018)
| 专题通讯 |
AI与艺术（上）
最近三期通讯，我们将关注AI与艺术，其中本期（上）将聚焦于概念与艺术史，之后还将关注艺术批评、研发和在艺术领域中的具体应用，（中）将于12小时后通过邮件发送，欢迎阅读原文订阅我们！
本期通讯的主编（李闻境、丹增班玛措、赵煜爔）在此郑重感谢欧颖欣、卞乐茜等所有参与到本期完善通讯内容中的组委们。非常感谢大家对于我们文字的详细建议让文章不断被完善润色。同时，特别感谢李嘉琪对于本期通讯整体结构的建议和赵煜爔对于本期内容的排版。
The poet's eye, in fine frenzy rolling,
Doth glance from heaven to earth, from earth to heaven;
And as imagination bodies forth
The forms of things unknown, the poet's pen
Turns them to shapes and gives to airy nothing
A local habitation and a name.
——Theseus, Midsummer Night’s Dream
The judgment of taste is therefore not a cognitive judgment, hence not a logical one, but is rather aesthetic, by which is understood one whose determining ground cannot be other than subjective.
——Kant, Critique of the Power of Judgment
境非独谓景物也。喜怒哀乐，亦人心中之一境界。故能写真景物，真感情者，谓之有境界。否则谓之无境界。
——王国维《人间词话》
Frieder Nake, Untitled (1967)
（一）从艺术的本质说起
艺术是什么？这是一个由来已久的问题。在这一章中，我们会聚焦于人工智能艺术到底是不是艺术，即我们到底该如何看待人工智能作品和传统人类艺术家作品之间的关系，人工智能诞生之前创作的艺术到底是什么。回答这个问题不仅是在帮我们更好的理解和评价人工智能所创作的作品（我们该不该花3000万买一幅人工智能创作的画），也是在帮我们更好的认识我们人类文明中很重要的一部分，进而更好地认识自己。
在艺术史中，至少存在着两个相互竞争但又互相关联的传统。一个是浪漫主义为代表的传统，强调艺术创作中的艺术家的个性和情感表达。一个是更加“现实”的传统，强调艺术创作中的模仿和艺术创作所遵循的一些固定模式。接下来，我们会具体呈现二者在人工智能艺术这一问题上的张力和冲突。
Rembrandt, Self-Portrait (1659)
欧洲十八世纪兴起的浪漫主义非常强调艺术家在艺术创作中的个人表达，强调情感和生活对于艺术的重要性。所以，浪漫主义式的对艺术的定义是基于在创作行为中是否有主观情绪的表达，是否有艺术家这个创作主体来的。浪漫主义者反对单一、整齐划一的艺术创作，反对将政治说教等等纳入艺术创作。耿弘明在《AI时代艺术概念的产生方式及其反思》 一文中很好的概括了了浪漫主义对艺术创作的看法：
持人文主义灵性创作论的人认为，作家能够沟通天人，感应万物，灵感附体之后，四气鼓荡之时，即可下笔成章，倚马千言。
这样对于艺术的思考强调作家个人灵感，重视创造力和情感表达在艺术创作中的价值和地位。浪漫主义给我们提供了一种非常鲜明的对于艺术的定义。根据这样的定义，浪漫主义倾向认为所谓的人工智能艺术是通过大量人类数据、模型和算法“习得”的重复过程，并没有艺术家这个主体和他们的主观情绪。人工智能艺术本身是没有“灵魂”的。值得注意的是，浪漫主义观点并不否认人工智能艺术所能带来的审美价值和物质价值，就好像浪漫主义并不否认机械模仿和政治宣传的价值一样。浪漫主义只是指出人工智能艺术中的艺术家创造力和主体情感表达是很少的，而这恰恰是浪漫主义最看重的。
How Art Makes AI Feel (2021)
https://www.deeplearning.ai/the-batch/how-art-makes-ai-feel/
《祛魅与存真——人工智能时代的艺术存在方式探析》 一文也在探索类似的观点。他们列举了古今中外很多艺术理论家的思考，最后也来到了艺术创作中的精神属性对于艺术的重要性，即（根据笔者的理解）艺术家的情感表达和个人创造性。高迎刚和李成蹊从艺术作品中的艺术性和技术性（即艺术家对于各种物质技术，比如颜料、雕刻工具等等）的关系入手，指出技术发展对于艺术创作带来的影响。他们指出：
1900年代的画具
那么，在技术飞速发展、已经从某种意义上彻底主导了艺术创作的情况下（人工智能可以直接复制模仿不同的艺术形式和作品），艺术作品的艺术性（即它们区别于批量生产的易拉罐、塑料袋）还能通过什么体现呢？作者写道：
Generative Adversarial Network, Portrait of Edmond Belamy (2018)
一个更具体的例子是艺术评论家Jonathan Jones(2018)对于复活伦勃朗项目中对计算机生成的艺术的不满（详见https://www.theguardian.com/artanddesign/shortcuts/2018/oct/26/call-that-art-can-a-computer-be-a-painter）：
Jones(2018)在以上的片段中指出，这个人工智能从来没有过伦勃朗的经历，没有与这个世界有过任何真实的互动，没有经历过生老病死，怎么可能创作出与伦勃朗自己的作品可比的作品？的确，直觉上说，即使人工智能的作品与伦勃朗的画作色彩风格很像，笔触很像，但是我们并不会认为这幅作品里有和伦勃朗自己作品一样的深度（不管是思想上还是情感上），因为人工智能不会也不可能有这样的思想和情感。
the Next Rembrandt (2018)
上文提到梵高的作品。这也是一个很好的例子。梵高的很多画作并不是简单的在描绘他所看到的人和物，而是将他心中的痛苦和其他各种情感投射在他的画中。现在一个人工智能可能可以习得他的色彩风格（比如鲜艳、饱和度高、有很多对比等等），并以此创作了一幅“梵高式”的画作。我们直觉上并不会觉得这幅画作拥有和梵高真迹一样的价值，因为我们知道这幅画作背后并没有艺术家个人的情感和创造性在，只是机械模仿的结果。事实上，即使是一个画家模仿梵高的作品没有达到与梵高相似的情感深度，我们也会认为是没有很高价值的模仿而已。
挚爱梵高：星空之谜 (2017)
上文探讨的浪漫主义观点在人类艺术的发展史上很有影响力，其关于创作的观点也符合直觉。但是浪漫主义绝非人类文明中唯一的关于艺术创作的理论。事实上，人类思想史上一直存在一个和浪漫主义非常不同的关于艺术创作的传统。笔者不确定这个传统是否有一个名字，为了方便之后的写作，笔者暂且把它称为固定模式说。固定模式说我们不应该过于强调所谓精神属性和艺术家个人创造性在艺术中的价值，我们应该认识到艺术创作中有很多模仿和固定的模式。这些模仿可能包括对于前人的模仿，对于同时期其他人事物的模仿；固定的创作模式可能包括了固定的情节/人物形象，固定的形式，固定的手法等等。
固定模式说可以追溯到古希腊哲学家柏拉图的“模仿说”。柏拉图认为，艺术创作本质上是在模仿抽象的“理型”。因此，艺术本质上并不是一种“创造”，而是一种模仿，只不过不是对于日常生活中事物的模仿而已。那么既然是模仿，就是有迹可循，有章法可依的。
汪加诚，长河落完的日圆 (2022)
这样看待艺术创作的观念在中国古代也有体现。在绘画和作诗中，中国古代似乎都很强调模仿这一过程。比如，古代诗人都有漫长的模仿过程：“熟读唐诗三百首，不会作诗也会吟”，通过模仿用词、风格、格律等为创作打基础。在绘画和书法中也有临摹的传统：面对真迹仿写叫作临，罩纸影写叫作摹，通过临摹学习笔、墨、设色、章法，融入到自己的创作中。
艺术理论家关于“人物原型”（archetype）的研究似乎也指向这个方向。我们可以发现在人类漫长的历史上，艺术创作中总是存在一些相似的东西。包括创作的主题，爱情，友情，亲情，战争等等。这些还包括所谓的“人物原型”。这些原型是在不同时期不同文化艺术作品中都一直出现的。坎贝尔指出，在不同的文化中，似乎都存在“英雄”这样的人物形象：他们历尽千辛万苦，要去达到某一个崇高的目的。这些原型的存在似乎说明，固定模式是艺术创作的共性。
Joseph Campbell's "The Hero's Journey"
这些历史上艺术理论家的思考似乎都在指向一个方向，即我们不应该神秘化艺术创作，仿佛它是很有灵性非常个性化的过程，相反艺术创作中实际上有很多固定的创作模式，这样的模式是可以通过模仿来习得的。再进一步，或许一个作品是否应该被视作艺术也与所谓的灵性无关，而是这个作品是否包含了这样一些之前有的创作模式，是否有模仿和对于被模仿作品的重新组合。因此，从固定模式说的视角看，人工智能艺术确实是艺术。人工智能通过学习之前的作品从而有新的创作，甚至在此基础上可以有所改变，重新组合。这些完全符合艺术的标准。
图灵测试：哪个是人哪个是机器？
20世纪为现代计算机做出奠基性贡献的数学家图灵便是持这样观点。这篇文章详细陈述了图灵的观点及其艺术问题上的延展：
所以，固定模式说倾向于认为，人工智能艺术只不过是以更简单更快速的方式模仿和复制创作模式（“规则”），没有什么可以批评的。
黎学军在《艺术就是复制：关于人工智能艺术的思考》中提出了类似的观点：他拒斥柏拉图式的“理型”模仿说，从马克思唯物主义的角度出发，也认为艺术创作的本质是复制，而这种复制的能力和过程人工智能也是完全可以实现的。他写道：
而根据这样的观点，他进一步论证到：
因此，AI能够创造出真正的艺术无可厚非，甚至是非常合理的结果。他认为我们不应该被浪漫主义式的观点影响，而是关注艺术在人类历史中技术性的一面和模仿的一面。
Mat Collishaw, Pouyannian mimicry (2023)
https://www.theguardian.com/artanddesign/2022/dec/01/six-leading-british-artists-making-art-with-ai
之前提到的艺术评论家Jones(2022)表达了对他之前观点的重新思考：
他觉得比起最早的人工智能艺术尝试，现在的人工智能艺术已经有了很大的进步（从细节上和复杂程度上）。因此，他对于人工智能艺术的价值有了新的思考和定位。的确，现在人工智能艺术品的质量有所提升，在很多时候可以“骗过”欣赏者，让他们以为是真人所创作。我们在艺术创作中有时关注的也确实是这样一些模式的组合方式。所以，黎学军的观点是有相当力度的。
AI图像图灵测试(Wang, 2024)
但笔者认为，这样过于强调复制在艺术创作的地位和固定创作“逻辑”/模式的观点是有问题的。至少，它们没有办法抓住艺术史上很多伟大作品的直觉上的“伟大之处”。首先，固定模式说很难抓住艺术家们在艺术作品中的情感表达的价值。把艺术创作还原为各种模仿和其他创作模式的叠加在很大程度上剥夺了艺术家作为创作主体的存在。一个著名的例子是假如无限只猴子无限长时间胡乱敲打键盘，可能会偶然打出十四行情诗（虽然这样的概率很低很低）。这首情诗的确从模式上讲是符合情诗创作传统的，但是我们直觉上会觉得这并不是真正的艺术，因为创作者对此完全没有意识，更没有情感和技巧可言。因此，我们可能希望对艺术的定义能够抓住这些方面。
在《天才与算法：人脑与AI的数学思维》一书中，作者引用科尔顿(Simon Colton)的观点质疑自上而下、目的论的算法能否称为艺术创作：
The painting fool, Dancing Salesman Problem (2012)影片，⏩20倍
“绘画傻瓜”的自我介绍：“我是“绘画傻瓜”，一个电脑程序，一位有抱负的画家。这个项目的目的是让我有一天可以被大众认可和接受，从而真正成为一位有创造力的艺术家。如果一个程序要真的被视为具有创造性，那么它需要表现出真正有技巧、有欣赏能力和富有想象力的行为。我生而为此。”
其次，固定模式说很难给出一套评价不同艺术创作的标准。如果艺术创作只是各种模仿的结合体，那么我们很难很自然的由此推出一套评价这些艺术创作的标准，因为所有的艺术都只是各种模仿/创作模式的叠加。这些创作模式本身似乎很难分出高下。当然，我们可以尝试使用人工智能对这些创作模式进行量化。
Ahmed Elgemal, The Shape of Art History in the Eyes of the Machine(2021)
但是我们很容易发现这其中的种种问题。比如，我们不能以一个作品所使用模式的复杂程度来评判，因为直觉上一首很简单但是充满深情的诗好于一首非常华丽但是情思单薄的诗。比如，我们也不能以一个作品的模仿精确度来评价，因为很明显一幅高仿的梵高作品并没有真迹那么有价值。所以，固定模式说需要给我们一个评价艺术作品的标准。在《人与AI，如何在艺术中共生？》一文中，中国美术学院创新设计学武子杨认为：
武子杨与马克拉莫斯（Mark Ramos)，未来_预报(2022), 实时模拟与集体创世网络环境
或许最后，我们应该追求一种能够整合两种关于艺术创作的传统的理论。这样的理论既能抓住艺术家个性和情感的表达对于艺术的重要性，也同时能承认艺术创作中一些普遍模式的存在。至于这样的一个完善理论仍然值得我们继续求索。同时，我们也希望寻找一个能够把人工智能创作和艺术家创作有机结合的方式。这样即使我们最后认为人工智能艺术并不是真正的艺术，我们仍然可以很好的利用人工智能来帮助艺术家们的艺术创作，并且为此提供一个有效的理论支撑。耿弘明在其文章中指出了一个可能的方向。共生创造力大概指的是艺术和技术（包括了传统技术）的有机结合，互相帮助。而“分布式人机共生创造力”则是专门专门强调现代人工智能对艺术创作的帮助和影响。耿弘明引用乔蒂的原话来说明这个概念：
Qianhui Yu (2023) (链接内容详见中期)
https://www.wired.com/story/confessions-viral-ai-writer-chatgpt/
因此，人机共生这个概念似乎给我们提供了一种既不用完全否认艺术家和人工智能艺术之间的区别，也能够最大程度上利用人工智能和相关技术的理论。至于之后人工智能会如何塑造我们的艺术创作，我们在第五节（下期）会有一些介绍和讨论，但是正如耿弘明说的，“当下在AI艺术领域没能出现像现实主义、浪漫主义那样被广泛认可，并在创作领域持久发挥影响的理论体系”，AI艺术在理论上还有很多值得探索和思考的东西。笔者关于艺术本质和人工智能艺术这个问题的探索就告一段落。
（二）艺术史——从人工智能的角度看
上一节中，我们探索了不同艺术理论/学派如何看待人工智能艺术的兴起以及人工智能所创作的作品到底能否被称为艺术这些问题。这一节中，我们想回溯艺术的发展史，从人类与技术互动的角度出发，探索人工智能艺术在艺术史上的地位是什么样的、在人类文明的发展史上，是否还出现过与人工智能艺术类似的情况，这些发展能够如何帮助我们更好地认识人工智能艺术。这一节的历史讨论当然不是完整的，也不是专业的。我们结合了我们所阅读的相关文章，选取了几个有趣的片段，试图给读者一些启发。
过去：“艺术就是复制”？
虽然很多人觉得人工智能艺术这样的艺术创作形式是前所未有的、是革命性的，人类对艺术的价值并非第一次受到挑战。从计算机技术发展史的角度，中国指挥与控制学会(2019)指出Frieder Nake早在1967年就开始计算机艺术创作(本文第一张图片)，2010年就提出了“生成艺术的概念”。剧谈设播客《机器人是更好的艺术家吗?》梳理探讨了“生成艺术”与计算机相伴相生的五十年。
https://www.xiaoyuzhoufm.com/episode/65e49fafbc5272d6b1d475ca
从艺术家的视角，陈天禅在《从算法到艺术：人工智能的进步能使人人成为艺术家吗？》指出1839年照相技术对绘画的挑战在很多方面与现在人工智能对艺术的挑战有很多相似之处。比如，二者都对视觉艺术的本质进行了挑战，促使人们重新思考。摄影挑战了传统绘画关于模仿世界的观念，既然摄影可以更高效精准地模仿这个世界，“留影存形”的价值何在？艺术家长期训练、投入大量时间精力创作是否值得？
William Klein, Gun 1 (1954)
人工智能则是一样，如上一段中讨论的，既然人工智能可以更好更系统的复制不同风格的艺术品，传统艺术的价值何在？二者也都对于艺术家该如何利用技术这一问题提出了新的角度：摄影技术给艺术家们带了一种全新的创作方式，人工智能也是。而且更为有趣的是，二者的“革命性”或者说挑战传统的地方也都和复制/模仿相关。
这很自然的把我们带到了艺术批评家本雅明的经典文章《机械复刻时代的艺术品》。本雅明在这篇文章中写道：
本雅明最初的讨论是摄影技术，但我们可以轻易的把他的讨论迁移到人工智能艺术上。人工智能艺术从某种意义上和照相技术一样，是“技术复制品”，可以“突出那些由肉眼不能看见但镜头可以捕捉的原作部分”，“能把原作的摹本带到原作本身无法达到的境界”。
这是因为人工智能艺术能够非常有效地学习和模仿过去的艺术作品（归功于神经网络），它也可以做到用更多样化的更细致的色彩（因为显示技术）——可以画出过去艺术家很难画出的图形或是颜色，它使得艺术创作的媒介更为简单——有网络即可（不需要画室等等）。所以在这个意义上，人工智能艺术与摄影技术是有很多可比性的。
这样的联系也告诉我们可以通过思考摄影技术发展之后艺术的变化来给我们一些关于未来艺术发展的线索。摄影技术并没有被取代或是边缘化绘画，反而拓宽了艺术表现的视角与语境，让艺术家们反思自己的艺术创作，也让艺术有了新的发展。现在摄影也成为了一种新的艺术形式，很多摄影作品也是艺术作品。所以，我们可以猜测，传统人类的艺术并不会被取代或是边缘化，人工智能也会成为人类艺术家创作的新工具。这样的合作既是合理的（见上一节）也正在被尝试。
现在：从“黑箱”到艺术家自己的模型
《金刚经》（唐代，868）木刻版画
陈天禅在他的文章《隐入黑箱：人工智能时代的水印木刻艺术（上）/（下）》 中探索了水印木刻这一传统艺术形式与人工智能的互动。根据文中介绍，水印木刻是基于印刷术，起源于中国古代。其创作对创作者的技术要求很高。陈天禅介绍了他的第一幅水印木刻作品《先知》。这幅作品的创作过程中“需要借助八个精细的印版进行精确的套色工作”，在底色处理上“每个部分需要重复印制四次，共计十六次，以确保黑色均匀覆盖整个作品”。在其间，陈天禅遇到了很多挑战：
《先知》(2021)创作过程
这些挑战都是人在传统水印木刻创作中会遇到的。陈天禅接下来讨论了他在了解到人工智能艺术后如何探索把水印木刻和人工智能相结合。他谈及自己如何利用人工智能创作《未来前史：物质与意识》。在这个过程中，人工智能扮演了生成画作图像轮廓的角色（线版的创作/制作），而陈天禅则是承担了大部分传统水印木刻画的工作（包括底版颜色的选择，色版的创作。他提到自己如何选择“淡淡的褐灰色作为底版颜色这不仅保留了水印木刻的传统韵味，同时也为作品奠定了一种沉稳的基调”；如何根据不同的篇目（微尘篇、造物篇等等）选择不同的颜色作为色版的一部分，如何把他偶然发现的“一批年代久远的木活字”运用在木刻画中。因此，这样新型的艺术创作模式并不是一个机械的艺术家给人工智能指令，人工智能产出作品的过程，而是一个有机的互动过程，其中本质上仍是由艺术家扮演根本角色。在这个过程中，他提到了最关键的部分：
陈天禅,《未来前史：物质与意识 微尘篇》 (2023）
水印木刻 55cm×55cm
陈天禅在集合水印木刻和人工智能的过程中的这个观察很有价值，即如何更好的控制人工智能的创作结果和如何确保自己创作的独特性。关于第一个问题，现在大语言模型黑箱内部运行机制和原理我们并不清楚，对于其它艺术创作AI也是类似。在《人与AI，如何在艺术中共生？》一文中，海杰认为:
海杰，《沙漠里的剪刀》 (2023)
关于第二个问题（创作的独特性），由于在前一节讨论到的模仿/训练问题，人工智能的创作确实容易趋同，甚至趋于平庸。善用火药的艺术家蔡国强选择了创造自己的cAI™（详见下期通讯）。陈天禅最后的解决办法是“将自己和AI模型锁定在一个私密的聊天室里，从而解决了我的创作咒语被借鉴的问题。”当然这一点是未来艺术家们/计算机科学家们可以继续进步的。陈天禅最后这样总结人工智能艺术对艺术创作的影响：
蔡国强创作过程(2023)
这些正与上一节最后讨论到的“人机共生”息息相关，也算是对于上一节讨论到的理论的佐证。
未来：AI与未来艺术
在讲述了AI与艺术发展史上的这些篇章后，AI对未来艺术的启示到底是什么？
《先知》陈天禅 (2023) 人工智能交互光影装置 400cm×400cm
有些人非常有热情，认为人工智能可以为未来艺术带来很多新的可能。陈天禅在他的文章中说到：
安德鲁·多伊奇教授
他的文字很有力的指出，人工智能艺术或许能够帮助我们重新思考我们对于艺术创作可能性的思考。过去，我们可能对于艺术发展的思考是线性的，是在遵循因果关系，新的艺术创作一定是从某种意义上来源于过去的艺术作品（比如文艺复兴—浪漫主义—新古典主义—现代主义这样的艺术史叙事）。但人工智能艺术可能会挑战我们这样线性的叙事，帮助我们突破我们想象力的局限。
Chronicle the evolution of a language over time tree generative ai
江玉琴在《与AI共舞：未来艺术的时间想象》一文中则提出了一个更加细致均衡的看法。江玉琴在文章中探索的主要是我们应该如何在想象和表现未来，但是其中包含了一些关于未来艺术的很有趣的想法。一方面江玉琴认为人工智能艺术让我们更好的认识我们人类的创造力的本质：
的确，通过探索人工智能艺术创作的过程，我们或许能够更好的认识我们人类自己艺术创作的过程。有些学者通过研究大语言模型的自然语言处理/生成来探索人类语言处理和生成的能力；有些学者试图用主导大语言模型的模型来为描述人的意识和思维的研究提供一些线索。因此通过研究人工智能如何实现艺术创作或许能为理解人类的创造力提供一些帮助。
同时，江玉琴也认为建立科学（人工智能技术等）与艺术之间的沟通对于未来的艺术非常重要，也是未来艺术的发展方向。她认为“未来艺术【会】以【与科学技术】关联、比较、对话建构起艺术的未来想象通道”。这一点她在讨论超现实主义等创作风格时有更详细的说明：
未来人工智能艺术也正是会发扬这些精神。实际上，突破惯有认知方式和打破感知边界正是现在很多艺术家在探索的。比如陈天禅的水印木刻创作探索了宇宙，气，生命等等互相交错的概念。在下期通讯笔者也会介绍更多这样的尝试。
《未来前史：物质与意识》浙江美术馆展览现场
同时江玉琴的一些想法也让笔者想到人工智能或许对未来的艺术所产生的限制：
Conway’s Game of Life
江玉琴的话让我们有一些很重要的反思，即我们要避免人工智能艺术创作也落入窠臼（变成线性的计算机模拟思维），遵循某种特定的模式。因此，本质上我们并不能放弃自己的创造力，而是利用人工智能等科技来更好的探索自己的创造力。这些都是人工智能艺术给未来艺术的一些启示。
AI与艺术通讯（上）在此暂告段落，感谢阅读！
之后的（中）将于12小时后通过邮件发送，欢迎阅读原文订阅我们。
对于这次通讯的想法/建议请发送至newsletter@veritaschina.org，谢谢！
