魏东

机器学习意味着艺术家在新变量控制感知上的高阶属性。这让艺术家的一部分工作变成了选择、策划或创建训练集。

自2022年，AIGC工具的进化速度越来越快，当我们正在抱怨它的生成结果有哪些不足的时候，新的版本立刻修正它的缺陷。尽管一直以来艺术家致力于挖掘人工智能艺术的扭曲形式意义，但是，当AIGC把人的思考力和创造性用机器的方式实现突破，把人工智能的艺术审丑快速进化为人类普遍接受的“完美”艺术时，艺术家和设计师不得不重新审视自己的创作思想和表现方式，思考人与机器之间的关系。

请再来一次

计算机生成艺术先驱Vera Molnar认为计算机具有多种可能性，计算机有助于系统研究视觉领域，可以帮助画家从“现成”文化中解放出来，并以从未见过的形式找到组合方式，无论是在自然中还是在博物馆中，有助于创造不可思议的图像。计算机可以帮助艺术家，但它什么也没有“做”，没有“设计”或“发明”任何东西。她强调“一些新的、以前从未见过的东西，在任何方面都不能保证它的美学品质。”机器学习是人工智能的子领域，在生成艺术中，艺术家注重规则和算法的制定，与生成艺术一样，艺术家可以使用机器学习（ML）开发程序，生成无限多的形式，但这些形式仍然由变量表征。不同的是艺术家在使用机器学习时不再指定这些变量值，而是从艺术家提供的训练数据中间接推导出来。Kyle McDonald认为机器学习是用例子编程，而不是用指令编程。机器学习给计算机提供很多例子，通过算法找出计算机可以生成“请再来一次（More Like This）”的规则。机器学习意味着艺术家在新变量控制感知上的高阶属性。这让艺术家的一部分工作变成了选择、策划或创建训练集。

像计算机一样观看

1966年，麻省理工学院的年轻教授Marvin Minsky认为解释图像的能力是智力的核心特征，希望他的学生“花一个夏天的时间将相机与计算机连接起来，让计算机描述它所看到的东西。”但是，完成这一任务无疑需要更多的时间。

由计算机算法生成的视频是以计算机视角看待世界，艺术家使用图像来训练人工智能系统“看”世界，可以通过神经网络建立起对图像的理解，从简单的视觉现象（边缘、斑点）开始，到纹理、图案、组成部分（如车轮或鼻子）和物体（如汽车或狗）。例如艺术家Alex Mordvintsev的艺术作品“DeepDream”是基于一种迭代反馈算法，在该算法中，神经元检测特定事物（例如狗）的结构时被询问需要对该图像中的区域进行哪些微小的更改，以便使任何已经与需要识别的事物（例如狗）相似的部分看起来更像一只狗？然后，做出改变……机器观看体现出人和计算机之间的主从关系，通过使用图像来训练人工智能系统“看”世界来建立机器观看的底层逻辑。计算機可以作为人类实现某一目的的视觉延伸，从而构建了一个机器视觉景象的乌托邦世界。

人工智能艺术的黑暗面

机器视觉中充斥着偏见，很多时候可以把一些可怕的偏见和刻板印象自然而然地纳入到图像数据集的标签中。当这些数据集用于训练、分析或合成新图像的模型时，可能会产生非常严重的后果。ImageNet是迄今为止人工智能历史上最重要的训练集之一。ImageNet于2009年首次以研究海报的形式发布，其背后的理念是“绘制出整个物体世界”。经过几年的开发，ImageNet的规模越来越大，开发团队从互联网上收集了数百万张图片，并使用了大量在线工作人员。开发完成后，ImageNet由1400多万张标注图像组成，分为2万多个类别。十年来，ImageNet一直是机器学习物体识别领域的巨无霸，也是该领域的重要基准。这些海量图像数据集可以用于训练Midjourney和Stable Diffusion等AIGC工具。尽管人们普遍认为人工智能及其所利用的数据能够客观、科学地对世界进行分类，但政治、意识形态、偏见和历史上所有主观的东西却无处不在。人工注释标签难免带有偏见。

另外，训练人工智能系统需要人力成本。《时代》杂志的一项调查发现，为了降低ChatGPT的负面影响，OpenAI以每小时低于2美元的价格雇佣肯尼亚外包劳工。而facebook开发能够检测仇恨言论等危害言论的人工智能系统帮助将这些语言从平台上删除。这样做的前提很简单，就是给人工智能提供暴力、仇恨言论和性虐待的标签，该工具可以学会再检测这些内容的危害性。

最后，使用AIGC工具生成的作品属于作者吗？这是数十亿规模的图像模型与剽窃吗？像“MidJourney”“Stable Diffusion”和“Dall-E”等软件中使用的大型模型是在从互联网上获取的数十亿张图片上训练出来的。在这种情况下，在世和已故的艺术家创作的图像会被混合到训练数据中，这样就有可能生成在风格上接近这些艺术家作品的图像。这会涉及作品中人的创造力界定问题，尽管已经有些人工智能艺术作品的版权所属问题判定例子，但似乎还没有最终统一定论。

摄影是艺术吗？

因为都是技术促成新的艺术形式，并影响原有艺术形式，我们拿摄影和“人工智能”艺术进行类比会发现二者有很多相似之处。在人类通过摄影可以拍摄真实世界后，对摄影的争执大概包括以下三种观点。首先，许多人认为摄影不可能是艺术，因为它是由机器而不是人类的创造力创造的。部分艺术家群体“不屑”或“视为威胁”。第二种观点是，摄影可能对真正的艺术家有用，例如作为参考，但不应被视为等同于绘画。摄影可以作为艺术创作的辅助手段。最后一些人将摄影与蚀刻和光刻等既定形式联系起来，认为摄影最终可能成为与绘画一样重要的艺术形式。这个群体包括业余爱好者，他们积极探索着摄影的潜力。今天我们看到的结果是摄影成为新的艺术形式；现代艺术获得发展；旧的肖像技术过时，人们需要学习新技术；图像制作“民主化”。这与今天的人工智能艺术非常像，由此我们可以推测AI艺术将会成为新的艺术形式；现代艺术与设计会获得再发展；一些旧的软件技术将会过时，个人需要深入学习计算机数字技术，最后，图像制作将会“民主化”。

2023年2月，美国版权局判定Kristina Kashtanova使用人工智能绘画工具Midjourey创作的漫画《黎明的曙光》（Zarya of The Dawn）不受版权保护，只是在漫画故事和图像编排方式上拥有版权。理由是“我们会对作品中由人类创作的部分提供版权保护，但针对AI创作的图像，由于作者仅提供文字提示，并不是创作‘主脑，因此不能作为创作者的权利。”这体现出对人类创造力的坚持。然而随着人工智能的发展，机器表现出越来越强的符合人类意志的艺术“创造力”，虽然当前人机协作进行艺术创作已经成为共识，那么未来的人机之争将会为艺术带来什么呢？未解。

（作者系中国传媒大学广告学院副教授）