人工智能艺术创作
在纽约布鲁克林的拥挤工作室中，艺术家马克·梅森坐在工作桌前，专注地盯着电脑屏幕。一台黑色的处理器发出微弱的声音，他面前放置着键盘，而屏幕上则铺满了代码的海洋。
梅森轻轻敲击着键盘，一个新窗口立刻弹了出来。窗口里描绘着12只形态各异的海鸥，它们在空中翱翔，翅膀上的羽毛如同瓷器般精细。梅森的眼睛瞪得老大，口中喃喃自语：“终于成功了。”
这并不像传统艺术家工作室中的浪漫场景，但在21世纪，机器学习和计算机技术越来越重要，成为许多艺术家不可或缺的工具。此时，梅森正忙着为即将在纽约现代艺术博物馆举办的“AI的奇迹：超越想象”展览校对作品。
他将今年拍摄的一批海鸥数码照片输入人工智能算法进行分析，并尝试复制这些鸟儿飞翔的姿态。梅森的目标是制作一个无限系列的海鸥数字作品，不是简单的模仿，而是通过自动组装原件碎片生成新的拟象，让它们看起来真实可信，如同从摄影作品中跃然跳出来。
“这是我的飞行艺术，为了适应数字化时代而创造的。”梅森解释道，“艺术并非一定要真实。”
在技术层面上，他的创作过程是在电脑上完成的。每过几个小时，该程序就会利用深度学习来提高自身的绘画技能：逐步艰难地教自己如何描绘画面。
这个过程看似虚幻，但梅森却笑得合不拢嘴。“艺术并不意味着一定要真实，”他再次重复这句话。
最近，关于人工智能的讨论在艺术界引发了一阵恐慌。艺术家们纷纷猜测人工智能未来的可能性和危险性。今年初，瑞士苏富比拍卖行售出了一幅由荷兰团队Obvios制作的数字绘画作品，价格为10万美元，是其预估价格的5倍。
尽管这幅画看起来像是伦勃朗的名作被扔进了洗衣机，但人们似乎并不关心这些细节。该作品使用的算法为生成对抗网络（GAN），在艺术界引起了广泛关注。
计算机真的能创造艺术吗？文化难道不是人类所特有的吗？这一切对我们对“文化”的定义又会有怎样的影响？
谷歌自2015年起致力于推广视觉艺术技术的发展，发布的DeepDream程序基于人工智能的图像处理技术，可以为现有图片提供超现实的虚幻外观。而近期，英国艺术家爱德蒙·梅勒打造了世界上第一位“仿真AI机器人画家”，借助双眼内的芯片进行人像素描。
此次事件对于所有关心未来创造力的人来说都是一次巨大的转折点。计算机真的能创造艺术吗？文化难道不是人类所特有的吗？这一切对我们对“文化”的定义又会有怎样的影响？
80年前，瓦尔特·本雅明曾质疑艺术在机器复制时代的生存问题，而如今类似的机器人是否也会取代画家和雕塑家呢？
谁都无法给出准确的答案。梅森开始研究机器学习技术，以此扩展他在人类艺术家身份下已经掌握的概念和方法：重复和再现，图像在大脑中的衰变和变形，以及易失性记忆的作用。
他自学了通用的Python编程语言，并于2017年创作了第一个以AI为基础的作品《破碎的飞翔》。在参考1988年同名电影的基础上，梅森绘制了一些水墨画的草图，并以此训练计算机神经网络，使其能制作出自己的版本。结果是电影场景梦幻般的还原，仿佛那些模糊的记忆正从眼前逐渐消失。
同年，他的另一项设计名为“有声绘画”。当他在画炭笔速写时，一台在另一个神经网络上训练的计算机通过网络摄像头观察他，并将这些标记转换为人类声音的悸动。这项作品介于绘画、音乐创作和表演艺术之间，是人类与机器创造力的完美结合。
梅森认为人工智能更像是一种技术或工具，而非替代他的工作。虽然从技术上讲，机器是自主的，但这并非真正的艺术独立。
“如今的算法非常强大，但这是因为经过人类良好的训练。”梅森解释道，“这就是‘绘画’和‘制作绘画’的区别，计算机可以用来制作绘画，但不能独立绘画。”
它帮助他做一些平时无法做到的事情，同时他也让它学会了一些新的东西。就像艺术家罗伯特·史密森斯和南希·霍尔特的地景艺术作品，他们先在地面上刻画线条，或在沙漠中放置特定的构造，然后等待风或自然气象来完成他们的工作。
梅森认为自己的工作就是制造有趣的数据集，使算法能够对此作出回应。他说：“就如同你在土地上雕刻条纹，设置变量，然后将设计的东西留给自然环境。”
“我能说些什么呢？”谈到AI可能会让他失业，梅森笑了笑。“在我与人工智能的合作中，大部分的工作都是由我完成的，无论是创意还是其他方面。”
他继续说道：“《破碎的飞翔》的数据集是我从市场上购买的海鸥照片，每一张我都亲自拍摄、处理、标记元数据。这花了我几个月的时间，我甚至梦见了海鸥。”
而且代码并不稳定，如果出现错误，就要全部从头开始。“我能说些什么呢？”他又笑了起来。“这世界上有无数的电子程序。”
尽管如此，人工智能艺术的可能性一直层出不穷。今年1月，日本Rhizomatiks研究小组推出了一部作品，其中一名AI舞者被投影到舞台上，与一位真人舞者一起表演。
该算法对人类做出了实时回应，塑造了一场深入人心的双人舞表演。马里奥·克林格曼是目前AI领域知名度最高的艺术家，他开创了一种无相机摄影模式，将训练有素的算法连接起来产生超现实的效果，并将其命名为“神经摄影”。
他最近在苏富比拍卖的作品较为传统，至少从输出结果来看，是一系列基于原主人数据集的肖像画。而相比之下，他的其他作品更具创见性。
在别的地方，克林格曼已经部署了由电子显微镜和Instagram收集的图像，并在生成对抗网络中故意放入了一些错误，使它们更加难以预测且更为自然。
克林格曼和其他AI领域的艺术家更像是策展人，他们选择并组装部分由人工智能制作成的材料。当然，我们也无法否认这些设计的创造性。
伦敦蛇形画廊馆长兼首席技术官本·维克斯表示，人工智能的介入为艺术带来了精彩的瞬间，虽然这也是难以预测的。
一方面，他认为这些都是令人震惊的新鲜事物；而另一方面，我们从前也有过类似的做法。
使用AI和早期计算机技术开发的艺术作品常常受到主流博物馆和画廊的质疑，但20世纪六七十年代的概念艺术家亦是如此。
这些自由思想者因为偏离“技巧”和“手艺”，偏向于思想而受到嘲笑。他们挑战了当时人们对艺术应该是什么、如何创作的普遍假设，这让许多人感到不舒服。
“当代艺术所处的位置确实存在矛盾，”维克斯在与我们的谈话中说道，“但这可能是更广阔的时刻的一部分：科技为人类的定义带来了巨大的不稳定性。”
现在离那种能够自主创造艺术或其他东西的通用人工智能还很远，但神经网络在过去六个月里的进步已经开始改变我们如何理解艺术。
80年前，瓦尔特·本雅明曾质疑艺术在机器复制时代的生存问题，而如今类似的机器人是否也会取代画家和雕塑家呢？
谁都无法给出准确的答案。梅森开始研究机器学习技术，以此扩展他在人类艺术家身份下已经掌握的概念和方法：重复和再现，图像在大脑中的衰变和变形，以及易失性记忆的作用。
他自学了通用的Python编程语言，并于2017年创作了第一个以AI为基础的作品《破碎的飞翔》。在参考1988年同名电影的基础上，梅森绘制了一些水墨画的草图，并以此训练计算机神经网络，使其能制作出自己的版本。结果是电影场景梦幻般的还原，仿佛那些模糊的记忆正从眼前逐渐消失。
同年，他的另一项设计名为“有声绘画”。当他在画炭笔速写时，一台在另一个神经网络上训练的计算机通过网络摄像头观察他，并将这些标记转换为人类声音的悸动。这项作品介于绘画、音乐创作和表演艺术之间，是人类与机器创造力的完美结合。
梅森认为人工智能更像是一种技术或工具，而非替代他的工作。虽然从技术上讲，机器是自主的，但这并非真正的艺术独立。
“如今的算法非常强大，但这是因为经过人类良好的训练。”梅森解释道，“这就是‘绘画’和‘制作绘画’的区别，计算机可以用来制作绘画，但不能独立绘画。”
它帮助他做一些平时无法做到的事情，同时他也让它学会了一些新的东西。就像艺术家罗伯特·史密森斯和南希·霍尔特的地景艺术作品，他们先在地面上刻画线条，或在沙漠中放置特定的构造，然后等待风或自然气象来完成他们的工作。
梅森认为自己的工作就是制造有趣的数据集，使算法能够对此作出回应。他说：“就如同你在土地上雕刻条纹，设置变量，然后将设计的东西留给自然环境。”
“我能说些什么呢？”谈到AI可能会让他失业，梅森笑了笑。“在我与人工智能的合作中，大部分的工作都是由我完成
的，无论是创意还是其他方面。”
他继续说道：“《破碎的飞翔》的数据集是我从市场上购买的海鸥照片，每一张我都亲自拍摄、处理、标记元数据。这花了我几个月的时间，我甚至梦见了海鸥。”
而且代码并不稳定，如果出现错误，就要全部从头开始。“我能说些什么呢？”他又笑了起来。“这世界上有无数的电子程序。”
尽管如此，人工智能艺术的可能性一直层出不穷。今年1月，日本Rhizomatiks研究小组推出了一部作品，其中一名AI舞者被投影到舞台上，与一位真人舞者一起表演。
该算法对人类做出了实时回应，塑造了一场深入人心的双人舞表演。马里奥·克林格曼是目前AI领域知名度最高的艺术家，他开创了一种无相机摄影模式，将训练有素的算法连接起来产生超现实的效果，并将其命名为“神经摄影”。
他最近在苏富比拍卖的作品较为传统，至少从输出结果来看，是一系列基于原主人数据集的肖像画。而相比之下，他的其他作品更具创见性。
在别的地方，克林格曼已经部署了由电子显微镜和Instagram收集的图像，并在生成对抗网络中故意放入了一些错误，使它们更加难以预测且更为自然。
克林格曼和其他AI领域的艺术家更像是策展人，他们选择并组装部分由人工智能制作成的材料。当然，我们也无法否认这些设计的创造性。
伦敦蛇形画廊馆长兼首席技术官本·维克斯表示，人工智能的介入为艺术带来了精彩的瞬间，虽然这也是难以预测的。
一方面，他认为这些都是令人震惊的新鲜事物；而另一方面，我们从前也有过类似的做法。
使用AI和早期计算机技术开发的艺术作品常常受到主流博物馆和画廊的质疑，但20世纪六七十年代的概念艺术家亦是如此。
这些自由思想者因为偏离“技巧”和“手艺”，偏向于思想而受到嘲笑。他们挑战了当时人们对艺术应该是什么、如何创作的普遍假设，这让许多人感到不舒服。
“当代艺术所处的位置确实存在矛盾，”维克斯在与我们的谈话中说道，“但这可能是更广阔的时刻的一部分：科技为人类的定义带来了巨大的不稳定性。”
现在离那种能够自主创造艺术或其他东西的通用人工智能还很远，但神经网络在过去六个月里的进步已经开始改变我们如何理解艺术。
80年前，瓦尔特·本雅明曾质疑艺术在机器复制时代的生存问题，而如今类似的机器人是否也会取代画家和雕塑家呢？
谁都无法给出准确的答案。梅森开始研究机器学习技术，以此扩展他在人类艺术家身份下已经掌握的概念和方法：重复和再现，图像在大脑中的衰变和变形，以及易失性记忆的作用。
他自学了通用的Python编程语言，并于2017年创作了第一个以AI为基础的作品《破碎的飞翔》。在参考1988年同名电影的基础上，梅森绘制了一些水墨画的草图，并以此训练计算机神经网络，使其能制作出自己的版本。结果是电影场景梦幻般的还原，仿佛那些模糊的记忆正从眼前逐渐消失。
同年，他的另一项设计名为“有声绘画”。当他在画炭笔速写时，一台在另一个神经网络上训练的计算机通过网络摄像头观察他，并将这些标记转换为人类声音的悸动。这项作品介于绘画、音乐创作和表演艺术之间，是人类与机器创造力的完美结合。
梅森认为人工智能更像是一种技术或工具，而非替代他的工作。虽然从技术上讲，机器是自主的，但这并非真正的艺术独立。
“如今的算法非常强大，但这是因为经过人类良好的训练。”梅森解释道，“这就是‘绘画’和‘制作绘画’的区别，计算机可以用来制作绘画，但不能独立绘画。”
它帮助他做一些平时无法做到的事情，同时他也让它学会了一些新的东西。就像艺术家罗伯特·史密森斯和南希·霍尔特的地景艺术作品，他们先在地面上刻画线条，或在沙漠中放置特定的构造，然后等待风或自然气象来完成他们的工作。
梅森认为自己的工作就是制造有趣的数据集，使算法能够对此作出回应。他说：“就如同你在土地上雕刻条纹，设置变量，然后将设计的东西留给自然环境。”
“我能说些什么呢？”谈到AI可能会让他失业，梅森笑了笑。“在我与人工智能的合作中，大部分的工作都是由我完成的，无论是创意还是其他方面。”
他继续说道：“《破碎的飞翔》的数据集是我从市场上购买的海鸥照片，每一张我都亲自拍摄、处理、标记元数据。这花了我几个月的时间，我甚至梦见了海鸥。”
而且代码并不稳定，如果出现错误，就要全部从头开始。“我能说些什么呢？”他又笑了起来。“这世界上有无数的电子程序。”
尽管如此，人工智能艺术的可能性一直层出不穷。今年1月，日本Rhizomatiks研究小组推出了一部作品，其中一名AI舞者被投影到舞台上，与一位真人舞者一起表演。
该算法对人类做出了实时回应，塑造了一场深入人心的双人舞表演。马里奥·克林格曼是目前AI领域知名度最高的艺术家，他开创了一种无相机摄影模式，将训练有素的算法连接起来产生超现实的效果，并将其命名为“神经摄影”。
他最近在苏富比拍卖的作品较为传统，至少从输出结果来看，是一系列基于原主人数据集的肖像画。而相比之下，他的其他作品更具创见性。
在别的地方，克林格曼已经部署了由电子显微镜和Instagram收集的图像，并在生成对抗网络中故意放入了一些错误，使它们更加难以预测且更为自然。
克林格曼和其他AI领域的艺术家更像是策展人，他们选择并组装部分由人工智能制作成的材料。当然，我们也无法否认这些设计的创造性。
伦敦蛇形画廊馆长兼首席技术官本·维克斯表示，人工智能的介入为艺术带来了精彩的瞬间，虽然这也是难以预测的。
一方面，他认为这些都是令人震惊的新鲜事物；而另一方面，我们从前也有过类似的做法。
使用AI和早期计算机技术开发的艺术作品常常受到主流博物馆和画廊的质疑，但20世纪六七十年代的概念艺术家亦是如此。
这些自由思想者因为偏离“技巧”和“手艺”，偏向于思想而受到嘲笑。他们挑战了当时人们对艺术应该是什么、如何创作的普遍假设，这让许多人感到不舒服。
“当代艺术所处的位置确实存在矛盾，”维克斯在与我们的谈话中说道，“但这可能是更广阔的时刻的一部分：科技为人类的定义带来了巨大的不稳定性。”
现在离那种能够自主创造艺术或其他东西的通用人工智能还很远，但神经网络在过去六个月里的进步已经开始改变我们如何理解艺术。
80年前，瓦尔特·本雅明曾质疑艺术在机器复制时代的生存问题，而如今类似的机器人是否也会取代画家和雕塑家呢？
谁都无法给出准确的答案。梅森开始研究机器学习技术，以此扩展他在人类艺术家身份下已经掌握的概念和方法：重复和再现，图像在大脑中的衰变和变形，以及易失性记忆的作用。
他自学了通用的Python编程语言，并于2017年创作了第一个以AI为基础的作品《破碎的飞翔》。在参考1988年同名电影的基础上，梅森绘制了一些水墨画的草图，并以此训练计算机神经网络，使其能制作出自己的版本。结果是电影场景梦幻般的还原，仿佛那些模糊的记忆正从眼前逐渐消失。
同年，他的另一项设计名为“有声绘画”。当他在画炭笔速写时，一台在另一个神经网络上训练的计算机通过网络摄像头观察他，并将这些标记转换为人类声音的悸动。这项作品介于绘画、音乐创作和表演艺术之间，是人类与机器创造力的完美结合。
梅森认为人工智能更像是一种技术或工具，而非替代他的工作。虽然从技术上讲，机器是自主的，但这并非真正的艺术独立。
“如今的算法非常强大，但这是因为经过人类良好的训练。”梅森解释道，“这就是‘绘画’和‘制作绘画’的区别，计算机可以用来制作绘画，但不能独立绘画。”
它帮助他做一些平时无法做到的事情，同时他也让它学会了一些新的东西。就像艺术家罗伯特·史密森斯和南希·霍尔特的地景艺术作品，他们先在地面上刻画线条，或在沙漠中放置特定的构造，然后等待风或自然气象来完成他们的工作。
梅森认为自己的工作就是制造有趣的数据集，使算法能够对此作出回应。他说：“就如同你在土地上雕刻条纹，设置变量，然后将设计的东西留给自然环境。”
“我能说些什么呢？”谈到AI可能会让他失业，梅森笑了笑。“在我与人工智能的合作中，大部分的工作都是由我完成的，无论是创意还是其他方面。”
他继续说道：“《破碎的飞翔》的数据集是我从市场上购买的海鸥照片，每一张我都亲自拍摄、处理、标记元数据。这花了我几个月的时间，我甚至梦见了海鸥。”
而且代码并不稳定，如果出现错误，就要全部从头开始。“我能说些什么呢？”他又笑了起来。“这世界上有无数的电子程序。”
尽管如此，人工智能艺术的可能性一直层出不穷。今年1月，日本Rhizomatiks研究小组推出了一部作品，其中一名AI舞者被投影到舞台上，与一位真人舞者一起表演。
该算法对人类做出了实时回应，塑造了一场深入人心的双人舞表演。马里奥·克林格曼是目前AI领域知名度最高的艺术家，他开创了一种无相机摄影模式，将训练有素的算法连接起来产生超现实的效果，并将其命名为“神经摄影”。