人工智能正在模糊藝術(shù)家的定義

編譯 韓真

先進(jìn)算法使用機(jī)器學(xué)習(xí)來自主創(chuàng)造藝術(shù)作品。

這些畫作都是機(jī)器學(xué)習(xí)算法AICAN創(chuàng)作的，出現(xiàn)在2018年12月由SCOPE國際藝術(shù)博覽會和邁阿密巴塞爾藝術(shù)展舉辦的聯(lián)合展出上

隨著人工智能（AI）走進(jìn)我們的日常生活，如寫作、駕駛等方面，藝術(shù)家們開始實(shí)驗(yàn)用AI方法進(jìn)行創(chuàng)作也是很自然的一件事。

事實(shí)上，克里斯蒂（Christie，一位AI）最近就以432 500美元的價(jià)格拍賣了一幅自己的作品，是一張模糊的臉，命名為《愛德蒙·貝拉米肖像》（Portrait of Edmond Belamy）。

這幅作品是一波新的AI藝術(shù)浪潮的一部分。巴黎藝術(shù)家雨果·卡塞勒斯-杜普雷（Hugo Caselles-Dupré）、皮埃爾·福特雷爾（Pierre Fautrel）和戈捷·韋尼耶（Gauthier Vernier）用了數(shù)千幅肖像畫來訓(xùn)練算法，把肖像畫過往形成的美學(xué)特質(zhì)“教給”AI，而AI就創(chuàng)作了《愛德蒙·貝拉米肖像》。

這幅畫“不是人類心靈的產(chǎn)物”，克里斯蒂在畫作前言中說：“這是用人工智能，用代數(shù)方程定義的算法創(chuàng)造的。”

所以，如果一個AI可以創(chuàng)造畫作，那么最終成品可以被認(rèn)為是一種藝術(shù)嗎？有沒有一個分界線來判斷一個藝術(shù)家對于AI創(chuàng)造的最終成品的影響有多大？

作為羅格斯大學(xué)藝術(shù)與人工智能實(shí)驗(yàn)室的主任，我一直在思考這些問題，尤其是要考慮，到了何種程度，使用AI創(chuàng)作的藝術(shù)家應(yīng)該把成品歸功于機(jī)器的創(chuàng)作，而不是自己？

藝術(shù)科班的機(jī)器們

在過去的50年里，好幾個藝術(shù)家已經(jīng)靠寫程序來創(chuàng)造藝術(shù)了——我稱之為“算法藝術(shù)”。這種藝術(shù)的創(chuàng)作過程需要藝術(shù)家預(yù)先把創(chuàng)作視覺效果想好，然后把創(chuàng)造過程詳細(xì)寫進(jìn)代碼中去。

最早的此類算法藝術(shù)從業(yè)者之一，哈羅德·科恩（Harold Cohen），在1973年創(chuàng)作了阿倫（AARON）程序。該程序用作者創(chuàng)造的一組規(guī)則來產(chǎn)生繪畫。科恩在人生中接下來的日子里一直開發(fā)和改進(jìn)AARON程序，但該程序的核心設(shè)計(jì)一直以來都是來執(zhí)行藝術(shù)家給予的任務(wù)。與之相比，最新的藝術(shù)創(chuàng)造使用了AI技術(shù)和機(jī)器學(xué)習(xí)技術(shù)，來讓機(jī)器更自主地創(chuàng)作繪畫。

在這種創(chuàng)作方法中，藝術(shù)家不是寫算法來服從一組規(guī)則來產(chǎn)生繪畫，而是要從數(shù)千幅圖像中做分析，“學(xué)習(xí)”到一種美學(xué)特質(zhì)。然后，算法會遵從它學(xué)到的美學(xué)特質(zhì)，嘗試生成新的圖像。

創(chuàng)作的開始，藝術(shù)家會選擇一組圖像來喂給算法，這個過程我稱之為“前策展”。最近幾年出現(xiàn)的AI藝術(shù)作品都采用了一類叫作“生成對抗網(wǎng)絡(luò)”（GAN）的算法。GAN最初由伊恩·古德費(fèi)洛（Ian Goodfellow）于2014年創(chuàng)造，叫作“對抗”是因?yàn)樵撍惴ㄓ袑沟膬煞剑阂环缴呻S機(jī)的圖像；另一方則通過輸入圖像來學(xué)習(xí)如何評價(jià)這些生成的隨機(jī)圖像，要使得它們和輸入圖像最一致。

這組肖像是生成對抗網(wǎng)絡(luò)算法產(chǎn)生的。算法將過去500年藝術(shù)史上不同風(fēng)格的肖像畫用于訓(xùn)練。畫面上扭曲的臉是因?yàn)樗惴▏L試要模擬這些不同的風(fēng)格的肖像而不得導(dǎo)致的

比如說，藝術(shù)家可以把過去500年的肖像畫都喂給一個生成性的算法，然后算法會嘗試模仿這些輸入圖像，并且輸出一系列的圖像。然后藝術(shù)家要在這些輸出圖像里面篩選、品味、找出他或她想要用的繪畫。這個過程我稱之為“后策展”。

在整個創(chuàng)作過程中，藝術(shù)家一直積極掌控：深度參與前策展和后策展過程，甚至去調(diào)節(jié)算法，來獲得最想要的輸出圖像。

作為一種概念藝術(shù)的AI藝術(shù)

生成性算法生成的圖像甚至?xí)屩鞒謩?chuàng)作過程的藝術(shù)家吃驚。比如說，喂了肖像畫的GAN可能會輸出一系列扭曲變形的人臉出來。我們該怎么看待這件事情呢？

心理學(xué)家丹尼爾·伯萊因（Daniel E. Berlyne）研究美學(xué)的心理學(xué)過程已有數(shù)十年的歷史。他發(fā)現(xiàn)在藝術(shù)作品中，如下幾點(diǎn)是最強(qiáng)有力的促進(jìn)因素：新穎（novelty），驚奇（surprise），復(fù)雜（complexity），模糊（ambiguity）和古怪（eccentricity）。

那么GAN生成的這些扭曲的人臉肖像畫，自然是新穎的，驚奇的，古怪的，它們讓人想起了英國肖像畫家弗朗西斯·培根的著名變形畫作，比如《三幅肖像畫習(xí)作》（Three Studies for a Portrait of Henrietta Moraes），但是在這些機(jī)器創(chuàng)作的變形的人臉中，還是缺乏了一些東西，就是“動機(jī)”（Intent）。

要創(chuàng)造一些變形的人臉，培根是有他自己的動機(jī)的，但是AI藝術(shù)作品中的變形人臉創(chuàng)造出來卻并不是因?yàn)樗囆g(shù)家或機(jī)器有這樣的動機(jī)。我們看到的，其實(shí)是機(jī)器沒能成功模擬人的臉，然后吐出來了一些讓人驚奇的畸形臉而已。

而這種畸形臉就是前文中AI克里斯蒂拍賣的藝術(shù)作品。

我則要提出，這種變形的人臉并不表示缺乏動機(jī)，即使它在最終圖像中沒有體現(xiàn)出來，但動機(jī)仍然存在于AI作畫的創(chuàng)作過程中。

比如，藝術(shù)家安娜·里德勒（Anna Ridler）為了創(chuàng)造她的藝術(shù)作品《厄舍府的倒塌》（The Fall of the House of Usher），從埃德加·愛倫·坡短篇小說1929的年同名電影中取了很多劇照，把它們做成墨水描圖，然后喂給GAN，機(jī)器就生成了一組新的圖像。她把這些新圖像組織成了又一個短片。

又比如藝術(shù)家馬里奧·克林吉門（Mario Klingemann）的作品《屠夫之子》（The Butcher’s Son）就是一副裸體的人像，是把很多色情作品的簡筆畫和圖像喂給算法之后生成的。

我用以上兩個例子來說明藝術(shù)家是如何使用AI工具，采用多種操作方法來創(chuàng)作的。即使最終畫作讓藝術(shù)家們吃驚，它們也不是無中生有的。它們是有一個創(chuàng)作過程的，過程中當(dāng)然是有動機(jī)的。

然而，很多人都對AI藝術(shù)持懷疑態(tài)度。普利策獎獲獎?wù)摺⑺囆g(shù)批評家杰瑞·薩爾茨（Jerry Saltz）說過，他認(rèn)為AI藝術(shù)家的作品很無聊，無趣，就包括《屠夫之子》在內(nèi)。

可能批評家們在有些情況下是對的。比如說在變形的肖像畫中，你可以說最終結(jié)果確實(shí)不怎么有意思，它們只是對于先前策劃的輸入圖像的模仿而已，中間加了些調(diào)節(jié)步驟。

但問題本身不在于最終成品畫作，而是在于創(chuàng)作過程上，這一過程需要藝術(shù)家和機(jī)器合作完成，創(chuàng)造革命性的新的視覺形式。

因此，我毫無疑義地把AI創(chuàng)作的作品視為一種概念藝術(shù)，這種形式其實(shí)從20世紀(jì)60年代就開始了。在概念藝術(shù)中，創(chuàng)作背后的想法和創(chuàng)作的過程比創(chuàng)作結(jié)果更重要。

說到薩爾茨認(rèn)為無聊的《屠夫之子》作品，它剛剛獲得了流明獎，一個獎勵用科技創(chuàng)造藝術(shù)的大獎。

見識一下AICAN本尊

一直以來，當(dāng)AI被用來創(chuàng)造藝術(shù)作品時(shí)，人類藝術(shù)家總是擁有很大的參與權(quán)。但是如果一個機(jī)器能夠編程創(chuàng)造出完全是自己的藝術(shù)作品，只有很少或沒有人類介入如何呢？我們實(shí)驗(yàn)室就開發(fā)了人工智能創(chuàng)造對抗網(wǎng)絡(luò)（AICAN），一種可以視為幾乎完全自主的機(jī)器藝術(shù)家。它從已有的藝術(shù)風(fēng)格和美學(xué)特質(zhì)學(xué)習(xí)，然后創(chuàng)造它自己的作品。

觀眾真心喜歡AICAN的作品，而且沒法把這些和人類藝術(shù)家的作品區(qū)分開來。AICAN的作品在全世界展覽，最近有一副剛剛拍賣出了16 000美元的價(jià)格。

AICAN設(shè)計(jì)原則設(shè)計(jì)AICAN時(shí)，我們遵從了心理學(xué)家科林·馬丁代爾（Colin Martindale）提出的一個理論設(shè)想，他認(rèn)為許多藝術(shù)家創(chuàng)作時(shí)讓作品更吸引人的辦法是，背離已有的大眾已經(jīng)熟知的藝術(shù)形式，主題或風(fēng)格。他認(rèn)為，藝術(shù)家憑直覺就知道，要搞點(diǎn)新的東西，才更容易吸引觀眾，俘獲注意力。

換句話說，新穎度支配一切。

鏈 接

對創(chuàng)造性進(jìn)行評估

在之前的工作中，我的同事們和我開發(fā)了一種評估任意畫作的創(chuàng)造性的算法，這種評估算法把作品在藝術(shù)史上的創(chuàng)作環(huán)境納入了考量。我們采用了最普遍的定義創(chuàng)造性的方法，即強(qiáng)調(diào)作品的原創(chuàng)性，以及它的后續(xù)的影響力。

使用計(jì)算機(jī)視覺技術(shù)，我們建造了一個從15世紀(jì)到20世紀(jì)的畫作的網(wǎng)絡(luò)。通過一系列的數(shù)學(xué)變換，我們展示了定量分析創(chuàng)造性這個問題可以被歸結(jié)為網(wǎng)絡(luò)中心度問題算法的一種變體。網(wǎng)絡(luò)中心度算法廣泛應(yīng)用在社會交往分析、流行病學(xué)分析以及搜索引擎中。比如說，當(dāng)你搜索網(wǎng)頁時(shí)，谷歌采用這種算法在海量的網(wǎng)頁中找到那些和你的搜索最相關(guān)的結(jié)果。

一個算法的輸出總是由輸入和參數(shù)設(shè)定決定的。在我們的算法中，輸入是算法在畫作中所看到的東西：顏色、紋理、視角的采用以及畫作主題。我們的參數(shù)設(shè)定則是對于創(chuàng)造性的定義：原創(chuàng)性和后續(xù)影響力。

這個算法對創(chuàng)造性做出評估，是嚴(yán)格按照對于作品的視覺分析，以及考慮到創(chuàng)作日期這兩部分信息完成的，完全沒有編碼進(jìn)去任何關(guān)于藝術(shù)風(fēng)格或藝術(shù)史的信息。

所以當(dāng)我們用這個算法跑了一組1 700幅畫作的數(shù)據(jù)集作為輸入時(shí)，有好幾個值得提及的發(fā)現(xiàn)。比如說，算法對愛德華·蒙克的《吶喊》作品評分，遠(yuǎn)遠(yuǎn)高于其他的19世紀(jì)晚期的同類作品。又比如說，算法給畢加索的《亞威農(nóng)少女》的創(chuàng)造性的評分，是在1904到1911年的作品之間最高的。這些見地與藝術(shù)史學(xué)家們的考慮是一致的。

當(dāng)然，算法也并不總是和藝術(shù)史學(xué)家的共識一致。所以我們怎么知道這個算法是有用的呢？我們做了一個測試，做一種“時(shí)間機(jī)器實(shí)驗(yàn)”來把一個作品的日期前移或者后移，然后重新計(jì)算它的創(chuàng)新度分值。

我們發(fā)現(xiàn)，來自于印象主義、后印象主義、表現(xiàn)主義、立體主義運(yùn)動的畫作，如果前移到1600年左右，會得到很高的創(chuàng)新分?jǐn)?shù)。而作為對比，新古典主義的作品如果前移到1600年左右，則不會獲得很多的創(chuàng)新度分值的提升。這也是可以理解的，因?yàn)樾鹿诺渲髁x風(fēng)格是對于文藝復(fù)興風(fēng)格的一次復(fù)興。

與此同時(shí)，文藝復(fù)興和巴洛克風(fēng)格的畫作如果后移到1900年左右，則會損失創(chuàng)新度分值。

所有這些結(jié)果表明，人類不再是創(chuàng)造性的唯一評判者。計(jì)算機(jī)也可以做相同的工作，甚至做得更加客觀。

在編寫AICAN時(shí)，我們利用了一種叫作“創(chuàng)造性對抗網(wǎng)絡(luò)”的算法，讓AICAN在兩種對立的力量當(dāng)中斗爭。一方面，AICAN要學(xué)習(xí)已有作品的美學(xué)特征；另一方面，如果它創(chuàng)作的作品與已有的風(fēng)格太接近，則會被懲罰。

與此同時(shí)，AICAN遵從了馬丁代爾所說的“最小努力”原則。他說太多創(chuàng)新會讓觀眾轉(zhuǎn)過臉去，不看了。AICAN很小心地綜合了以上幾種原則，然后生成的藝術(shù)作品不會特別離經(jīng)叛道。理想情況下，它會在已有風(fēng)格的基礎(chǔ)上創(chuàng)造一種新的發(fā)展。

AICAN的潛力我們在這件事情當(dāng)中，并沒有選擇特定的圖像來“教會”AICAN一種特定的藝術(shù)風(fēng)格或類型，像很多藝術(shù)家創(chuàng)作AI藝術(shù)作品時(shí)做的那樣。相反，我們給算法喂了8萬幅圖像，它們代表了西方藝術(shù)過去五個世紀(jì)的經(jīng)典之作。這就像一個藝術(shù)生參加了一個藝術(shù)史調(diào)研的學(xué)習(xí)課程，而并沒有學(xué)習(xí)某種特定的藝術(shù)風(fēng)格或類型。

只要點(diǎn)擊一下鼠標(biāo)，機(jī)器就會創(chuàng)造出一個可以打印出來的圖像。這些作品經(jīng)常會讓我們驚訝于它們的類型之寬廣，構(gòu)思之深刻，風(fēng)格之多變。

在我們之前的工作中，我的同事們和我開發(fā)了一種評估一個畫作的創(chuàng)造性的算法，這種評估算法把作品在歷史上的創(chuàng)作環(huán)境納入了考量。AICAN可以用這種評估算法來判斷自己的每一幅畫作的創(chuàng)造性。

AICAN還學(xué)習(xí)了歷史上藝術(shù)家和藝術(shù)史學(xué)家們給作品起的名字，它甚至還可以給自己創(chuàng)造的作品命名。有一幅作品命名為《放蕩》（Orgy），另一幅命名為《普維爾海灘》（The Beach at Pourville）。

AICAN創(chuàng)造的作品中，抽象的比寫實(shí)的多。我們對于機(jī)器如何理解藝術(shù)史的進(jìn)化歷程的一項(xiàng)研究，可以對此做出闡釋。因?yàn)锳ICAN是要創(chuàng)作新東西的，所以AICAN傾向于從藝術(shù)史中較新的趨勢出發(fā)，比如20年代開始流行的抽象藝術(shù)，來進(jìn)行創(chuàng)作。

一幅由機(jī)器學(xué)習(xí)算法創(chuàng)造的畫作，由該算法獨(dú)立起名為《圣喬治殺龍》（St. George Killing the Dragon），最近拍賣了16 000美元

人類能看出AI作品與人類作品的不同嗎？

還是有人們對于AICAN的作品的反應(yīng)的問題。為了測試這一點(diǎn)，我們在Art Basel，一個年度新銳當(dāng)代藝術(shù)展上做了一個實(shí)驗(yàn)，把AICAN的作品和人類藝術(shù)家創(chuàng)造的作品混合起來給大家看。然后，對于每個作品，問觀眾：這個作品是AI的作品還是人類藝術(shù)家的？

我們的結(jié)果是，人們其實(shí)看不出來兩者的區(qū)別。75%的情況下，人們認(rèn)為AICAN生成的圖像是人類藝術(shù)家的作品。

觀眾們其實(shí)做出以上的區(qū)分也并沒有犯什么難。他們真心地喜歡計(jì)算機(jī)創(chuàng)造的藝術(shù)，觀展時(shí)他們使用了“很有視覺結(jié)構(gòu)”“有啟發(fā)性”“有交流性”等詞來描述AICAN的作品。

從2017年10月開始，我們在法蘭克福、洛杉磯、紐約城、舊金山等地的藝術(shù)展展出AICAN的作品，每次都是展出不同的一組畫作。

在展覽中，我們總是一次又一次地聽到同一個問題：“誰是創(chuàng)造這些畫作的藝術(shù)家？”

作為一個科學(xué)家，我創(chuàng)造了AICAN算法，但是我對于機(jī)器要生成什么畫作，其實(shí)沒有掌控權(quán)。機(jī)器自己選擇了風(fēng)格、主題、構(gòu)圖、顏色和紋理。沒錯我是設(shè)了一個框架，但是算法在選擇創(chuàng)作元素和創(chuàng)作原則上完全自主。

因此，在所有這些展出中，我都是把每一幅畫作的作者單獨(dú)標(biāo)為AICAN。在2018年12月的邁阿密的Art Basel展上，就展出了8幅作者標(biāo)為AICAN的作品。

第一幅拿出來拍賣的AICAN創(chuàng)造的畫作是由該算法獨(dú)立起名為《圣喬治殺龍》的作品，在2017年11月份于紐約拍賣出了16 000美元（大部分拍賣獲利都用于資助羅格斯大學(xué)和法國高等科學(xué)研究所的研究）。

在藝術(shù)這件事上，計(jì)算機(jī)做不到的東西

在AICAN的藝術(shù)創(chuàng)造過程中，還是有一件事情缺失了：算法可能確實(shí)能夠創(chuàng)造引人入勝的畫作，但是卻是在一種孤立的、脫離了社會背景的創(chuàng)作空間里面完成的。而與之對比，人類藝術(shù)家，總是被人物、地點(diǎn)、政治所激發(fā)，然后進(jìn)行創(chuàng)作，他們創(chuàng)作是為了說出一個故事，是為了對世界提出一種理解，說出一個所以然。

不過，AICAN倒也是可以創(chuàng)造出一些作品，由人類藝術(shù)家來發(fā)現(xiàn)它們的社會意義，把它們根植于我們的社會和周遭之中。這個事情我們把它叫作“另類事實(shí)：非真實(shí)的多重面貌”，這個說法也是我們給AICAN創(chuàng)造的一組非常與時(shí)俱進(jìn)（與當(dāng)下的事情合拍）的肖像畫所取的名字，這組畫作確實(shí)讓我們震驚良久。

當(dāng)然，即使機(jī)器看起來幾乎可以完全創(chuàng)作藝術(shù)了，這也不表示它們會取代藝術(shù)家們。而是說，藝術(shù)家獲得了一種額外的創(chuàng)新工具，可以用來進(jìn)行創(chuàng)作，甚至可以與機(jī)器合作來創(chuàng)作。

我總是把AI創(chuàng)造藝術(shù)這件事兒比作攝影學(xué)。當(dāng)19世紀(jì)早期攝影技術(shù)被發(fā)明的時(shí)候，攝影不被看作是一門藝術(shù)，因?yàn)榇蠹艺J(rèn)為攝影中機(jī)器做了大部分的工作。時(shí)髦的鑒賞家們抵抗這個，但是最終也投降了：一個世紀(jì)以后，攝影本身成了一門成熟的藝術(shù)類型，在博物館中展出，并拍賣出天文數(shù)字的價(jià)格。

我毫無疑義地認(rèn)為：AI創(chuàng)造藝術(shù)會延續(xù)與攝影當(dāng)年相同的發(fā)展軌跡。

鏈 接

機(jī)器的藝術(shù)史

我們和查爾斯頓學(xué)院合作，來研究機(jī)器學(xué)習(xí)算法中的內(nèi)部表征是如何用以完成對于藝術(shù)風(fēng)格分類的，還試圖發(fā)現(xiàn)這種機(jī)器的內(nèi)部表征和藝術(shù)史上用以描述風(fēng)格的方法論是如何關(guān)聯(lián)在一起的。

為了獲得這樣的認(rèn)知，我們采用了藝術(shù)史上關(guān)于藝術(shù)風(fēng)格模式和風(fēng)格發(fā)展的一個關(guān)鍵范式，也就是海因里希·沃爾夫林的理論。沃爾夫林把對于藝術(shù)形式的分析和對于畫作主題、表現(xiàn)的討論分開處理。他著眼于對作品“視覺模式”的分析，來探究“視覺的世界如何以特定的形式在人眼中結(jié)晶下來”。沃爾夫林在使用他的方法把文藝復(fù)興風(fēng)格從巴洛克風(fēng)格區(qū)分開來時(shí)，采用了以下五對關(guān)鍵視覺原則：線性VS涂繪，平面VS縱深，封閉VS開放，多樣性VS統(tǒng)一性，絕對清晰VS相對清晰。我們選擇沃爾夫林的理論，是因?yàn)檫@個系統(tǒng)強(qiáng)調(diào)了畫面形式上的有區(qū)分度的一些特征，使用了比較的邏輯。這就和機(jī)器學(xué)習(xí)的理論很相容。我們使用了接近80 000幅電子版畫作來訓(xùn)練、驗(yàn)證、測試我們的模型。

我們這項(xiàng)研究的主要發(fā)現(xiàn)之一是，機(jī)器將整個藝術(shù)史編碼成一個非常平滑的時(shí)序關(guān)系。訓(xùn)練的目的是預(yù)測作品的藝術(shù)風(fēng)格，而輸入則是有噪聲的風(fēng)格標(biāo)簽數(shù)據(jù)。訓(xùn)練集沒有任何信息提到每個作品的創(chuàng)作時(shí)間，每個藝術(shù)風(fēng)格的產(chǎn)生年代，哪個藝術(shù)家創(chuàng)作了哪個作品，或是風(fēng)格之間是如何關(guān)聯(lián)在一起的。盡管沒有提到任何這些，學(xué)習(xí)出來的表征仍然非常明顯地在時(shí)間上平滑，展現(xiàn)了與時(shí)間極高的相關(guān)性。

還有一個有趣的發(fā)現(xiàn)，說明了我們剛剛看到的閉環(huán)是如何產(chǎn)生的，即學(xué)習(xí)出來的表征可以用一系列因素來說明。最左邊的兩個變化模式和沃爾夫林提出的線性VS涂繪，平面VS縱深的概念是一致的。這就定量地說明了藝術(shù)史上大多數(shù)的風(fēng)格變化。將整個數(shù)據(jù)向著這兩個最主要的變化模式，即線性VS涂繪，平面VS縱深兩個模式投影之后，就可以發(fā)現(xiàn)數(shù)據(jù)表征和時(shí)間的放射狀關(guān)聯(lián)性。

將不同的數(shù)據(jù)表征可視化后，可以發(fā)現(xiàn)有些特定的藝術(shù)家總是被機(jī)器選為其所在藝術(shù)風(fēng)格的獨(dú)特代表，因?yàn)樗麄兊臄?shù)據(jù)點(diǎn)是相關(guān)藝術(shù)類型所在的維度的極值點(diǎn)。

機(jī)器學(xué)習(xí)到的表征也說明了有意思的連接關(guān)系。最值得提及的是，如圖中所示，塞尚的作品在印象主義一端，是立體主義及抽象主義另一端之間的橋梁。藝術(shù)史學(xué)家們認(rèn)為塞尚是20世紀(jì)藝術(shù)中轉(zhuǎn)向立體主義和抽象主義的關(guān)鍵人物。所以塞尚的表征數(shù)據(jù)的這個橋梁，就特別有意思，它已經(jīng)是定量地展現(xiàn)了數(shù)據(jù)間的連接關(guān)系，而不僅僅是一個形而上的說法而已。我們可以看到在后印象主義分支處，塞尚的作品非常明顯地與后印象主義的其他繪畫區(qū)分開了，更加傾向于上面的表現(xiàn)主義。這個分支繼續(xù)演進(jìn)，直到連上了早期立體主義的畢加索和布拉克的作品以及康定斯基的抽象主義的作品。

這個研究表明了數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)可以在藝術(shù)史研究領(lǐng)域發(fā)揮的潛在價(jià)值。算法可以把藝術(shù)史的演化變成一門可預(yù)測和計(jì)量的科學(xué)，來發(fā)現(xiàn)藝術(shù)史里面一些基礎(chǔ)的構(gòu)型，而這些構(gòu)型在一個個體的人類眼里，并不一定是顯而易見的。

資料來源 American Scientist