機器覺醒對AI繪畫藝術的挑戰

□官奕聰 中國傳媒大學

一、AI繪畫藝術的緣起

狄更斯曾說：“這是最好的時代，也是最壞的時代。”從移動互聯網到大數據，乃至今日的人工智能、機器學習、深度學習，信息化技術的迅猛發展讓我們的世界每分每秒都在發生著改變，傳統的工業、農業，乃至各行各業都爭先恐后地進行轉型。正如狄更斯所說，這樣的發展對于繪畫藝術領域來說是好是壞？繪畫藝術領域將會面臨怎樣的挑戰與機遇？要想找到上述問題的答案，我們必須從AI 繪畫藝術的緣起開始分析。

2017 年三個年輕人，Hugo Caselles-Dupré，Pierre Fautrel 和Gauthier Vernier，在法國巴黎創立了Obvious，通過對油畫藝術的理解和人工智能算法的設計，成功震撼了藝術界。2018 年10 月26 日，一個由人工智能技術制作的面容模糊、身著黑色西裝的男子躍然紙上，藝術家署名為“min G max D x [log(D(x))]+z[log(1-D(G(z)))]”，令人驚奇的是，這幅裝裱好的畫作竟然在紐約佳士得拍賣會上力壓畢加索的多幅作品。它正是由Obvious 團隊所設計的人工智能算法造就的作品《Edmond De Bellamy》。Hugo 作為團隊中的人工智能專家，為大家介紹了這一作品：“算法由兩部分組成，一方面是生成器（G，generator），另一方面是鑒別器（D，discriminator）我們為該系統提供了從14 世紀到20 世紀之間繪制的15000 張肖像的數據集。生成器根據訓練指令生成若干幅新圖像，然后鑒別器嘗試發現人造圖像與生成器創建的圖像之間的差異。直到它成功騙過鑒別器認為新圖像是真人創作的肖像，我們便得到了一個結果。”

生成對抗網絡（GAN）是谷歌研究員lan Goodfellow 提出的由相互博弈的生成器和鑒別器構成的。生成器主要負責輸入、生成數據；鑒別器主要負責鑒別圖像是機器生成的“假作品”還是人類創作的“真作品”。生成器生成的圖片無法通過鑒別器時，它會產生一個反向的數據，用于更新生成器，直到生成器生成的圖片可以“騙”過鑒別器，使鑒別器無法區分這幅畫是人類手工完成還是機器生成，這就是機器作畫的全過程。

二、輔助作畫與機器作畫

（一）“馬良神筆”——AI 輔助作畫

在快節奏的生活中，繪畫已經是很多人在短期內無法完全掌握的一門“手藝”。AI 輔助作畫的問世給這類“靈魂畫手”帶來了福音。沒有接受過系統性的繪畫訓練、缺乏繪畫天分，但又想通過畫作來表達自己的人，可以在AI 輔助作畫工具的幫助下，完成一幅仿佛出自大師之手的畫作。越來越多開源的AI 繪畫工具出現，讓人們與藝術的距離再度拉進，柏拉圖的“彼岸花”仿佛更加清晰。

Cambridge Consultants 公司自主研發了一套AI 輔助作畫系統，該系統涵蓋大量的如凡·高、達·芬奇、畢加索等畫家的名畫及繪畫風格，可以將用戶簡單的繪畫草圖加以完善，進行如上色、補足等工作。

這樣的形式拉近了普通人與藝術品的距離。一幅精美的繪畫作品，需要花費大量的時間、精力，還需要繪畫者擁有一定的繪畫功底，所以普通人很難創作出優秀的繪畫作品，通過AI 輔助作畫的方式，將改變這樣的現狀。

現今的AI 輔助作畫也有其劣勢。用戶在進行創作的時候，需要先輸入一個創作原型進入系統，然后再進行自我創作。如果用戶所創作的繪畫與輸入原型相差甚遠，最終的產出將會十分怪異，那么AI 輔助作畫也就變成了AI 輔助“笑話”。對于AI 輔助作畫，我們需要用理性工具主義的視角來審視這一新技術，也就是說，目前的AI 輔助作畫就像圓規，尚不具備顛覆繪畫藝術的條件。

（二）“機器畫”的爭論

通過分析Obvious 的算法我們可以發現，機器在作畫時，并未具有真正的機器自我主體意識，雖然它已經超越了簡單的復制和拼湊，成功地“創作”出原創圖，但是它“創作”的作品并不完全符合人類對藝術的定義。所以機器作畫爭論的核心在于機器畫是否符合藝術本體論。

人類的藝術創作實際上是源于一種“木乃伊情節”——我們試圖給時間涂上香料，讓時間不朽（1）。可以說人類創造的藝術是與人類個體的經歷、體驗、情感息息相關的，相對于機器具有的極強的模仿畫法的能力來說，這一點才是藝術的本質，而畫法、色彩等都是實現作品和錦上添花的元素。正如法國藝術史家丹娜在《藝術哲學》中所說：“藝術作品的產生取決于時代精神和周圍的風俗。”（2）所以說繪畫藝術如果失去了靈魂，剩下的就只是無意義的顏色與勾勒。

從這個角度來思考，無論機器作畫還是AI 輔助作畫，都未能觸及人類藝術的最核心的部分——意識。現階段的AI 繪畫藝術只能稱為“模仿大師”，而不能成為“創作大師”。

隨之而來的問題是，如果用戶在輸入訓練數據時增加了作者背景、作者經歷等信息，這樣AI 繪畫創作出來的作品，是否就擁有了一定的意識？筆者認為答案是否定的，這樣的改變可以讓AI 繪畫藝術更具有生命力，但這個生命力的來源是冷冰冰數據的堆砌，而不是可貴的“靈感”。如若沒有自主的審美情感，創造出來的作品就難以稱之為藝術。

人類藝術的創作并不排斥模仿，這一觀點最早可以追溯到亞里士多德時期的“模仿說”，亞氏認為藝術源于對自然的模仿。隨著理論的完善，康德對藝術下了一個更為明確的定義，即“表現說”：藝術來自人的主觀精神、情感。也就是說藝術是生命本體的沖動，是自我意識的展現。可見機器通過模仿的方式來進行創作是可行的，但是機器作畫缺少了本能的情感、精神上的創作沖動和其對美的感知的自我意識展現。倘若只是單純的模仿，那么AI 繪畫就不具備藝術的基本特質，不是藝術創作。

三、機器覺醒與AI繪畫藝術

（一）機器“覺醒”

意識的存在可以通過笛卡爾的“我思故我在”理論看出意識可以獨立于身體存在的觀點。當我們將意識的存在與否作為機器和人類的界限時，我們已經接受了意識獨立于人類的身體的觀點。

海德格爾式人工智能就是探尋擁有自主感知世界并做出相應行動的機器是否可以被視為一種活著的存在。布魯克斯在《肉身與機器：機器人將會如何改變我們》一書中堅持認為人類從某種意義上來說就是機器，而機器進化出類似人類的“意識”也只是時間問題。筆者贊同這一觀點，從認識論的角度來說，一切隨機事件都是必然的。那么，人類的智能其實也是必然的，這和機器的“0”與“1”并無區別。

現今腦科學、基因學的大跨度發展，已經預示著在未來幾十年內存在重大突破的可能。在人類破解自身意識的密碼的同時，未知的機器意識也在逐步解碼。

（二）來自“覺醒”機器的挑戰

1.優秀的繪畫技法與創新的“心”

深度學習在學習名家名畫的繪畫特征、技法方面擁有人類無法匹敵的速度優勢。現今涌現出如”DeepMind”“Fractal DeepDream”等算法，強化了人工智能深度學習的能力和對抗網絡的強度，使得機器的學習速度遠超人類，只是在機器學習的方法上還略有不足[1]。

在畫法融合上，機器會有比人類更加敢于突破的“想法”。機器不會受到人類積累知識和融會貫通的限制，而是可以融匯更多的技巧與畫法，生產出更為“新”的作品。在DeepMind 創作的一系列后現代主義作品中，我們可以感受到機器想象空間的無限可能。

在機器覺醒后，即當機器有了自主意識，機器甚至可能突破人類已有的繪畫藝術范疇，從機器自有的視角來創作新的繪畫藝術。

2.更“懂”人的繪畫藝術教育普及

AI輔助作畫其實在很多情況下是為了繪畫藝術教育普及，為了拉近藝術與普通民眾的距離，讓每個人都可以成為藝術家。

2017 年谷歌通過DeepMind 算法推出的AutoDraw，讓用戶可以通過簡單的繪畫，通過識別繪畫輪廓特征，然后將其補充成完整的圖像。這個創新降低了用戶的繪畫門檻，更成為是人們學習繪畫的一個手段。

現在的AI 輔助作畫還不成熟，無法體會人類作畫的心境。當機器意識覺醒后，人與機器的協作模式將會改變為“伯牙與子期”的關系。機器通過輸入理解創作者的個人生平、社會政治經濟條件、所處環境等因素，更懂每個人進行藝術創作時的具身體驗，更貼合創作者的意圖，輔助人將作品完成，讓AI 輔助作畫后的作品充滿感性的色彩。

3.來自機器的“評價”

一直以來，人類的繪畫藝術作品都是由人類來評判其好壞，這樣的藝術一直未曾超越人類藝術的范疇。機器覺醒給這個論題帶來了新的契機，當機器擁有主體意識，就擁有了自我的審美視角，也擁有了評判人類作品的“權力”。

機器“評價”人類作品可以更為精細。從理性角度來說，機器可以分析作品中的畫法技巧難度高低、色彩運用是否合理等；從感性角度來說，機器可以通過“感同身受的具身體驗”來分析作品中包含的意蘊和感性色彩，甚至是通過對作者的閱歷等因素的整合，從而判斷作品是否存在“虛假”情感。正如人類評價自然界的一切，機器的評價相比于人類的評價，少了一些“人情味”，多了些許公正性。

注釋：

（1）劉潤坤.人工智能取代藝術家?——從本體論視角看人工智能藝術創作[J].民族藝術研究，2017，30(02)：71-76.

（2）傅雷.藝術哲學[M].南京：江蘇文藝出版社，2011，P14-15.