AIGC如何成為一種藝術形式

文魏東（北京）

自2022年，AIGC工具的進化速度越來越快，當我們正在抱怨它的生成結果有哪些不足的時候，新的版本立刻修正它的缺陷。盡管一直以來藝術家致力于挖掘人工智能藝術的扭曲形式意義，但是，當AIGC把人的思考力和創造性用機器的方式實現突破，把人工智能的藝術審丑快速進化為人類普遍接受的“完美”藝術時，藝術家和設計師不得不重新審視自己的創作思想和表現方式，思考人與機器之間的關系。

請再來一次

計算機生成藝術先驅Vera Molnar認為計算機具有多種可能性，計算機有助于系統研究視覺領域，可以幫助畫家從“現成”文化中解放出來，并以從未見過的形式找到組合方式，無論是在自然中還是在博物館中，有助于創造不可思議的圖像。計算機可以幫助藝術家，但它什么也沒有“做”，沒有“設計”或“發明”任何東西。她強調“一些新的、以前從未見過的東西，在任何方面都不能保證它的美學品質。”機器學習是人工智能的子領域，在生成藝術中，藝術家注重規則和算法的制定，與生成藝術一樣，藝術家可以使用機器學習（ML）開發程序，生成無限多的形式，但這些形式仍然由變量表征。不同的是藝術家在使用機器學習時不再指定這些變量值，而是從藝術家提供的訓練數據中間接推導出來。Kyle McDonald認為機器學習是用例子編程，而不是用指令編程。機器學習給計算機提供很多例子，通過算法找出計算機可以生成“請再來一次（More Like This）”的規則。機器學習意味著藝術家在新變量控制感知上的高階屬性。這讓藝術家的一部分工作變成了選擇、策劃或創建訓練集。

像計算機一樣觀看

1966年，麻省理工學院的年輕教授Marvin Minsky認為解釋圖像的能力是智力的核心特征，希望他的學生“花一個夏天的時間將相機與計算機連接起來，讓計算機描述它所看到的東西。”但是，完成這一任務無疑需要更多的時間。

由計算機算法生成的視頻是以計算機視角看待世界，藝術家使用圖像來訓練人工智能系統“看”世界，可以通過神經網絡建立起對圖像的理解，從簡單的視覺現象（邊緣、斑點）開始，到紋理、圖案、組成部分（如車輪或鼻子）和物體（如汽車或狗）。例如藝術家Alex Mordvintsev的藝術作品“DeepDream”是基于一種迭代反饋算法，在該算法中，神經元檢測特定事物（例如狗）的結構時被詢問需要對該圖像中的區域進行哪些微小的更改，以便使任何已經與需要識別的事物（例如狗）相似的部分看起來更像一只狗？然后，做出改變……機器觀看體現出人和計算機之間的主從關系，通過使用圖像來訓練人工智能系統“看”世界來建立機器觀看的底層邏輯。計算機可以作為人類實現某一目的的視覺延伸，從而構建了一個機器視覺景象的烏托邦世界。

人工智能藝術的黑暗面

機器視覺中充斥著偏見，很多時候可以把一些可怕的偏見和刻板印象自然而然地納入到圖像數據集的標簽中。當這些數據集用于訓練、分析或合成新圖像的模型時，可能會產生非常嚴重的后果。ImageNet是迄今為止人工智能歷史上最重要的訓練集之一。ImageNet于2009年首次以研究海報的形式發布，其背后的理念是“繪制出整個物體世界”。經過幾年的開發，ImageNet的規模越來越大，開發團隊從互聯網上收集了數百萬張圖片，并使用了大量在線工作人員。開發完成后，ImageNet由1400多萬張標注圖像組成，分為2萬多個類別。十年來，ImageNet一直是機器學習物體識別領域的巨無霸，也是該領域的重要基準。這些海量圖像數據集可以用于訓練Midjourney和Stable Diffusion等AIGC工具。盡管人們普遍認為人工智能及其所利用的數據能夠客觀、科學地對世界進行分類，但政治、意識形態、偏見和歷史上所有主觀的東西卻無處不在。人工注釋標簽難免帶有偏見。

另外，訓練人工智能系統需要人力成本。《時代》雜志的一項調查發現，為了降低ChatGPT的負面影響，OpenAI以每小時低于2美元的價格雇傭肯尼亞外包勞工。而facebook開發能夠檢測仇恨言論等危害言論的人工智能系統幫助將這些語言從平臺上刪除。這樣做的前提很簡單，就是給人工智能提供暴力、仇恨言論和性虐待的標簽，該工具可以學會再檢測這些內容的危害性。

最后，使用AIGC工具生成的作品屬于作者嗎？這是數十億規模的圖像模型與剽竊嗎？像“MidJourney”“Stable Diffusion”和“Dall-E”等軟件中使用的大型模型是在從互聯網上獲取的數十億張圖片上訓練出來的。在這種情況下，在世和已故的藝術家創作的圖像會被混合到訓練數據中，這樣就有可能生成在風格上接近這些藝術家作品的圖像。這會涉及作品中人的創造力界定問題，盡管已經有些人工智能藝術作品的版權所屬問題判定例子，但似乎還沒有最終統一定論。

攝影是藝術嗎？

因為都是技術促成新的藝術形式，并影響原有藝術形式，我們拿攝影和“人工智能”藝術進行類比會發現二者有很多相似之處。在人類通過攝影可以拍攝真實世界后，對攝影的爭執大概包括以下三種觀點。首先，許多人認為攝影不可能是藝術，因為它是由機器而不是人類的創造力創造的。部分藝術家群體“不屑”或“視為威脅”。第二種觀點是，攝影可能對真正的藝術家有用，例如作為參考，但不應被視為等同于繪畫。攝影可以作為藝術創作的輔助手段。最后一些人將攝影與蝕刻和光刻等既定形式聯系起來，認為攝影最終可能成為與繪畫一樣重要的藝術形式。這個群體包括業余愛好者，他們積極探索著攝影的潛力。今天我們看到的結果是攝影成為新的藝術形式；現代藝術獲得發展；舊的肖像技術過時，人們需要學習新技術；圖像制作“民主化”。這與今天的人工智能藝術非常像，由此我們可以推測AI藝術將會成為新的藝術形式；現代藝術與設計會獲得再發展；一些舊的軟件技術將會過時，個人需要深入學習計算機數字技術，最后，圖像制作將會“民主化”。