


【摘要】人工智能對數字媒體藝術的發展和傳播產生了深遠的影響。它不僅為藝術家提供了新的創作工具和表現形式,還為觀眾提供了更豐富多樣的藝術體驗。人工智能在數字繪畫、數字音樂和數字視頻方面的應用與創新,通過創作輔助、自動化生成、圖像處理和修飾,以及個性化推薦和實時增強現實等功能,人工智能為藝術家和用戶提供了更加豐富多樣的創作和體驗方式。
【關鍵詞】人工智能;數字媒體藝術;傳播
【中圖分類號】TP18;J04 【文獻標識碼】A 【文章編號】2097-2261(2023)14-0048-05
一、什么是人工智能
人工智能是什么?怎么理解人工智能更準確呢?首先從字面上不難看出人工智能指的是類人行為、類人思維,無限接近人的一種理性智能模式,類似于網絡比較流行的一種形容現代人繁忙工作狀態的句子——“沒有情感的工作機器”。換句話說人類創造人工智能是為了提高生產效率的。事實證明人工智能確實做到了,在很多方面的表現遠遠優于普通人類??破罩袊线@樣定義它:人工智能(Artificial Intelligence)(如圖1所示),英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
人工智能從出現至今一直備受爭議,因為人工智能的出現對人類來講,既是挑戰也是機遇。一方面隨著某些領域人工智能技術的發展,很多工種面臨被人工智能機器取代的可能。比如快遞員、搬運工、司機等工種,會造成很多人失業,從而可能導致社會混亂。但是歷史告訴我們技術進步是不可逆的,電燈出現的時候,也曾導致一大批點燈人失業。人類只有不斷地學習,才可能不被社會淘汰,電燈的出現同樣需要燈泡生產、線路維護、供電系統等很多工種協作,以維持正常運轉。所以另一方面基于大數據、云計算的人工智能崛起,同樣可能創造很多新的工作機會,直面挑戰、勇于創新才是人類未來的生存之本。
二、人工智能改變數字媒體內容的
生產流程和推送模式
隨著人工智能技術的不斷發展,應用領域和場景已經涉足復雜的數字媒體內容生產領域,如新聞編輯、海報設計等,這些領域至今都是需要受過專業教育的專門人才才能升任的。而現在人工智能通過大數據和智能算法建模,已經可以進行相應的內容生產了,徹底顛覆了傳統數字媒體內容生產模式。
傳統媒體內容生產流程包括策劃、采集、組織、編輯、輸出、分發及反饋等環節,正規大型媒體在進行內容生產時會將這些流程進行明確的分工,專人專事。舉個例子:一條時效性較高的新聞,首先得知某事發生,媒體決策者需要迅速派出采訪記者和攝影攝像趕到現場進行新聞信息采集,確保新聞的準確性和真實性,同時抉擇者需要成立策劃組討論策劃以什么角度進行報道,等到現場采訪數據被送回或者傳輸到媒體后,需要依據策劃組的方案,對采集到的信息進行組織編輯,在確保報道真實準確的前提下符合策劃方案的要求;新聞編輯完之后還需要經過審查校對,無誤后方可進行分發播放??上攵?,從策劃到輸出一條內容需要的時間成本和人力、物力成本都相當高。所謂的時效性如果不能借助網絡傳播前方采訪的數據,恐怕也很難保證。
人工智能技術基于大數據采集分析可以在很短的時間內收集信息,當然大數據的前提是有相關的數據來源,這里要提一下自媒體時代,也必須是在自媒體時代廣大的自媒體人不斷地將身邊發生的事件以各種形式分享到網絡上,形成“大數據”才可能實現智能新聞生產的第一步;接下來采集好的信息被套入“智能編輯”算法模型當中,經過匹配找到合適的模型編輯輸出,一條智能新聞就被生產出來了。這樣一來常規性的新聞完全可以交給人工智能來完成(如圖2所示)。人類記者可以把更多的精力用來深挖思考新聞事件表象下更有價值的內容,進行深層次高價值的報道。
人工智能技術在內容推送方面有著得天獨厚的優勢,基于算法和大數據能夠相對準確地分析受眾的喜好和需求,并根據分析結果準確地為用戶推送相關內容。隨著人工智能對媒體生產流程的變革,媒體管理模式也隨之變革,技術部門直接參與采編數據分析,職能部門重組管理模式也隨之簡化,數字媒體內容從生產管理到智能推送分發,整體提速進入智能化時代。
三、人工智能參與藝術創作
2022年北京冬奧會舉世矚目,特別是開幕式采用了許多新技術。其中一大亮點就有人工智能的功勞,手拿發光和平鴿的五百多名兒童出現在舞臺中央,每人腳下都能實時踏出一簇晶瑩的雪花(如圖3所示)。這種“默契配合”并非精準排練,而是來自英特爾3DAT三維運動員追蹤技術,它帶來了可以讓地面的屏幕瞬間對演員位移做出實時反饋并呈現藝術效果的技術方案。英特爾聯合北京電影學院專業團隊,基于英特爾3DAT技術針對冬奧開幕式場景定制開發的“基于AI的大型演出實時特效系統”是實現整個節目創意的關鍵技術。
以上案例中人工智能只是參與者,而非創作者。事實上在今天人工智能已經可以“獨立”完成藝術創作了,美術、音樂、舞蹈、數據可視化等。例如比較大眾且直觀的AI肖像生成器,普通人只需要下載相應的APP將自己的照片上傳選擇某種風格,人工智能就可以在非常短的時間內“創作”出一幅某種風格的肖像畫(如圖4所示)。這些“AI藝術家”不僅能創作肖像,風景、建筑等也可以是它們創作的內容。如下圖所示的“AI藝術家”作品已經被終端客戶認可,普通受眾可以通過簡單的操作得到一幅某種風格的數字藝術畫作。也就是近期流行的所謂“一鍵出圖”。在普通受眾享受欣賞輕而易舉獲得“藝術成果”時,藝術家、設計師們迎來了前所未有的挑戰。
圖4 “AI藝術家”PRISMA創作的肖像畫和風景畫/圖片由作者提供
阿里集團的AI設計師“魯班”一度讓人類設計師恐慌。人工智能藝術家都有一個或者一群人類老師,“魯班”的人類老師(設計者)非常偉大,基于大數據教會了理性的機器學生“審美”,機器通過設計者不斷優化的算法,學會了摳圖、將相同風格的元素組合在一起,最終得出一個符合設計師審美的最優方案。設計師和藝術家的區別在于設計師的作品更具商業化,而阿里旗下的在線商城需要的也是商業化的作品,因此魯班不僅學會了“審美”,同時商業帝國阿里的大數據庫也為“魯班”(如圖5所示)積累著龐大的商業化經驗。出師的“魯班”在“雙11”期間為淘寶設計了1.7億個近乎完美的海報,一戰成名。試想這么龐大的數據需要多少人類設計師才能夠完成。
目前為止人工智能可參與的藝術創作門類還在持續增加,這里不再一一列舉,隨著技術的更迭,將來還會涉及越來越多的門類,那么問題來了人類藝術家和設計師何去何從呢?“AI藝術家”創作的作品算是藝術作品嗎?
從藝術創作的角度出發,藝術創作的核心是情感沖動。一件可以稱之為藝術品的作品,一定是可以引起觀者情感共鳴的作品。藝術家想要創作出具有藝術價值的作品,除去精湛的技藝之外更重要的是具有情感沖動,將強烈的情緒通過作品表達出來。而人工智能現階段并不具備情感以及情緒沖動的功能。換個角度講,事實上并非所有人工智能創作的作品都能被人類欣賞,原因很簡單:人工智能基于算法,算法就像復雜數列一樣會將所有元素的組合都實現。但是藝術不是數學以取得結果為目標,不可能每一種組合都符合人類審美,藝術作品本身具有隨機性,又有別于商業海報設計很難拿出確切的標準區分是否符合“藝術”的標準。因此擁有“敏銳情感感受力”的人類藝術家攜手“AI藝術家”創作成為現階段AI藝術創作的主流,作品也更具深意。
國內數字未來藝術家“大悲宇宙”的作品《虛擬蝴蝶》(如圖6所示)系列就是和AI合作進行的,強調人工智能的學習能力和虛擬演化,“AI藝術家”通過算法能夠創作出新品種,而且可以隨著數據的不斷擴充持續不斷地生成。藝術家通過選擇挑出符合人類審美的蝴蝶進行展出,參觀者可以“領養”自己喜歡的蝴蝶,每只蝴蝶都有一個唯一的編號,被領養的蝴蝶會被發送到參觀者郵箱并從展覽中永久刪除,由此構成虛擬生態環境,參觀者成為參與者。隨著區塊鏈的誕生這種“唯一性”將成為“元宇宙”主流形式。數字藝術品已經成為藝術品收藏市場的新寵。
四、人工智能將數字媒體藝術帶入新時代
2023年是人工智能大爆發的一年,各種人工智能工具的誕生顛覆了許多工種的創作和制作流程。對于本身就依附于計算機技術支撐的數字媒體藝術,成為這場變革的排頭兵。人工智能在數字繪畫、數字音樂和數字視頻方面的應用與創新,為藝術創作帶來了許多新的可能性。
人工智能在數字繪畫領域的應用工具,如主流的中Stable-Diffusion(SD)、Midjourney、OpenAI(人工智能研究公司)旗下的DALL·E2、微軟旗下的必應(bing)、百度公司旗下的文心一格等,這些繪圖工具的各有長處,如DALL·E2可以將畫面進行無限擴展、Midjourney擅長藝術風格的營造等。一些先鋒從業者已經可以結合不同工具的優勢,綜合使用這些工具完成并優化數字繪畫創作過程,最終達到行業標準。如可以用Midjourney進行初稿的設計,再用Stable-Diffusion(SD)進行細化和修正等。這些人工智能工具可以輔助設計師快速高質量地完成作品,極大地提高了設計師的工作效率,目前主要在以下幾個方面進行輔助:
第一,人工智能可以輔助設計師進行數字繪畫創作。通過機器學習和深度學習算法,人工智能可以分析大量的繪畫作品和圖像數據,學習繪畫技巧、風格和構圖規律?;谶@些學習,人工智能生成繪畫模型,可以為設計師提供創作建議和參考,幫助他們生成創意和靈感。如設計師可以通過文字描述告訴人工智能自己的需求(時間、天氣、地點、角色、動作、色調等),人工智能可以根據設計師的需求無限次的圖片生成,設計師再根據人工智能生成的圖片進行選擇,選出符合其需求的圖片。這些圖片有時可以反向激發設計師或藝術家的創作靈感,根據圖片進行進一步的創作。
第二,人工智能可以用于自動化繪制數字繪畫作品。通過訓練模型,人工智能可以模仿藝術家的繪畫風格和技巧,生成類似于藝術家風格的繪畫作品。現階段已經有很多具有獨立風格的藝術家,通過不斷訓練模型,生成具有高識別度的繪畫模型,這種自動化繪制可以節省藝術家的時間和勞動力,同時也可以幫助初學者學習和實踐繪畫技巧。
第三,人工智能可以用于圖像處理和修飾,提高數字繪畫作品的質量和效果。通過圖像識別和處理算法,人工智能可以自動去除噪點、調整色彩和光線,增強圖像的細節和清晰度。這種圖像處理和修飾的自動化可以提高數字繪畫的視覺吸引力和表現力。
第四,人工智能可以為藝術家提供創作輔助工具,幫助他們更高效地進行數字繪畫創作。例如,人工智能可以提供繪畫軟件的智能提示和建議,幫助藝術家選擇合適的畫筆、調色板和紋理。此外,人工智能還可以提供實時的反饋和修正,幫助藝術家改進數字繪畫作品的細節和構圖。
人工智能在數字音樂領域的應用工具,如BandLab、Splash和Boomy等工具,可以讓沒有受過音樂或者樂器訓練的人,也可以運用文字指令使用這些工具,創作出具有不同風格的樂曲。當然更多運用場景還是輔助專業音樂人,這些工具可以幫助音樂人提高工作效率。目前主要在以下幾方進行輔助:
第一,人工智能可以用于作曲和編曲,幫助音樂創作者生成新的音樂作品。通過機器學習和深度學習算法,人工智能可以學習和模仿不同音樂風格和流派的特點,創作出具有創新性和獨特性的音樂作品。這種自動化的作曲和編曲可以為音樂創作者提供新的創作靈感和可能性。
第二,人工智能可以生成和合成音樂,創造出豐富多樣的音樂作品。通過訓練模型,人工智能可以學習音樂的音高、節奏和和聲規律,生成新的音樂片段或完整的音樂作品。這種音樂生成和合成的能力可以幫助音樂創作者擴展創作思路,探索新的音樂風格和表現形式。
第三,人工智能可以通過分析用戶的音樂偏好和行為數據,為用戶提供個性化的音樂推薦和體驗。通過機器學習和數據挖掘算法,人工智能可以了解用戶的音樂口味和喜好,推薦符合用戶喜好的音樂作品和藝術家。這種個性化的音樂推薦和體驗可以提高用戶的滿意度和參與度。
第四,人工智能可以用于音頻處理和修飾,提高數字音樂作品的質量和效果。通過音頻識別和處理算法,人工智能可以自動去除噪音、調整音量和音色,增強音頻的清晰度和音質。這種音頻處理和修飾的自動化可以提高數字音樂的聽覺享受和表現力。
人工智能在數字視頻領域的應用工具,如剪映、阿里云的Live Portait等工具,可以通過用戶提供的照片或者一段文字自動生成視頻。在自媒體成為流行趨勢的今天,這些工具無疑成為自媒體的法寶,極大地提高了使用者的工作效率。目前主要在以下幾個方面進行輔助:
第一,人工智能可以生成和合成視頻,創造出豐富多樣的視覺作品。通過訓練模型,人工智能可以學習視頻的視覺特征、動態規律和剪輯技巧,生成新的視頻片段或完整的視頻作品。這種視頻生成和合成的能力可以幫助視頻創作者實現創意和想象力的無限擴展。
第二,人工智能可以用于視頻編輯和后期制作,提高數字視頻作品的質量和效果。通過圖像識別和處理算法,人工智能可以自動調整視頻的色彩和光線,去除視頻中的噪點和抖動,增強視頻的清晰度和穩定性。這種視頻處理和后期制作的自動化可以提高數字視頻的視覺效果和觀賞體驗。
第三,人工智能可以通過分析視頻內容和用戶行為數據,為用戶提供個性化的視頻推薦和體驗。通過機器學習和數據挖掘算法,人工智能可以了解用戶的視頻偏好和喜好,推薦符合用戶喜好的視頻作品和內容。這種個性化的視頻推薦和體驗可以提高用戶的滿意度和參與度。
第四,人工智能可以實現視頻的實時處理和增強現實。通過圖像識別和計算機視覺算法,人工智能可以實時識別視頻中的物體、人臉和動作,進行實時的圖像處理和特效增強。這種視頻實時處理和增強現實的能力可以為用戶帶來更加沉浸式和互動性的觀看體驗。
總結起來,人工智能對數字媒體藝術的發展和傳播產生了深遠的影響。它不僅為藝術家提供了新的創作工具和表現形式,還為觀眾提供了更豐富多樣的藝術體驗。人工智能在數字繪畫、數字音樂和數字視頻方面的應用與創新,通過創作輔助、自動化生成、圖像處理和修飾,以及個性化推薦和實時增強現實等功能,人工智能為藝術家和用戶提供了更加豐富多樣的創作和體驗方式。
參考文獻:
[1]郭騰飛.人工智能的哲學思考[D].太原:山西大學,2011.
[2]趙楠,張建淳.人工智能助力數字媒體藝術的發展[J].新聞文化建設,2022(22):36-38.
[3]盧洋.人工智能時代自然生態博物館數字媒體藝術的交互設計研究[J].環境工程,2022,40(08):310.
[4]陳偉.試析數字媒體藝術的創新及發展[J].數字通信世界,2022(05):167-169.
[5]崔晨旸.數字媒體藝術中的“變”與“不變”[J].藝術教育,2021(06):46-49.
作者簡介:
鄧雅方(1983-),漢族,山西太原人,研究生,講師,研究方向:動畫、數字媒體藝術實踐教學及理論研究。