人工智能重塑藝術生態：基于AI生成圖像的藝術思辨

摘" 要：隨著技術的迭代升級與算法的持續改進，人工智能對人類的藝術主體地位產生了愈發強烈的威脅。創造力、想象力等令人引以為傲的人類專屬能力似乎正在被超級計算、大數據和智能算法所破解。AI對藝術創作領域的逐漸介入，引發了新的藝術終結論——藝術終結于主體。然而，結合AI生成圖像的發展現狀來看，這種論斷還為時過早。人工智能還無法完全擺脫人類，獨立登上藝術的殿堂。但值得注意的是，人工智能已在速度、容量、精確等方面顯現出了超越人類個體的趨勢。人工智能時代，人類藝術家與AI相互協作，才能綜合雙方的優勢，進而探索更多的藝術可能。這既意味著由人類主宰的傳統藝術生態的落幕，也昭示著人機共創時代的來臨。

關鍵詞：人工智能；繪畫；藝術終結；共生創造

在藝術與技術相伴成長的歷程中，還沒有哪一項技術能夠像人工智能一樣在藝術領域引起如此之大的爭議。即便是19世紀攝影術的發明引發了傳統繪畫觀念的崩塌，迫使畫家們去尋找新的表現方法來維護繪畫的藝術價值，卻也并未動搖人類的藝術主體地位。雖然技術的發展與創新曾改變藝術前進的軌跡，卻從未對藝術表現出過于明顯的“侵略性”，反而促進了藝術的多元化發展，并使之生機盎然。從印象派、野獸派到表現主義、達達主義再到波普藝術、裝置藝術，等等，藝術在擺脫了沉重的現實負擔之后，獲得了更為自由的成長空間。隨著數字時代的到來，技術對藝術的影響愈加明顯。網絡藝術、影視特效、VR藝術等新的藝術形態背后都有著技術的身影。雖然技術與藝術之間的互動越來越頻繁和深刻，卻并未引起很大的波瀾。直至人工智能與藝術的結合，才使人們開始警覺。面對越來越多的AI藝術應用以及大量由智能機器生產出來的視覺圖像，人們才逐漸發現技術正在不甘幕后向前臺躍躍欲試。2018年10月，由法國藝術小組Obvious運用生成對抗網絡（GAN）所制作的作品《埃德蒙·德·貝拉米肖像》（Portrait of Edmond de Belamy），在紐約佳士得以43.25萬美元的價格成功拍賣。2022年8月由游戲設計師杰森·艾倫（Jason Allen）運用AI繪畫程序Midjourney所創作的《太空歌劇院》（Théatre D’opéra Spatial）在美國科羅拉多州舉辦的藝術博覽會中獲得一等獎。這兩個逐漸被人們所熟知和熱議的事件，使人們意識到人工智能與之前的其他技術存在著差異。最為明顯的區別在于“智能”。技術在藝術領域中可能不再滿足于媒介或工具的角色，而是對人類或“類人”的身份有著憧憬和向往。在人們的常規認知中藝術是人類所獨有的，是任何其他生物或機器所難以創造的。然而，面對這樣的事實又不免讓人產生疑慮和彷徨。

一、AI生成圖像的歷史回溯

AI生成圖像或者說人工智能對藝術領域的介入，雖然是近兩年伴隨著上述兩個標志性事件和大量AI繪畫程序的涌現才被人們所廣泛關注，但事實上AI生成圖像也隨著人工智能技術的進步有著一個相對短暫的發展歷程。人工智能在1955年左右才正式被提出。彼時，達特茅斯學院的數學教授約翰·麥卡錫（John McCarthy）聯合三位計算機科學家發起了一個項目，旨在探索如何讓機器使用語言，形成抽象概念，解決目前留給人類的各種問題，并改進它們自己[1]。其后，人工智能不僅作為一個術語被廣泛提及和使用，相關研究也在20世紀60年代成為一種熱潮。對于AI生成圖像的探索也伴隨著人工智能技術的早期發展而開始了：哈羅德·科恩（Harold Cohen）便是最早的實踐者之一。1971年，科恩開發了一個繪畫系統，其起初的程序較為簡單：他設定了一組規則和形式，并由計算機控制帶有畫筆的小型機器人在紙上“作畫”。而被更多的人所關注是科恩于1973年所開發的繪畫系統“亞倫”（AARON）。與之前的繪畫程序類似，“亞倫”也是控制機械臂進行繪畫的。只不過早期的“亞倫”還比較“原始”，所繪制的“畫作”都是黑白的，需要科恩手動填色。“亞倫”繪制了數千幅不同尺寸的作品，小到信紙大小的繪畫，大到為計算機博物館所創作的巨幅壁畫。1979年佛朗西斯現代藝術博物館為“亞倫”舉辦了展覽，展示了許多“亞倫”創作科恩著色的作品，這在一定程度上激發了人們對AI生成圖像的探索興趣。而科恩并未止步于此，而是持續地對“亞倫”進行改進。在后續的版本中科恩已經可以在屏幕中選擇畫筆和顏色，并進行上色處理。科恩認為“亞倫”只是做了其他人類藝術家一樣的事情：獲取形式的知識，并將其應用到創作之中[2]。

20世紀70年代AI生成圖像的探索還是比較有限的，這主要受制于當時人工智能的發展狀況。彼時的人工智能系統依賴于結構化數據和基于規則的邏輯，還無法很好地處理非結構化數據，比如自然語言文本和圖像。因此，如“亞倫”那樣的繪畫程序更多還是依賴于科恩的編碼和調試。為了解決這種局限性，人工智能的研究者們開始開發處理自然語言和視覺信息的技術。研究者們使用統計方法直接從數據中學習模式和特征，而不再依賴于預定義的規則，這種方法被稱為機器學習（ML）。在計算機視覺領域，卷積神經網絡（CNN）的出現，使人工智能系統能夠更為準確地識別對象并進行圖像分類。20世紀90年代，機器學習和神經網絡的出現促進了更為復雜的自然語言處理（NLP）和計算機視覺系統的發展，同時也為AI生成圖像開辟了新的可能性。然而，人工智能的發展又面臨著一個新的問題，那就是可用于訓練和測試機器學習算法的數據數量和質量的不足。21世紀初期大數據的崛起使這個問題得到了解決，并促進了深度學習（DL）的發展。大數據的出現滿足了人工智能系統在數據的數量、速度以及多樣性方面的需求，為之提供了來自社交媒體、傳感器和其他連接設備的海量數據，這使機器學習算法能夠在更大的數據集上進行訓練，從而使之能夠學習更為復雜的模式并做出更為準確的預測。2006年由西蒙·科爾頓（Simon Colton）等人所開發的AI繪畫程序“繪畫傻瓜”（Painting Fool）比“亞倫”更為自主。它只需要極少的指令就能夠通過網絡搜索形成自己的“創作構想”。從拼貼畫到油畫，它以數字化的方式模擬了很多藝術風格。科爾頓認為這種方式能夠產生對觀眾更有意義的藝術作品，因為它本質上就是借鑒了人類在網絡上的行為、感覺和辯論的經驗[3]。

深度學習的出現引發了人工智能的革命性變化。深度學習使人工智能系統能夠借助多層神經網絡在大量的數據中進行學習和適應能力訓練，同時也為AI生成更為逼真和復雜的作品提供了可能。2014年伊恩·古德菲勒（Ian Goodfellow）提出了生成對抗網絡模型（GAN），這種深度學習模型的核心思想就是在博弈中訓練兩個內部模型“生成器”（Generator）和“鑒別器”（Discriminator）。“生成器”用于生成圖像，而“鑒別器”負責辨別真偽，最終生成與訓練數據相類似的圖像。《埃德蒙·德·貝拉米肖像》就采用了這種深度學習算法。除此之外，研究者們還在嘗試使用其他深度學習算法進行AI生成圖像的探索。2015年由谷歌人工智能團隊所開發的“深夢”（Deep Dream）就使用了深度學習算法來分析和修改圖像。“深夢”的核心是一個經過訓練的神經網絡，通過向它輸入一幅圖像，然后輕微調整輸入，就可以激活某些神經元，從而產生夢幻般的超現實圖像。隨著該項目的逐漸普及，它造成了一種病毒式的轟動。用戶創建自己的“深夢”圖像并在網絡中分享。同時，“深夢”也被用于創作繪畫作品，激發產品設計的新想法，甚至創建音樂視頻[4]。2016年，微軟聯合多方發起了“下一個倫勃朗”（The Next Rembrandt）項目。該項目使用深度學習算法分析了倫勃朗的346幅作品，以他的風格生成了一幅新的現實主義肖像，并在阿姆斯特丹倫勃朗博物館展出。該項目的負責人認為，“下一個倫勃朗”項目模糊了藝術與技術之間的界限，旨在推動藝術與算法之間，數據與人類設計之間以及技術與情感之間關系的對話[5]。

深度學習算法的更新推動著人工智能的不斷進步。AI生成圖像的快速興起得益于文本生成圖像模型（Text to Image）的提出。OpenAI公司在2020年開源了對比語言與圖像預訓練模型（CLIP），這種創新性的方法融合了自然語言處理與計算機視覺，能夠有效地理解和分析文字與圖像之間的關系，這為基于文本提示生成圖像鋪平了道路。在對比語言與圖像預訓練模型發布不久之后，研究者們試圖將其與其他算法模型相結合以形成新的AI圖像生成器。例如對比語言與圖像預訓練模型同生成對抗網絡的結合。OpenAI的圖像生成引擎DALL-E也使用了對比語言與圖像預訓練模型。在圖像生成方面，擴散模型（Diffusion models）的出現進一步提升了圖像的生成質量，特別是2022年穩定擴散模型（Stable Diffusion）的開源不僅彌補了生成對抗網絡模型的缺陷，而且降低了生成高質量圖像的計算需求，促進了AI生成圖像的普及化發展。自2022年下半年以來，隨著越來越多的AI生成圖像應用的涌現以及ChatGPT的發布，引發了人們對于人工智能在藝術領域中的應用產生了無限遐想。

二、人類主宰的傳統藝術生態的落幕

人工智能經過不斷迭代之后，對于藝術領域的影響也越發深刻。面對AI已經參與到藝術創作中的事實，許多人開始探索藝術的應對策略：是坦然的接受，還是為維護人類最高的智慧領地而加以排斥。在這種帶著些許慌亂的氛圍中，藝術終結論又被重新納入討論范圍之中。事實上，藝術終結論自19世紀由黑格爾明確提出之后，就一直在國內外的藝術理論界中縈繞。許多學者從不同的角度，基于各自的理論體系加入到了探討之中。黑格爾之后，丹托、海德格爾、阿多諾、波德里亞等學者都以不同的理由終結了藝術。藝術終結原本是一個令世人警醒的議題，卻在不斷的終結聲浪中讓人感到麻木和疲倦。即便藝術在不同的學者那里被以各種理由終結，但事實上藝術的現實發展證明藝術并沒有消失。無論是傳統的美的藝術還是更加傾向精神性和思辨性的現代藝術，都還在持續地發展著。當然，藝術終結（End）并不等同于藝術死亡（Death），藝術終結也不僅僅是一句空洞或夸大其詞的口號，其背后凝聚著許多學者對于藝術發展的獨到思考。這些寶貴的前人經驗對于我們理解當下由于AI的過度介入而引發的藝術生態變革有著積極的理論意義。

雖然很多學者都表達了藝術已經終結或即將走向終結的觀點，但他們的理論依據和所處的時代環境是不同的。在黑格爾那里，藝術終結的論斷更多的是基于他的理論體系推導所得出的結果。在黑格爾的哲學體系中，絕對精神是世界的本體，并且包含著內在矛盾，通過不斷的自我否定而向前發展，大體上要經歷邏輯、自然和精神三個階段。精神階段同樣存在一個由低到高的運動過程，從主觀精神到客觀精神再發展到絕對精神。絕對精神又包含三個層次：藝術、宗教和哲學。藝術的發展過程是物質因素逐漸降低而精神因素逐漸上升的過程，藝術也從象征型、古典型向浪漫型過渡。在這一過程中，“藝術已不復是認識絕對理念的最高方式。藝術創作以及其作品所特有的方式已經不再能滿足我們最高的要求；我們已經超越了奉藝術作品為神圣而對之崇拜的階段……思考和反省已經比美的藝術飛得更高了”[6]。按照這種邏輯，藝術讓位于宗教最終被哲學所取代是必然的。同時，結合當時的藝術和文化狀況，黑格爾認為市民社會也不利于藝術的發展[7]，因而得出了藝術終結的結論。關于藝術終結的探討自黑格爾之后在20世紀被丹托等西方學者所重提，并再次引起了廣泛的熱議。丹托的藝術終結論并不是對黑格爾觀點的簡單復述，而是基于新文化背景下的又一次理論探索。當然丹托并不是說自此之后藝術將不復存在，而是意味著藝術已經走向哲學的自我意識和某種敘事的終結。“我是在敘事的意義上使用‘終結’（end）一詞的，意在宣布某種故事的結束。……我的意思是說，藝術走向終結當它獲得自身身份的哲學意義后，也就是說史詩探索（開端于19世紀后期某一刻）已經結束。”[8]丹托結合當時的藝術發展狀況認為，藝術與生活、藝術品與非藝術品的界限已經越來越模糊，并以安迪·沃霍爾的《布里洛盒子》為例來說明藝術與非藝術已經不能用傳統的藝術概念來加以判定了，只能借助哲學思考才能得出結論。攝影技術的發明結束了再現性的藝術史追求。抽象派、野獸派使表現性的藝術史走向了沒落。那種美的藝術的敘事方式已經終結，之后的藝術都將被打上“后歷史特征”的烙印。雖然黑格爾與丹托對藝術終結的論述各有側重，但這種近似“駭人聽聞”的呼聲還是引發了很多的理論思考。在海德格爾那里藝術終結于體驗，在波德里亞那里藝術則終結于他的社會符號學理論之中，如此等等。

眾多學者對于藝術終結的探討，使這個原本就頗有爭議的話題逐漸發酵并產生了廣泛的影響。那么為什么肇始于19世紀，黑格爾為完善自己的哲學體系而提出的藝術終結論在20世紀又被重新提起，并產生了如此之多的藝術終結論呢？技術的進步以及在此基礎之上所建立的商業社會的發展是其最為根本的因素。二者的合力打破了原本持續、穩固的傳統藝術生態。技術的進步在一定程度上使部分藝術家產生了焦慮的情緒，并對原本所信奉的藝術觀念產生了動搖和質疑，進而開始通過不斷地探索和嘗試來維持藝術的生命力。因而我們看到了越來越多的“顛覆性”藝術作品：杜尚將小便池簽名后送去展覽，普通的商品包裝堆疊在一起被放入了藝術博物館，絲網印刷機大量地復制著畫像……然而，在不斷地對傳統的藝術概念進行解構之后，人們卻越發地感到迷茫。藝術的發展甚至陷入了無序、混亂的危險境地。藝術的“重建”找不到適合的路徑。在這種沉悶又略顯悲觀的氛圍中，藝術終結論又被重新翻找出來加以討論。而揭開各種各樣的藝術終結論的表象，其內在的實質卻是藝術被技術波及之后的自我調試，是學者們為現代或后現代藝術所作的理論辯護。

在藝術被眾多學者以各種理由終結之后，人們似乎已經對這種論調感到了疲憊，終結的呼聲也逐漸失去了最初的威勢。然而，當人工智能快速崛起并在藝術領域掀起波瀾之后，面對大量由智能機器所生產的“藝術作品”，人們似乎又再次感受到了危機，藝術終結論又一次被提起。“基于人工智能的圖像生成器不僅引發了一場全新的藝術運動，而且也帶來了藝術自身的終結，尤其是藝術家作為人類天才個體的終結。”[9]那么，人工智能時代的藝術終結論又有哪些不同之處呢？有學者認為，“人工智能藝術的出現提供了新的藝術終結模式——藝術終結于主體，即藝術實現了主體的更迭與替換，由人類轉向人工智能。人類藝術喪失了歷史性，走向終結”[10]。從表層來看，人工智能為藝術終結提供了新的審視角度，即主體性視角：人類不再是藝術的唯一主體。而這種藝術終結論的內在驅力卻是人工智能技術的“越界”。之前的藝術終結論，無論終結的緣由是什么，卻從未對人類的藝術主體性加以否定和懷疑。如果說此前的技術只是沖擊了傳統的藝術觀念，并為藝術提供了截然不同的表達形式，從內容與形式方面終結了美的藝術；那么，當下的人工智能卻是試圖打破人類對藝術的主宰，終結人類的藝術主體性。有學者認為：“AI不僅能讓所有人都成為‘藝術家’，還能賦予自身以藝術家的身份。可以期待，AI即將擁有類人的情感，它們的作品就可以被稱為藝術作品，它們也就能夠成為真正的藝術家。”[11]如果人類失去了藝術家的身份，那么也就意味著傳統藝術契約關系的失效以及新藝術生態的來臨。在人工智能時代，我們一定會看到傳統藝術契約的終結，藝術家無奈的回退、新盧德主義的崛起、藝術家對“原型”的執念和對AI的指控……這不僅意味一種新的藝術生態環境，也將深刻地改變未來人類與藝術之間的關系[12]。然而，結合AI生成圖像的發展現狀來看，人工智能對于藝術的終結還遠未達到如此深刻的地步，甚至可以說藝術只是終結于人類對于人工智能的未來想象之中。然而，當下人工智能對藝術創作的介入卻是無法辯駁的事實，也必將對原有的藝術生存環境產生影響，那么更多地是意味著由人類主宰的傳統藝術生態的落幕。

三、人機共創時代的來臨

既然從當下AI生成圖像的發展現狀來看，人工智能還無法真正地終結藝術，AI也無法完全取代人類的主體地位，那么我們又將如何看待由AI所生成的“藝術作品”和處理AI與人類藝術家之間的關系？這涉及到我們對人工智能創造力的評判和對AI作品屬性的界定以及對新的藝術生態環境的調試。

人們之所以對AI涉足藝術領域產生如此之大的反應，其實是源于對人工智能的快速發展而產生的焦慮和擔憂。而事實上，人們對于AI介入藝術的警覺，是伴隨著人工智能技術的發展而逐漸提高的。特別是，在如今超級計算、大數據以及智能算法的加持下，人們意識到距離AI最初設想的實現其實并不遙遠。如前所述，在20世紀50年代，人工智能的概念提出時，AI就被賦予了很高的期待。不同于其他技術形態，人們最初就希望AI能夠具備類人化的智能，不僅能夠幫助人類完成特定的任務，而且應該具有一定的自主性。1950年艾倫·圖靈（Alan Turing）在《計算機器與智能》一文中提出了機器是否能夠思維的問題，并且給出了肯定的答案。圖靈提出：如果計算機能夠思考，那么我們如何區分？他給出的建議是：倘若來自計算機的反應與來自人的反應并無二致，那么可以認為計算機能夠思考[13]。圖靈還設計了驗證計算機是否能思考的方法——圖靈測試。人工智能的后續發展也正是向著更加智能化的方向努力著，并不斷地突破自身極限向人類思維發起挑戰。從1989年的“深思”（Deep Thought）到1997年的“深藍”（Deep Blue）再到2016年的“阿爾法狗”（AlphaGo），人工智能在與人類的對弈中從最初的落敗到稍占上風再到最終戰勝人類冠軍，已經在一定程度上顯現出了AI的強大進化能力。雖然這還無法完全證明AI具有了一定的思考能力，但至少已經說明在某些方面AI已經超越了人類。隨著計算機硬件的發展，AI具備了越來越強大的計算能力，這為其參與人類的個別事務奠定了基礎。2012年，谷歌的兩位人工智能研究者使用了1.6萬個CPU訓練出了當時世界上最大的深度學習網絡，并將其用于圖像的繪制。雖然這在今天看來似乎不值一提，但對于當時的AI研究領域來說，無疑是一次歷史性的突破，因為它開啟了AI繪畫的新時代[14]。除了越來越強大的運算處理能力，互聯網中所存儲的海量數據為AI的訓練提供了充足的學習樣本。很多AI生成程序能夠從網絡以及其他連接設備中獲取足夠的數據用于訓練。同時，從生成對抗網絡（GAN）到穩定擴散（Stable Diffusion），模型算法的不斷改進，也正在提升和改善AI生成圖像的質量，并試圖在“學習”的基礎上生成新的作品，而不僅僅是機械地復制。算力的提升，大數據的融入以及模型算法的改進，為AI的藝術創造提供了可能。創造力似乎不再為人類所專有，人工智能藝術呈現出了創造力轉向的趨勢[15]。

雖然人工智能對于藝術領域的介入已成為既定的事實，尤其是AI在圖像生成方面已經表現出了一定的創造力，但對于AI作品的屬性問題仍然存在著許多不同的看法。在眾多的反對聲音中，情感是其中的一個有力論據。一些觀點認為，人工智能并不具備完整的人類情感，因而在情感層面上AI無法取代人類。人類藝術家在進行藝術創作時，時常會結合自身的所聞所感以及個人的審美經驗，將情感以“有意味的形式”呈現出來，為欣賞者帶來別致的情感體驗。這樣的作品才是有靈魂的、有生氣的，才是真正的藝術作品，而這是AI的“藝術創作”所難以達到的效果。同時，還有人認為，即便人工智能表現出了一定的情感，那也只不過是對人類情感的一種模擬和仿照，并不能稱之為真正的情感。就目前人工智能的發展狀況來談論AI是否具備情感的問題，的確還為時尚早。但如果我們將具體的藝術創作過程視為一個黑箱，只從作品的角度加以審視則可獲得另外一種認知。如果欣賞者在不確定作品是由人類藝術家還是人工智能創作的前提下，從AI生成的作品中也獲得了同人類藝術作品近似甚至一樣的情感體驗，那么我們又將如何看待AI作品的藝術屬性？2019年美國的兩位學者設計了一個視覺圖靈測試，以此來記錄人們對于AI生成圖像的真實反應并驗證受試者是否能夠分辨出AI圖像與人類藝術作品之間的區別。為了提高測試的質量和有效性，他們將AI生成圖像與2016年巴塞爾藝術展中的作品混在了一起。測試結果表明，75%的受試者認為AI生成的圖像是由人類藝術家創作的。這些受試者甚至使用“有意的”“具有視覺結構”“鼓舞人心”和“交流性”等這些原本描述人類藝術作品的詞語來評價AI圖像[16]。其實這樣的結果并不意外，因為人工智能的學習數據來自于人類，所使用的“情感符號”也來自于人類，欣賞者從AI生成圖像中獲得相似甚至相同的感受與體驗并不意外。如果人們可以從AI作品中獲得藝術感受或情感體驗，我們就應該接納AI作品的藝術地位。當然，反對者們還有其他的一些論據，比如AI不具備想象力、自由意志、身體性等等。其實，我們應該反思一下，我們對于AI在藝術領域中的表現是否過于苛刻，是否已經有悖于人工智能的發明初衷。從技術的角度來看，人工智能的提出就是為了使人工機器更加智能化，甚至比肩人類的智慧。從藝術的角度來看，如果我們一直堅守所謂的藝術底線，那么觀念藝術、行為藝術、大地藝術、網絡藝術等現代或后現代的形式，為什么可以堂而皇之地走進藝術的殿堂？因而，我們應該對AI藝術持有相同的寬容態度，而不能因為技術的快速發展而產生過度的緊張、彷徨甚至盲目的排斥。如果那樣，無論對于技術還是藝術的發展都將是不利的。

既然如此，那么我們又該如何處理藝術領域中AI與人類藝術家之間的關系？很明顯，合作比排斥會更有意義。首先，人工智能已經在某些方面表現出了超越人類個體的趨勢。如果人類藝術家能夠吸納AI的優勢，那么對于藝術無疑是有益的。“人工智能的藝術超越是基于數據運算的強大能力，在容量、精確、速度等方面全面超越人類，帶來新的藝術形式和審美形態，顛覆和革新我們對于藝術時空的理解。”[17]其次，人工智能可以在創造力方面為人類藝術家提供輔助和支持。例如，藝術家可以利用文本生成圖像模型（Text to Image）進行視覺圖像的創作，輸入他們的創作要求，然后對輸出結果進行選擇和修改。當然在這一過程中藝術家可能會多次調整他們所輸入的關鍵詞，最終達成他們所要的理想結果。這種發散性的創造輸出在AI的幫助下無疑得到了增強。那種認為創造力是人類堅不可摧的堡壘的觀點是站不住腳的。人工智能已經被視為一種強大的工具，甚至是一些人類藝術家的合作伙伴。對美學敏感的機器的持續發展將挑戰我們對美和創造力的看法，也許還將挑戰我們對藝術本質的理解[18]。因而，應該給予AI一定的地位，甚至部分藝術主體性的認可，在人機協作中去探索更多的可能性。從AI生成圖像的發展現狀來看，AI可能還無法向人類精英藝術家發起挑戰，但也在一定程度上推動了藝術的大眾化發展：在與AI的合作過程中普通人也可以創作出自己滿意的作品。“在AI藝術的早期，在AI的想象力、形象思維能力和生活閱歷都極度匱乏的情況下，建構一種人類藝術創作主體與AI藝術創作主體建設性、能動性的互作關系就顯得非常必要，也非常重要。”[19]從長遠來看，AI與人類藝術家之間相互協作而產生的“共生創造力”（Co-Creativity），將會為藝術的未來發展注入新的活力，同時也將沖擊和改變傳統的藝術生態。人機共創的時代已經拉開了序幕。

四、結語

近年來，人工智能的快速發展以及對藝術領域的不斷介入，使人們越發地感到緊張和焦慮。人們似乎刻意地忽略了人工智能中“人工”的意義，而更加在意“智能”所帶來的威脅。創造力、想象力等令人引以為傲的人類專屬能力似乎正在被超級計算、大數據和智能算法所破解。原本只屬于人類的藝術精神高地也變得岌岌可危。藝術終結論又重新浮現。不過，人工智能時代的藝術既不是終結于個人理論體系的推導，也不是終結于現代或后現代藝術的理論辯護，而被認為是終結于主體，即人類的藝術主體性的喪失。然而，結合AI生成圖像的發展現狀來看，這種論斷還為時過早，至少在視覺藝術方面AI還無法完全取代人類獨立登上藝術的殿堂。但是，由AI繪畫程序或人工智能機器所生成的大量視覺圖像卻越來越頻繁地出現在世人面前，AI對藝術領域的影響已無法回避。隨著硬件的迭代升級以及算法的不斷改進，人工智能在速度、容量、精確等方面也顯現出了超越人類個體的趨勢。繼續堅守傳統的底線，甚至從人類是藝術的唯一主體出發對AI加以驅離，無論對于技術還是藝術的發展都將是不利的。我們應當對AI報以寬容的態度，甚至給予其一定的主體地位。畢竟智能是人工智能的發明初衷，包容是藝術保持生命力的重要源泉，況且人工智能在“智能”之前還有“人工”二字。人類藝術家與AI相互協作，才能綜合雙方的優勢，通過共生創造探索更多的藝術可能。這既意味著由人類主宰的傳統藝術生態的落幕，也昭示著人機共創時代的來臨。

參考文獻：

[1]瑞希.人工智能哲學[M].王斐，譯.上海：文匯出版社，2020：56.

[2]Chris Garcia.Harold Cohen and AARON—A 40-Year Collaboration[EB/OL].[2023-08-21].https：//computerhistory.org/blog/harold-cohen-and-aaron-a-40-year-collaboration.

[3]Ramón López de Mántaras.Artificial Intelligence and the Arts：Toward Computational Creativity[EB/OL].[2023-08-23].https：//www.bbvaopenmind.com/en/articles/artificial-intelligence-and-the-arts-toward-computational-creativity.

[4]Torry Mastery.Google’s DeepDream：Exploring the Dream World[EB/OL].[2023-08-25].https：//dotcommagazine.com/2023/05/googles-deepdream-exploring-the-dream-world.

[5]Erin Blakemore.New Rembrandt Created，347 Years After the Dutch Master’s Death[EB/OL].[2023-08-29].https：//www.smithsonianmag.com/smart-news/new-rembrandt-created-347-years-after-the-dutch-masters-death-180958664.

[6]黑格爾.美學[M].朱光潛，譯.北京：商務印書館，1979：13.

[7]劉悅笛.哲學如何剝奪藝術——當代“藝術終結論”的哲學反思[J].哲學研究，2006（2）：78-84.

[8]安靜.當代藝術評論50年[M].上海：生活·讀書·新知三聯書店，2017：273.

[9]Joanna Zylinska.Art in the age of artificial intelligence[J].Science，2023（381）：139-140.

[10]馬草.人工智能與藝術終結[J].藝術評論，2019（10）：130-142.

[11]陳常燊，趙鑫.ChatGPT能否創作出真正的AI藝術？[J].國外社會科學前沿，2023（7）：91-99.

[12]楊莉莉.AI圖像生成：終結藝術契約[J].藝術當代，2023（3）：54-57.

[13]黃鳴奮.西方數碼藝術理論史[M].上海：學林出版社，2011：66.

[14]Editorial Team.Everything you need to know about AI drawing：from its history to recent breakthroughs[EB/OL].[2023-09-03].https：//socialbook.io/blog/all-about-ai-drawing.

[15]耿涵.人工智能藝術，新神話或創造力轉向[J].天津美術學院學報，2022（2）：96-98.

[16]Mazzone Marian，Ahmed Elgammal.Art，Creativity，and the Potential of Artificial Intelligence[J].Arts，2019（8）：26-35.

[17]周臻.人工智能藝術的審美挑戰與反思[J].山東社會科學，2019（10）：181-185.

[18]Anjan Chatterjee.Art in an age of artificial intelligence[J].Frontiers in Psychology，2022（3）：1-9.

[19]馬立新，涂少輝.AI藝術創作機理研究[J].美術研究，2022（6）：82-86.

作者簡介：

孫玉明，博士，東北電力大學藝術學院數字媒體藝術專業副教授，碩士研究生導師。研究方向：藝術傳播。

張子怡，東北電力大學藝術學院數字媒體藝術專業碩士研究生。研究方向：數字媒體藝術。

基金項目：本文系吉林省社會科學基金項目“吉林省朝鮮族傳統裝飾圖案的文化基因提取及設計應用研究”（2024B106）階段性研究成果。