人工智能艺术通过图灵实验，哪类艺术家将失业，是你吗？

人工智能来了！

 智能来了！

 来了！

 ！

五月中旬，李开复在接受Quartz采访时表示：“艺术和美很难被人工智能取代……现在是转行人文艺术学科的最佳时机。”但今天，我们发现李开复错了。

Johan Scherft作品《机器人自画像》

一台采用创造性对抗网络（CAN）的人工智能通过了图灵测试，并且以0.53的高分，击败了人类艺术家的0.41。这意味着机器创作的艺术品比市面上的人类艺术品，更符合大众对艺术的预期。代表人类参战的艺术家全部拒绝评论（除一位希腊艺术家），美术史学者则表示人工智能还差得远。

现状到底是机器尚未胜利，还是人类拒绝承认，几册君为你揭示其中的秘密。

到底发生了什么？

年初，罗格斯大学的艺术与人工智能实验室在原有的GAN（生成性对抗网络）的基础上重新设计，制作出一套名为CAN（创造性对抗网络）的人工智能。在运行了一段时间后，这套系统开始生成极富创造力的抽象艺术品。

实验室主任艾哈迈德·艾尔加迈尔（Ahmed Elgammal）震惊不已，因为这些作品无异于艺术市场上流行的那种抽象画。于是，在两周后，他组织了一场图灵实验，邀请大众辨别这些作品到底是人类艺术家的作品，还是人工智能的创作。

CAN组作品

受试者在不知情的状态下被要求观看四类作品，分别是CAN和GAN生成的图像、2017年巴塞尔艺博会上的人类艺术家作品和抽象表现主义大师的作品。并对作品的喜恶程度、精致度、创新性和复杂度进行评分，结果出人意料。

巴塞尔艺博会组作品

53%的人工智能艺术被认为是人类作品，首次超过半数。而在对照组，即巴塞尔艺博会的作品中，只有41%的作品被认为出自人类之手。不仅如此，人工智能艺术的各项评分都超过巴塞尔艺博会的参展作品，并且在创新性和复杂度上远超后者。

人工智能艺术

这意味着CAN比人类艺术家更了解我们对抽象艺术的喜恶和预期，也更具“创造力”。并且，更意味着面对人工智能艺术，我们已不能区分谁是作者。如果进一步推理，则可预见在不久的将来，至少在抽象艺术领域，人工智能可以代替人类艺术家的创作。而我们的艺术家，或许要靠临摹人工智能艺术混饭吃了，因为目前它还不能真地画画，只能生成图像。

抽象表现主义大师杰森·波洛克

不过，我们毋需过分担忧。因为抽象表现主义大师的作品仍以85%的优秀成绩领跑实验，在喜恶程度上也高于人工智能。虽然这些作品皆为50-60年前的旧作，但在创新性方面与人工智能艺术所差无几，也大为超出今天的抽象艺术作品。

人工智能将取代哪些艺术家？

CAN的前身GAN是当代图像分析应用中的最新成果，可以应用在超分辨率的图像放大技术上，也可以进行图像语义分析。前者犹如科幻片中的图像分析机，能使模糊不清的图像文件变得清晰可辨，而后者早已为人熟知，谷歌推出的Auto Drew就基于此技术。

超分辨率64倍放大：左为输入图像，中为输出图像，右为正确答案

Auto Drew的图像语义分析

Prisma依照片生成的绘画

手机应用Prisma就是一款功能类似的神经网络系统，依照用户要求的艺术风格，能在20秒内把原图转化为一件艺术品。而相同的应用Deep Art在一年前则需要相当长的时间才能生成图像。

这些人工智能艺术应用并非简单的照片滤镜，而是能够辨别图像语义的风格化再造系统。它的运行模式同人类艺术家将自然图像或随笔草图，转变成艺术品的方法基本一致，即通过分析所见图像中的语义，并使用一种现有的艺术风格表现出来。这意味着GAN能在已知风格的基础上，以接近于人类艺术家的方式进行艺术创作。也因此，借用成熟风格照抄照片的艺术家将被人工智能取代，同时大量肖像画、风景画家也将失业。

历代阿尔法狗的战力 

而CAN与GAN的关系，就好比新版阿尔法狗·零与阿尔法狗·大师的巨大差异，前者能以绝对优势击败后者。在GAN模型中，深度学习神经网络因袭已知风格创作作品，并通过另一个神经网络判断作品是否合格。但在CAN模型中，判断器则要求生成器最大化地偏离已知艺术风格，也就是说要求自己生产的作品具备创新性。所以在这种 “创新性”生成模式中，人工智能不再复制传统艺术风格，而是因循艺术的“自然”发展道路，对未来的艺术发展趋势进行预测。

这一猜测在后来的一场实验中得到验证。研究员邀请美术学院学生评判人工智能艺术和巴塞尔艺博会上的作品，哪个更具创新价值。可悲的是人工智能全胜。这也意味着固步自封的艺术家将在未来逐渐被人工智能替代。

因此，介于目前人工智能艺术的发展现状，我们可以预见多半艺术家将失业，只有在艺术世界顶端的天才和努力发展出新风格的艺术家才能保住自己的饭碗。

人工智能艺术的乐观用途

先别紧张，就目前来说，人工智能艺术还有很多乐观用途。因为，与其说这是人工智能取代人类艺术家的先兆，不如将其视为艺术评判标准和艺术理论的一次量化飞跃。从19世纪末开始的那场声势浩大的现代艺术运动，高举“为艺术立法”的大旗，在今天终于找到了可资参考的数学模型，换句话说，艺术能“客观地”分出高下贵贱。

CAN系统对艺术品的创造力评分

CAN系统的运行数据告诉我们，在西方艺术史内部，从文艺复兴艺术到现代派的抽象绘画，我们的人类艺术发展之路一步都没有走错，这应该是个好消息。研究员输入了8万张15世纪到20世纪的艺术作品作为现有风格的参考样本，而CAN系统的生成脉络也与西方艺术的发展基本一致。实验室主任艾哈迈德更是惊呼：“抽象是艺术史上的自然进步，而算法成功的捕捉到了这一点！”

CAN系统对艺术品的创造力评分

更为惊奇的是，人类美术教育的基本方针也没有错，CAN系统的学习曲线与任何一位大师毫无区别：从传统肖像画到野兽派和立体主义，从模仿自然的写实画法发展到抽象艺术，CAN系统的学习路径和我们人类艺术家没有不同。

人工智能对艺术品的语义分析

既然人工智能可以理解历史发展脉络，可以理解艺术学习路径，那么人工智能也可以帮助人类艺术史学者评判一幅吃不准的画到底出自哪个时期，甚至出自谁手，同时借助这套系统我们还能为新艺术品打分，判断其作品在已知的美术史中的位置，以及它的创新程度。

借助艺术心理学的发展，CAN系统正在涉足情绪判断的领域，未来将通过算法实现对艺术品内在情绪的评价功能。也就是说，它将判定观众在观看作品时的情绪，并结合语义分析创作出更加动人的作品。而这一功能，也能帮助艺术史学者和批评家认识艺术家作品背后要说的话。

青年艺术家的应对策略

国内外艺术界一致看衰人工智能艺术的前景，不过是一叶障目的自我安慰罢了。人工智能将彻底撼动人类社会的底层结构，而艺术也是其中之一。当我们自大地认为人工智能艺术缺少深层思考，或者说缺少灵魂时——这也是反对者竭力攻击的重点——我们人类似乎也没有认清所谓的灵魂到底为何物，或许同我们无法了解的人工智能黑箱一样，灵魂只不过是一种错觉。

机器学习艺术家的绘画过程

正视人工智能艺术是青年艺术家必须认清的现状。人工智能艺术的冲击，一如摄影术对19世纪艺术的冲击一样，必将淘汰一部分艺术家，也能帮助另一部分艺术家成为新一代大师。摄影作为一种艺术语言，已经成为多数当代艺术家必备的能力之一，那么在时代前沿的青年艺术家，是时候该学习计算机语言，创造出一种使人工智能沦为人类艺术语言之一的艺术形式。

针对社会事件的街头艺术

为了抵抗人工智能艺术的侵犯，我们必然要找到它的弱点，并予以打击。就目前而言，语义分析、情绪分析和象征分析都是人工智能艺术无法完美达成的功能，并且人工智能还不能以大数据概览整个人类社会的现状，迅速把握重大事件和新闻，因此它也难以对我们最关心的事件予以回应，也无法创作出真正撼动人心的作品。

可是，当我们对调色盘中的色彩一无所知时，我们与人工智能其实处在同一条起跑线上。所以，绘画将走向真正的死亡。与15世纪的艺术家不同，今天的不少艺术家无法对自己使用的色彩作出一套详尽的解释，同时大众并未普遍理解色彩背后的意涵，我们离色彩文化也渐行渐远。

翠西·艾敏作品《我的床》

相比于绘画中的色彩，现成品装置中的每个物件却都是你我最熟悉的东西，我们也清楚明白它背后的象征、文化意义。事实上，并不是绘画走向死亡，而是我们开始用现成品进行绘画创作，进行艺术表达。所以，装置艺术仍然有一段路可以走，特别是结合数字媒介或具有互动性的装置艺术还能走的更长。

Colleen Mulrenan在9/11事件后的即兴作品

在人工智能的冲击下，艺术家的迅速反应也必然成为一项基本能力。摄影术冲击绘画的那段历史告诉我们，呆在工作室里创作一幅杰作，可能不比在室外捕捉一场事件来得有用。在高速网络媒体联通世界的今天，监控器、智能手机、社交网络每时每刻都在捕捉画面，创造等待被艺术家点石成金的艺术品。挪用主义必须被青年艺术家接受，并像卡尔维诺小说《一位摄影家的冒险》中的主角安东尼奥诺一样，在浩瀚无边的图像中选择适合的部分拼贴在一起，组织成一幅意义重大的作品。

具有新巴洛克时代气息的那种多元化、风格化和私人化的艺术创作观念，必然被新的艺术秩序代替。在人工智能艺术发展成熟的那天，一种将被后人视为崭新的古典秩序将成为艺术的绝对准绳。我们今天付出的努力，就是去寻找每一条通向答案的线索。

最后，我已再三指明，因袭传统、固守已知艺术风格（借用历史上的艺术风格）的那类艺术家将与画厂工人无异。他们的作品会提前被人工智能艺术取代。那么，何时危机才会降临？谁知道呢！ 可能就是明天。

面对人工智能，你害怕吗？

（别怕）它现在最多输出6.5万像素的图片

那么，你怎么看待人工智能艺术？在留言区告诉我

延伸阅读

.

.

 几册读懂艺术