談?wù)撨@個話題之前，我們首先必須明確，幾十年來人工智能的定義一直在演變，在大眾的觀感中尤其如此。

從1956年普利茅斯會議中這個概念被提出，“人工智能”已經(jīng)幾經(jīng)高潮與低谷，直到“阿爾法狗”戰(zhàn)勝圍棋冠軍，直到索菲亞加入沙特國籍并揚言要對抗人類之后，它才突然走到了大眾面前。其實我們生活的角落里面早就充滿了人工智能，從我們打開手機刷臉時的人臉識別到智能語音助手，從我們開車導(dǎo)航時的路徑優(yōu)化，到此刻我寫作時的語音識別輸入，我們?yōu)g覽網(wǎng)頁時候的自動翻譯，無不滲透著人工智能技術(shù)。不同時代的人們對“人工智能”這個詞的內(nèi)涵理解是不同的。40年前我們會覺得計算器也是人工智能，今天我們手機里的語音識別、智能語音助手、面孔識別這些技術(shù)，都快要不被我們看作是人工智能了。

一種技術(shù)在它影響力最大的時候，總是逐漸變得像空氣一樣不可見。今天，人工智能正在變得像清潔水供應(yīng)系統(tǒng)、電力網(wǎng)絡(luò)、無線互聯(lián)網(wǎng)信號基站一樣——我們每天都在使用它，我們對它們的依賴是如此嚴(yán)重，以至于我們感覺不到它們的存在。人工智能在全面影響我們的生活方式的同時，當(dāng)然也極大地影響了我們的藝術(shù)方式和藝術(shù)生態(tài)。這表現(xiàn)在三個方面：首先，是一批利用人工智能技術(shù)的藝術(shù)創(chuàng)作形態(tài)的出現(xiàn)。其次，是人工智能帶來了全新的藝術(shù)生態(tài)，全面影響從美術(shù)館到藝術(shù)市場、從藝術(shù)批評到藝術(shù)教育的廣闊領(lǐng)域。最后，人工智能帶來了巨大的技術(shù)倫理問題，對之的希望所帶來的激情與焦慮激發(fā)了全面的思考。

一、利用人工智能的藝術(shù)創(chuàng)作

1.生成藝術(shù)

人類嘗試自動化的藝術(shù)的夢想由來已久，這有一個發(fā)展過程：

有研究者認(rèn)為，早在1757年，莫扎特的《音樂骰子游戲》就是基于隨機性的通用系統(tǒng)的早期例子。它的結(jié)構(gòu)一方面是基于秩序的要素，另一方面是基于秩序混亂的因素。

在現(xiàn)代主義藝術(shù)中，達達主義者們嘗試了無序拼貼，超現(xiàn)實主義者們嘗試了自動寫作。20世紀(jì)50年代，約翰·凱奇等人再次嘗試用生成系統(tǒng)來作曲。并且，至少從20世紀(jì)50年代開始，人類藝術(shù)家就一直在使用計算機來作曲。畫家埃爾斯沃思·凱利（ Ellsworth Kelly）通過運用機器操作來創(chuàng)建網(wǎng)格中的顏色。他還在紙上創(chuàng)作了作品，然后切成條狀或正方形，并使用機器操作重新組合以確定展示位置。

在20世紀(jì)70年代，英國藝術(shù)家Harold Cohen就寫了關(guān)于機器人創(chuàng)作藝術(shù)作品的文章，并且研發(fā)了AARON系統(tǒng)，使用計算機控制的機械臂來創(chuàng)作作品。隨之，一大批藝術(shù)家開始嘗試使用大型機、繪圖儀和諸如“細(xì)胞自動機”、遺傳算法、遞歸系統(tǒng)之類的算法來創(chuàng)建視覺藝術(shù)作品。

貝爾實驗室的邁克爾·諾爾（Michael Noll）從1962年開始使用數(shù)學(xué)公式和程序隨機性對電腦藝術(shù)進行編程。

數(shù)字藝術(shù)家約瑟夫· 內(nèi)克瓦特（Joseph Nechvatal ）開發(fā)了病毒傳染的模型。

加拿大藝術(shù)家San Base在2002年開發(fā)了一個“動態(tài)繪畫”算法，使用計算機算法作為“畫筆筆畫”，Base創(chuàng)建了復(fù)雜的圖像，隨著時間的推移而產(chǎn)生了一個流暢的、不斷重復(fù)的藝術(shù)品。索尼亞· 蘭迪· 謝里丹（Sonia Landy Sheridan ）于1970年在芝加哥藝術(shù)學(xué)院建立了Generative Systems作為程序，以響應(yīng)由計算機-機器人通信革命帶來的社會變革。

觀念藝術(shù)家索爾·勒維特（Sol LeWitt）的“指令墻畫”有時候也會被視為是生成藝術(shù)的先驅(qū)，他通過電報或傳真發(fā)送一串操作指令，由助手遠程完成墻壁繪畫。例如：在墻上，畫一組平行線，每根線90厘米寬，用4種顏色……

看不懂？這么說吧，此刻閱讀本文的你，現(xiàn)在得到一組指令：把你手中的A4紙畫成10毫米×10毫米的一百個格子。抬頭望向門口，門口每進來一個男人你就在格子中填入一個黑方框，每進來一個女人你就畫一個紅色圓點。很快，你就得到一張由黑格子和紅圓點組成的抽象繪畫。當(dāng)然，你可以進一步細(xì)化規(guī)則，例如進門的姑娘年紀(jì)越小圓點就越小。好，現(xiàn)在假設(shè)這條指令不是發(fā)送給你，而是被編碼儲存在計算機中，通過攝像頭和人臉識別程序，計算機在不斷地畫畫，它就在不斷地“生成”作品了。

事實上，輸入的參數(shù)和編碼的指令都要復(fù)雜得多。今天，“生成藝術(shù)”這個概念指的是全部或部分使用自動創(chuàng)作系統(tǒng)創(chuàng)造的藝術(shù)。它有時候也被叫作“算法藝術(shù)”或“軟件藝術(shù)”，隨著Processing和OpenFrameworks等可視化編程軟件在學(xué)校教育中的傳播，“生成藝術(shù)”早就成為美術(shù)學(xué)院中多種專業(yè)的基礎(chǔ)訓(xùn)練。對于一些藝術(shù)家來說，圖形用戶界面和計算機代碼本身已經(jīng)成為一種獨立的藝術(shù)形式。

2.數(shù)據(jù)挖掘和數(shù)據(jù)可視化

數(shù)據(jù)可視化，源于統(tǒng)計學(xué)，而且由來已久，最早由知名的護士南丁格爾在“南丁格爾玫瑰圖”中嘗試。出于對資料統(tǒng)計的結(jié)果不受人重視的憂慮，她發(fā)展出一種色彩繽紛的圖表形式，使數(shù)據(jù)能夠更加讓人印象深刻。 這種圖表形式有時也被稱作“南丁格爾的玫瑰”，是一種圓形的直方圖。南丁格爾常昵稱這類圖為雞冠花圖（Coxcomb），用以表達醫(yī)院季節(jié)性的死亡率，這些圖的讀者是那些不太能理解傳統(tǒng)統(tǒng)計報表的公務(wù)人員。她的方法打動了當(dāng)時的高層，包括軍方人士和維多利亞女王，遂使醫(yī)事改良提案得到支持。

信息圖表、餅圖和直方圖都是人們將數(shù)據(jù)匯編成可視形式的方式，有助于我們理解和情境化通常難以掌握的信息。但是，信息傳遞與藝術(shù)之間的界限經(jīng)常被藝術(shù)家模糊。隨著互聯(lián)網(wǎng)積累了大量數(shù)據(jù)，基于數(shù)據(jù)可視化、數(shù)據(jù)挖掘和數(shù)據(jù)處理，產(chǎn)生出一大批新的藝術(shù)作品。

費爾南達·維加斯（Fernanda Viégas）與馬丁·瓦滕伯格（MartinWattenberg）的《 風(fēng)圖》是整個美國風(fēng)向的真實印象。他們收集了來自國家數(shù)字天氣預(yù)報數(shù)據(jù)庫的數(shù)據(jù)后，這種旋渦式的印象派作品將不斷在全國各地流動的風(fēng)型呈現(xiàn)為密集而精致的動人藝術(shù)品。他們超越了僅傳達信息的功能，開創(chuàng)了數(shù)據(jù)可視化的先河。

2008年，亞倫· 科布林（Aaron Koblin ）的作品《飛行模式》（Flight Patterns）顯示了美國24小時的空中交通流量，并將其轉(zhuǎn)換為驚人的60秒視頻。

倫敦的數(shù)據(jù)記者戴維·麥坎德利斯（David McCandless）是藝術(shù)界信息領(lǐng)域中“最直言不諱的倡導(dǎo)者之一”。McCandless創(chuàng)建了很有影響力的博客“信息就是美”，并于2009年出版了同名書籍。他的網(wǎng)站充滿了令人回味的數(shù)據(jù)視覺表示。McCandless在他的網(wǎng)站上寫道：“我對設(shè)計的信息如何幫助我們了解世界，以及揭示其下方隱藏的聯(lián)系、模式和故事感興趣?！?/p>

英國藝術(shù)家安娜· 瑞德勒（Anna Ridler ）的作品《無數(shù)（郁金香）和花葉病毒》中，作者以從17世紀(jì)30年代席卷整個荷蘭、歐洲的“郁金香狂熱”隱喻今天圍繞加密貨幣的猜測，她拍攝了一萬張（或無數(shù)的）郁金香花照片，每張照片都是手工分類，揭示了機器學(xué)習(xí)背后的人性?！癕osaic”病毒本是影響花瓣條紋的病毒的名稱，而此刻，郁金香葉片的條紋外觀由比特幣價格控制，實時波動，這件作品是數(shù)據(jù)可視化藝術(shù)和機器學(xué)習(xí)的融合。

土耳其AI藝術(shù)家Refik Anadol也經(jīng)常使用機器學(xué)習(xí)來產(chǎn)生動態(tài)數(shù)據(jù)圖像，2019年在深圳展出的“科技藝術(shù)四十年”展覽中，他展出了“深圳的風(fēng)”，采集當(dāng)?shù)氐臍饬鲾?shù)據(jù)形成了巨型畫布。

韓國藝術(shù)家Sey Min的個人網(wǎng)站ttoky.com上詳細(xì)介紹了一些數(shù)據(jù)視覺化項目的制作過程和理念，像是《如果機器能看得到音樂……？》（What if machines can see music……？）、《城市數(shù)據(jù)》（CityData）等。這些作品涉及了大量的數(shù)據(jù)收集、處理、分析，并把它們轉(zhuǎn)化成清晰有效的數(shù)據(jù)流。其中《城市數(shù)據(jù)：首爾日?；ㄤN》展示了首爾這座城市每天的花費，上面有具體的企業(yè)名字和金額。藝術(shù)家說：“和不少其他城市的居民一樣，很多首爾市民并不十分相信自己的政府。但當(dāng)我公布了這一件作品的數(shù)據(jù)后，很多首爾市民都有著積極的反饋，表示‘原來這座城市在變得比我想象的還要好‘首爾做的事情比我想象的要有趣，等等?！?blockquote>

有時候，創(chuàng)作的主體很難說是個人，還是公司。例如，英偉達公司的NVIDIAResearch開發(fā)的深度學(xué)習(xí)模型可以輕松地將粗糙的涂鴉轉(zhuǎn)變?yōu)楸普娴慕茏鳌Ｒ豢蠲麨镚auGAN的交互式應(yīng)用程序，允許用戶繪制簡單的草圖和涂鴉，同時用沙子、天空、海洋或雪等標(biāo)簽標(biāo)記每個片段，然后由GAN將其加工成逼真的圖像。

日本藝術(shù)家池田亮司（Ryoji Ikeda）是另一位將大數(shù)據(jù)轉(zhuǎn)化為抽象結(jié)果的藝術(shù)家。他把自己長期從事的涉及數(shù)據(jù)的項目之一稱為Datametrics。Datametrics這個項目始于2006年，當(dāng)時作為音樂會的一部分，池田從軟件和硬盤驅(qū)動器的錯誤中提取了大量代碼。數(shù)據(jù)被排序為各種2D和3D模式，并構(gòu)建音軌以反映圖像的混亂情況。池田亮司在2013年將這個項目發(fā)展成沿墻壁延伸的投影《數(shù)據(jù)走廊》。

《紐約時報》的“駐報數(shù)據(jù)藝術(shù)家”Jer Thorp接受Mashable網(wǎng)站訪談時曾談到數(shù)據(jù)可視化和設(shè)計藝術(shù)，他說：“我們每天都在產(chǎn)生數(shù)據(jù)， 每天都在消費數(shù)據(jù)。數(shù)據(jù)正在變成我們?nèi)粘Ｉ畹囊徊糠帧?然而，我認(rèn)為， 我們從文化上并沒有完全認(rèn)識到這種轉(zhuǎn)變。 目前，數(shù)據(jù)的重要性和價值， 主要是在商業(yè)領(lǐng)域， 而我認(rèn)為它的價值在社會領(lǐng)域、科技領(lǐng)域還遠遠沒有被挖掘出來。如果我們能夠更有效地共享數(shù)據(jù)， 比如科學(xué)、城市建設(shè)等各個方面， 數(shù)據(jù)就會變得更加有價值。 所以我的工作之一， 就是讓人們看到這樣的未來。 通過數(shù)據(jù)可視化， 讓人們意識到他們能夠如何利用數(shù)據(jù)。 這樣的想法有時候可能過于樂觀， 但確實是我一直努力的方向?！?/p>

3.神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)所創(chuàng)造的藝術(shù)可能性

2016年，“阿爾法狗”戰(zhàn)勝圍棋世界冠軍，使得機器學(xué)習(xí)，尤其是深度學(xué)習(xí)進入了普羅大眾的視野。有人甚至認(rèn)為，基于2014年伊恩·古德費洛（Ian Goodfellow）論文中提出的思想的對抗性生成網(wǎng)絡(luò)（Gan）是2019年“最重要的藝術(shù)家”，甚至于有人提出了GANism這個詞——最初由Google的軟件工程師Fran?ois Chollet于2017年首次使用：“GANism可能將成為一種重要的現(xiàn)代藝術(shù)潮流?！?/p>

在對抗性生成網(wǎng)絡(luò)中，“生成器”可以被認(rèn)為類似于偽造者團隊，他們試圖生產(chǎn)假貨幣并在未經(jīng)檢測的情況下使用它，“判別器”類似于警察，試圖檢測假幣。兩支球隊都在改進自己的方法，直到假冒品與真品無法區(qū)分為止。

而基于Gan的AI繪畫作品“Obvious Art ”巴黎藝術(shù)團隊的《埃德蒙·貝拉米肖像》在佳士得拍賣會上以驚人的43萬美元售出，終于引發(fā)了人們對深度學(xué)習(xí)所創(chuàng)造的繪畫可能性的重視。

NoArtist團體由Polytechnique（法國工程學(xué)校）的3個朋友于2018年創(chuàng)建，其目的是創(chuàng)造非復(fù)制的、受真實繪畫啟發(fā)的新藝術(shù)品。

毛羅· 馬提諾（Mauro Martino ）是麻省理工學(xué)院IBM WatsonAI實驗室的駐場藝術(shù)家，也是東北大學(xué)的教授，他的團隊已經(jīng)用傳統(tǒng)的文藝復(fù)興時期肖像畫訓(xùn)練了45000張肖像上的GAN算法。他們的網(wǎng)站允許上傳圖片，并生成由經(jīng)驗豐富的人類畫家繪制的獨特藝術(shù)品。

阿姆斯特丹J. Walter Thompson廣告公司的創(chuàng)意人員將創(chuàng)意與技術(shù)完美融合在一起，他們研究了荷蘭畫家倫勃朗的畫作，并在2016年開始為其客戶創(chuàng)作全新的倫勃朗風(fēng)格的肖像作品，名為“下一個倫勃朗”。這個項目要求軟件工程師編寫結(jié)合面部識別技術(shù)的深度學(xué)習(xí)算法，以便計算機可以掃描有關(guān)倫勃朗已知畫作的大量數(shù)據(jù)，然后，深度學(xué)習(xí)系統(tǒng)生成共同的特征，這些共同特征確定了主題、顏色、成分、幾何形狀和筆刷高度的模式，供團隊使用，以了解真正使倫勃朗成為倫勃朗的原因。最終結(jié)果是令人印象深刻的3D打印繪畫，包括14層和1.48億像素，全部基于倫勃朗的所有346幅繪畫。

三星的AI研究人員利用深度學(xué)習(xí)讓達· 芬奇名畫《蒙娜麗莎》動了起來，莫斯科三星AI中心的研究人員與斯科爾科沃科學(xué)技術(shù)學(xué)院一起使用了Deepfake技術(shù)，該技術(shù)非常適合將一個人的面部嫁接到另一個人的視頻上。該軟件提供了來自YouTube的龐大的名人談話視頻集，可精確定位人臉上的重要地標(biāo)，并使用了GAN。

一款名為“Vincent”的AI，能夠?qū)⑷祟愄峤坏暮喒P畫畫作重新創(chuàng)作為類似于19世紀(jì)和20世紀(jì)一些知名畫家風(fēng)格的作品。這款A(yù)I經(jīng)過了8000件藝術(shù)作品的訓(xùn)練。

大都會博物館從五千年來來自世界各地的文化中遴選了6種舞蹈形式，這個AI程序的做法讓人想起了在墻面貼滿記憶女神圖譜的瓦爾堡，這類AI顯然將成為美術(shù)史研究的工具。谷歌文化實驗室開發(fā)的一系列博物館圖像互動程序，則提供了娛樂性的博物館藏品體驗方式。

2015年的 DeepDream，也是最早的人工智能藝術(shù)應(yīng)用之一，這個程序由 Google 工程師亞歷山大·莫德溫采夫（Alexander Mordvintsev）開發(fā)。它通過“空想性視覺錯覺”來重新構(gòu)造現(xiàn)有的圖像，讓現(xiàn)有的圖像給人如夢似幻的感覺。

另一個發(fā)展方向，是通過文本命令進行AI繪畫，由弗吉尼亞大學(xué)的研究人員與IBM Watson合作開發(fā)，可以根據(jù)自然語言描述生成各種形式的合成場景。當(dāng)使用簡單的英語傳遞指令時，模型中會出現(xiàn)一種易于理解的藝術(shù)品，包括男孩、女孩、沙箱、熱狗和鐵鍬。微軟小冰在展示自己撰寫詩歌能力的時候是根據(jù)用戶上傳的照片畫面來寫詩，但當(dāng)微軟小冰畫畫的時候，則同樣是提取文本的語義來轉(zhuǎn)換成畫面。

馬里奧·克林格曼于2019年3月在蘇富比當(dāng)代藝術(shù)拍賣中展出了《路人記憶一號》。它使用神經(jīng)網(wǎng)絡(luò)生成無限的成年男性和女性面部的肖像流?？肆指衤腁I模型接受了17至19世紀(jì)數(shù)千幅肖像的訓(xùn)練。這件作品也成為了拍賣會上首批出售的AI藝術(shù)作品之一。

到目前為止，大多數(shù)AI繪畫都是生成圖像然后打印，并不包含動手繪畫的動作。但是也有人開始嘗試讓內(nèi)置AI的機器人動手畫畫。由艾丹· 梅勒（Aidan Meller ）開發(fā)的首個展覽于2019年7月在牛津大學(xué)展出。這個項目以世界上第一位女性計算機程序員、詩人拜倫的女兒艾達·洛夫萊斯（Ada Lovelace）的名字命名為艾達（Ai-Da），它使用面部識別技術(shù)繪制人臉。它還能用自己的聲音說話，聲稱畢加索的《格爾尼卡》和奧威爾的《1984》為它藝術(shù)創(chuàng)作的主要靈感。梅勒從牛津大學(xué)的博士生那里接受了AI編程，并由機器人公司Engineered Arts建造了這位機器人藝術(shù)家。它可以使用鋼筆和鉛筆來畫素描。

在其他領(lǐng)域，AI劇本寫作、AI新聞撰寫、AI作曲和AI合成聲音的歌手已經(jīng)紛紛登場。這一類人工智能實踐，是人工智能技術(shù)走向強人工智能必須證明的能力，而藝術(shù)似乎成了強人工智能出場祭旗時必要的犧牲。

二、人工智能介入美術(shù)館管理和體驗

很長一段時間，博物館界就一直在討論人工智能，可以將AI整合到博物館運作的各個方面，從藏品管理、導(dǎo)覽和參觀者體驗，從參觀人流預(yù)測，到通過使用機器視覺幫助識別和分類圖像，來幫助人們理解館藏。

2016年，泰特美術(shù)館與微軟合作向數(shù)字創(chuàng)意者頒發(fā)了IK獎，他們開發(fā)了一種AI形式來讓公眾以新的方式探索和理解泰特的英國藝術(shù)收藏。

2016年，巴黎的布蘭妮博物館（Musee du quai Branly ）內(nèi)出現(xiàn)了機器人藝術(shù)評論家貝倫森（Berenson），這位評論家戴著圓頂硬禮帽和圍巾，穿著大衣，悄悄漫步在博物館的大廳。貝倫森是由人類學(xué)家Denis Vidal和機器人工程師Philippe Gaussier創(chuàng)造的，它利用人工智能記錄人們對藝術(shù)品的反應(yīng)，進而發(fā)展自己的品位。通過眼睛中的攝像頭，它記錄了參觀者的反應(yīng)，然后與博物館其他地方的計算機共享這些記錄。綠色圓圈代表正面反應(yīng)，紅色圓圈代表負(fù)面反應(yīng)。

博物館機器人正在以指數(shù)級的速度增長。2015年，法國的Aldebaran Robotics公司開發(fā)的人形機器人Pepper占據(jù)了華盛頓史密森尼博物館的3個博物館（國家非洲藝術(shù)博物館、國家非裔美國人歷史和文化博物館、Hirshhorn博物館和雕塑花園）以及史密森尼城堡，它們的功能是通過語音、手勢和交互式觸摸屏，回答訪問者的提問，還給人講故事。博物館的訪客們顯然很喜歡與Pepper互動，這些機器人甚至還會擺姿勢拍照。

在美術(shù)館的網(wǎng)站中，聊天機器人和分析工具都可以在改善訪問者體驗方面發(fā)揮作用。其中一些工具甚至可以改善游客最初進入博物館的通道。例如，通過使用AI預(yù)測博物館容納量，提前發(fā)行更多門票，從而避免了游客流失。

對任何一家博物館來說，對所有館藏進行充分分類永遠是一件費勁的事兒。如今使用機器學(xué)習(xí)來自動標(biāo)記藏品圖像，成了普遍采用的方式。悉尼的Powerhouse Museum十年前就開始使用OpenCalais來將社交標(biāo)簽添加到藏品圖像中。芝加哥美術(shù)館通過色輪引入了新的搜索體驗。大都會博物館從五千年來來自世界各地的文化中遴選了6種舞蹈形式，這個AI程序的做法讓人想起了在墻面貼滿記憶女神圖譜的瓦爾堡。這類AI顯然將成為美術(shù)史研究的工具。

完美的人工智能藝術(shù)家還沒能出現(xiàn)，畢竟人工智能僅僅處在它的“嬰兒時期”。人類也普遍期望藝術(shù)可以是最后一個人類將被人工智能取代的領(lǐng)域，畢竟下圍棋那樣的事情太適合人工智能來從事了。但起碼，早期簡單的計算機輔助設(shè)計正在向AI設(shè)計急速發(fā)展。

谷歌文化實驗室開發(fā)的一系列博物館圖像互動程序，則提供了娛樂性的博物館藏品體驗方式。你可以擺出一個姿勢，它幫你找出和你的姿勢一樣的世界名畫。你可以上傳自己的肖像，它幫你找出和你長得最像的名畫，它還借助換臉軟件把你快速地放進維米爾的名畫里面。這些小游戲當(dāng)然是有趣的，大多數(shù)博物館都不會拒絕讓谷歌文化實驗室在他們的美術(shù)館中安裝一套設(shè)備，為參觀者提供娛樂。作為交換條件，谷歌獲得了世界多家博物館藏品的數(shù)據(jù)資料，而數(shù)據(jù)是未來的油田。

三、藝術(shù)市場、藝術(shù)批評和藝術(shù)教育

人工智能對藝術(shù)市場最大的影響：首先，是由人工智能所創(chuàng)造的藝術(shù)品進入畫廊和拍賣市場;其次，未來為不同藏家的品位而定制的獨一無二的AI藝術(shù)品很可能將完全改變藝術(shù)衍生品行業(yè)的生態(tài)。

與此同時，對以投資增值為目的的藝術(shù)收藏行為來說，人工智能則許諾幫助他們變得更理性。數(shù)據(jù)分析公司Kellify開發(fā)了一項技術(shù)，使投資者可以了解哪些收藏或拍賣作品最有可能獲得短期投資回報。該算法基于對歷史數(shù)據(jù)大量信息的實時分析，金融專家根據(jù)過去拍賣的結(jié)果進行預(yù)估，而如果沒有AI的幫助，此過程將是不可能的。Kellify的目標(biāo)不是藝術(shù)專業(yè)人士，而是那些希望獲得更精確價值的投資或估值決策者，讓他們在投資時可以做出上佳決策。

“畫廊人”（Gallerist）平臺是由創(chuàng)業(yè)企業(yè)家卡洛斯·里維拉（CarlosRivera）于2014年通過其ArtRank算法估值預(yù)測來支撐的。在推出后的幾年里，該平臺引起了極大的關(guān) 注，也受到了很多批評，越來越多的初創(chuàng)公司正在投身于探索真正可靠的基于AI的估值預(yù)測。

自由主義經(jīng)濟學(xué)所依賴的基礎(chǔ)是“理性人”的神話，這一神話正在由這類信誓旦旦的人工智能系統(tǒng)進一步加強，而這可能也正是這一類投資咨詢系統(tǒng)的致命弱點。因為在藝術(shù)收藏行為中并不完全是以牟利為目的的投資者。收藏者中有的是特立獨行的任性的人，而恰恰是這些任性的行動，會帶來名利場邏輯的難以預(yù)測和不確定性。

AI最節(jié)省時間、最擅長的功能之一就是情感分析，它可以用于分析和解釋訪問者的評論。在這里，自然語言學(xué)習(xí)被用來理解大量自由的訪客評論，包括滿意度、情感以及關(guān)鍵主題或單詞。因此，毫不意外的是，基于自然語言處理的煞有介事的人工智能藝術(shù)批評家很容易在綜合這些七嘴八舌意見的基礎(chǔ)上出現(xiàn)。它們甚至能被精準(zhǔn)地設(shè)定為代表主流意見，以及一個品位清奇、特立獨行的評論家。模型和語料庫將預(yù)先決定這些人工智能批評家的立場是女性主義批評家還是后殖民主義批評家。

既然AI可以撰寫藝術(shù)評論，當(dāng)然也就可以完成策展的基礎(chǔ)工作了。

這樣的“自動藝術(shù)批評寫作”已經(jīng)引起藝術(shù)界的警覺。相比之下，目前人工智能給藝術(shù)教育帶來的似乎更多的是福音。就講授基本的美術(shù)史知識、對比和討論經(jīng)典作品而言，由人工智能所支撐的虛擬教師，顯然足以勝任，比起人類教師，它對陌生知識的記憶能力和學(xué)習(xí)能力都可能更強。甚至就特定技法的講授，經(jīng)過特定訓(xùn)練的機器人也是可以勝任的。

目前的人工智能真正無法超越人類藝術(shù)教師的，可能僅僅是在觀念藝術(shù)領(lǐng)域：當(dāng)一位學(xué)生提供方案，一個虛擬教師應(yīng)該能夠?qū)W(xué)生所提交的方案進行針對性的評論，給出優(yōu)化建議。這意味著它首先得是一位成熟的、自己能夠做出更優(yōu)勝方案的藝術(shù)家。教藝術(shù)的前提是能做好藝術(shù)，所以人工智能藝術(shù)教師的前提是人工智能藝術(shù)家。當(dāng) 然，即使是這樣的任務(wù)，也并非完全難以想象。事實上已經(jīng)有人在著手做這樣的工作了。

但人工智能的方案生產(chǎn)能力將大大強于人類。人類藝術(shù)家的用場，似乎將保留在如何遴選這些點子，如何感覺到哪些特定的點子將有助于打動人心，而這其實是基于人類藝術(shù)家們對于人性的了解，但是特定的人群將如何對特定形態(tài)的藝術(shù)品作出情感反應(yīng)，事實上同樣是可以通過基于對象畫像的大數(shù)據(jù)來進行預(yù)測的。

完美的人工智能藝術(shù)家還沒能出現(xiàn)，畢竟人工智能僅僅處在它的“嬰兒時期”。人類也普遍期望藝術(shù)可以是最后一個人類將被人工智能取代的領(lǐng)域，畢竟下圍棋那樣的事情太適合人工智能來從事了。

但起碼，早期簡單的計算機輔助設(shè)計正在向AI設(shè)計急速發(fā)展，進入設(shè)計領(lǐng)域的AI的第一個例子是The Grid，這是一個于2015年啟動的網(wǎng)站，可以在幾分鐘內(nèi)創(chuàng)建現(xiàn)代外觀設(shè)計。而西雅圖的一家名為HaikuDeck的軟件公司在其網(wǎng)站上的標(biāo)語是：“專業(yè)設(shè)計，沒有設(shè)計師?！?h3>四、AI在藝術(shù)界帶來的技術(shù)倫理問題

2018年，英國薩里大學(xué)的多學(xué)科研究項目組使用了一個名為DABUS的人工智能，該人工智能進行了兩項發(fā)明，并提交給了專利局。其負(fù)責(zé)人泰勒（Thaler ）于2018年10月17日和11月7日向英國知識產(chǎn)權(quán)局提交了申請。泰勒將DABUS命名為發(fā)明人，并詳細(xì)解釋了為什么他認(rèn)為在這種情況下應(yīng)將機器視為發(fā)明人。

申請被拒絕了，理由是：認(rèn)為只有自然人才能被指定為發(fā)明人，將機器命名為發(fā)明人不符合《1977年專利法》的要求;泰勒對這一決定不滿意，要求在官員面前舉行聽證會。在2019年12月4日的裁決中，聽證官拒絕了泰勒的上訴。

更多的藝術(shù)家并不急于要以申請專利的方式來挑戰(zhàn)現(xiàn)行法律，他們有更急迫和更值得焦慮的事情要去處理，那就是臉部識別技術(shù)越來越發(fā)達，卻引發(fā)了人們的憂心忡忡。

當(dāng)今生活的悖論之一，是我們被迫決定放棄多少個人的自由以增強我們的安全感。2019 年，舊金山成為第一個禁止使用面部識別技術(shù)的城市，甚至禁止其政府機構(gòu)和執(zhí)法部門使用。他們提出“面部識別技術(shù)危害公民權(quán)利和公民自由的傾向大大超過其聲稱的好處”。

Grigory Bakunov是俄羅斯最大的科技公司Yandex的技術(shù)總監(jiān)，最近，他公開表示自己已經(jīng)在網(wǎng)絡(luò)上和其他幾個黑客一起，開發(fā)出了一種“反面部識別算法”。

這種算法的實現(xiàn)方式是，以化妝的方式在臉上畫出特定的線條，以此干擾面部識別技術(shù)。與此相似，一群名為“ Dazzle Club ”的藝術(shù)家們畫上他們的臉每個月游行一次，以抗議倫敦的監(jiān)視。荷蘭設(shè)計師吉普· 范· 列文斯坦（ Jip van Leeuwenstein） 則開發(fā)了一種透鏡式面具，可以扭曲臉部，但允許看到表情。

反面部識別眼鏡由美國卡耐基梅隆大學(xué)和北卡羅來納大學(xué)的研究人員合作開發(fā)，一共有5種，使用者戴上眼鏡后能夠成功騙過面部識別系統(tǒng)的“眼睛”。

無獨有偶，日本東京國立信息研究院ISAOECHIZEN教授研發(fā)出的世界首款反面部識別的眼鏡，通過在眼鏡上加裝11 組近紅外環(huán)形燈，采用光干擾的原理防止攝像頭采集用戶的面部信息，完美阻止被攝像頭的面部識別程序抓取。

以色列媒體藝術(shù)家穆洪· 澤爾· 阿維夫（Mushon Zer-Aviv ）的《標(biāo)準(zhǔn)化機器》是一種交互式裝置，是機器學(xué)習(xí)的實驗研究。它旨在識別和分析社會常態(tài)的形象，要求每個參與者從先前記錄的參與者中指出誰看起來最正常。機器將分析參與者的決策，并將其添加到什么是“正常狀態(tài)的聚合算法圖像中”。

19世紀(jì)頭十年后期，法國法醫(yī)先驅(qū)Alphonse Bertillon（面部照片之父）開發(fā)了“ Le Portrait Parle”（口語肖像）系統(tǒng)，該系統(tǒng)用于對人臉進行標(biāo)準(zhǔn)化、索引化和分類。他的統(tǒng)計系統(tǒng)本來不打算用面孔識別尋找罪犯，但后來被優(yōu)生運動和納粹廣泛采用。

阿維夫的裝置直觀地展示了機器學(xué)習(xí)如何自動化并放大Bertillon說話的肖像。如今，系統(tǒng)的歧視逐漸加深，并被方便地隱藏在看似客觀的黑匣子后面。

知名的媒體藝術(shù)家利亞姆· 楊（Liam Young ）的《星球城市》是世界上第一部完全通過自主無人機拍攝的敘事電影。該電影使用了專門開發(fā)的攝像無人機，每個無人機都按照自己的電影規(guī)則和行為進行編程。

也并非每一個藝術(shù)家都對面孔識別技術(shù)如此憂心忡忡。阿根廷藝術(shù)家埃里亞·加斯帕羅洛（Elia Gasparolo）和華金·法加斯（JoaquínFargas）的《機器人世界：保姆機器人》是一部科幻影片。這是一個使用面部識別技術(shù)來學(xué)習(xí)如何照料人類嬰兒的網(wǎng)絡(luò)保姆，如果“人類文明的滅亡臨近”，它將“協(xié)助保護人類”作為“銀河方舟”或“遙遠的未來”。

2019年，我和微軟研究院合作，訓(xùn)練微軟小冰畫畫，并把它化名為“夏語冰”，作為我的學(xué)生參加了中央美院的畢業(yè)展。同年7月在中央美院美術(shù)館舉辦了小冰的個展。2020年，當(dāng)中信出版社要出版小冰的畫冊《或然世界》的時候，因為“小冰”不是自然人，無法簽署出版合同。微軟用一封郵件委托我以教師的身份代理小冰的出版合同，最后出的這本畫冊是“邱志杰主編、微軟小冰著”。

在某種意義上，我也是一個樂觀主義者。180年前，攝影術(shù)的出現(xiàn)曾經(jīng)逼得當(dāng)年的畫家下崗，一部分畫家因此開始思考，我們應(yīng)該怎樣畫，才是照相機做不到的事情，因此我們有了梵高和畢加索。今天的人工智能還很幼小，它能給藝術(shù)帶來的是什么，我們并不全然清楚，但我深信，當(dāng)它能夠取代部分藝術(shù)工作的時候，也將是藝術(shù)向前進化的時刻。