當AI成為一個文藝青年，撩妹會不會變得很簡單？

「

十四行詩、小說和音樂專輯創作也許只是AI成為文藝青年的第一步，在此之後人工智慧會充滿創造力，從而替代我們人類神聖的藝術嗎?

」

藝術范兒十足的AI作品

自人工智慧這個領域開闢以來，研究者們就一直在試著搗鼓一個能具備創造性的人工智慧。

早在2011年，谷歌就已經開始介入藝術與科技相結合的研究領域。從建立網路藝術博物館這樣野心勃勃的「谷歌藝術項目」（Google Art Project），到數據藝術團隊（Data Arts Team），再到著名的DeepDream項目、Magenta項目和開源人工智慧平台TensorFlow，谷歌旗下的科技與藝術項目在一直不停地給世界驚喜。

谷歌的DeepDream項目曾利用演算法讓AI學會了畫抽象畫，且這一演算法已經成為了今年早些時候藝術畫展的重要組成部分。

在這個名為「深度夢魘：神經元網路的藝術（DeepDream: The Art of Neural Networks）」的藝術畫展拍賣會上，倫敦藝術家Memo Akten和谷歌人工智慧共同完成的一組畫作，拍出了8000美元的高價，這也是當天最高的價格。

谷歌人工智慧畫作拍出近萬美元，藝術范十足

據了解，谷歌最初開發這項技術是為了識別照片中的物體。後來為了進行藝術創作，工程師又隨即為電腦提供了各種物體圖片，經過電腦演算法處理後能分析出圖片與什麼物體相象，例如狗、人臉和樹木。

「這個演算法形成了學習反饋的圓環。比如，如果一朵雲看起來像一隻鳥，系統反饋後會讓它變得更像一隻鳥。這樣一來，系統下次就能更快地識別一隻鳥的圖片，直到能畫出一隻精準的鳥兒。」谷歌在介紹這個項目時稱。

受Deep Dream技術靈感的啟發，谷歌Magenta項目開始著力研究生成音樂的演算法。他們希望建立起圍繞Magenta的生態圈，讓一些藝術家加入這個平台，以幫助藝術家更好地完成創作。比如人工智慧在聽到音樂家彈奏的音符之後，能利用那些音符彈奏出更加完整的旋律。

在成功教會人工智慧寫詩及小說之後，谷歌的Magenta項目又通過神經學習網路創作出了自己的第一首歌曲——一首時長1分30秒的鋼琴曲。在這首鋼琴曲中，同樣還配有打鼓聲和管弦樂，不過這些都是後期添加的。

谷歌方面表示，利用人工智慧來創作藝術並非不可能的事情。對此，微軟和索尼也以實際行為表達了相同觀點。

今年5月，微軟的一款社交機器人小冰在北京舉辦了詩集發布會，發布了AI創作的第一部詩集《陽光失了玻璃窗》。據悉，這本新詩集囊括了139首現代詩，全部由微軟小冰創造。微軟技術人員稱，小冰學習了1920年以來519位詩人的現代詩，訓練超過10,000次。

更有趣的是，自2017年2月起，微軟小冰在天涯、豆瓣、貼吧、簡書四個平台上使用了27個化名發表詩歌作品，獲得大量跟帖評論的同時，幾乎沒有被察覺出非人為所作。

發布會上，來自微軟的人工智慧專家們介紹，小冰的學習過程與人類學習創作的過程非常相似：即通過反覆學習產生積累，積累到一定程度之後，當小冰受到某個靈感激發源的刺激，就會在學習積累的基礎上產生新的創造。

據悉，微軟小冰曾經也推出過單曲《好想你》、《夏日甜心》以及民族歌曲《山歌好比春江水》，聲音甜美獨特。她只要聽人類演唱一遍，就能抓住演繹的重點，獨立完成整首曲子的創作。

而在國外，索尼巴黎計算機科學實驗室最新一項研究結果表明，人工智慧(AI)不僅可以進行複雜的音樂創作工作，還能達到「大師級」水平。

巴赫(Johann Sebastian Bach)是巴洛克時期著名作曲家，被譽為「西方近代音樂之父」。

為了研究巴赫的音樂，索尼巴黎計算機科學實驗室研究人員蓋坦·哈傑里斯(Gaetan Hadjeres)與弗朗索瓦·帕切特(Francois Pachet)開發了一個名為「DeepBach」(深度巴赫)的神經網路。

首先，他們利用巴赫創作的352部作品目來訓練DeepBach。接下來，在預定義音域內，他們將這些作品變調，創作出了2503首讚美詩。其中，80%用來訓練DeepBach，而剩餘20%用來驗證訓練成果。

經過訓練，DeepBach能夠創作出與巴赫風格高度相近的作品，幾乎到了「以假亂真」的地步。研究團隊對1600多人進行了測試，其中包括400多位音樂家或音樂系的學生。

測試結果表明，超過50%的人認為，DeepBach生成的作品就是巴赫本人的作品。相比之下，巴赫本人的作品也僅被75%的人正確識別。哈傑里斯和帕切特說：「鑒於巴赫作品的複雜性，我們認為DeepBach的表現非常出色。」

搞藝術的AI具有創造力嗎？

我們知道，詩歌、音樂、繪畫都是人類藝術的棲息地，靈魂的寄託和感情的表達。好的藝術作品，能夠在人心底激起片片漣漪，生出層層想像，開出久不凋謝的花。

而AI竟然在短短几周到幾個月的時間，就能夠出自己的詩集、畫作和音樂專輯，這樣的創作速度，遠超人類。難道機器人也有情感，領悟到藝術的境界?

在大多數人的眼裡，機器缺乏這樣的創作動力。對於計算機來說，這個千變萬化的世界，這些豐富的文藝作品，都不過是數字的組合。換句話說，計算機進行文藝創作的實質，乃是對圖像和自然語言的賦值，是基於大數據的海量學習，是千萬次的程序計算，是一種0101的數字遊戲。

所以，在AI作詩的問題上，現階段仍然是有「詩感」而無「詩意」，乍一看像一首詩，但是詩歌想要表達什麼，句與句之間有怎樣的演進，終究不禁細想。說到底，計算機能夠像模像樣地寫詩，還是利用了詩歌本身的模糊性和普通人對詩的不熟悉。

就目前來看，計算機能生成的東西基本和過去風格一樣，它是看了很多過去的作品而生成的。有人說把莎士比亞所有作品拿過來，用計算機建一個模型，然後生成一個新的作品，會跟莎士比亞風格完全一樣，但是想讓它創作一個引領潮流的新風格就很困難了。

這是因為人是肉體，肌膚、皮肉對環境產生反映以後表達出一種情緒，不同環境會產生不同化學反應。而機器人是中性的，不可能產生這些化學反應，沒有情緒反應就不是藝術。

然而，人工智慧研究者、網站CreativeAI的創始人以及博客「倫理機器」（Ethical Machine）的主播之一的薩米姆·威尼格（Samim Winiger）卻持有不同觀點。他認為，創造性是一種運作方式，而不是某種火花或者繼承而來的天賦。

「這跟創造過程有關，它是一種做事的方式。你學著變得有創造性，跟你學著演奏吉他一樣。」威尼格這樣說，「從這個角度來看，它就不那麼神秘了，而你可以試著利用這些工具去優化你自己的流程。」

威尼格將這些工具看作對人類創造性進行增強而非替換的一種方式。在他的設想中，服裝店可以根據用戶的偏好來生成一件禮服，然後當場把它製造出來。「到了那個時候，你可以想像類似H&M的店會有多巨大的改變，」威尼格這樣說。

就在今年，IBM的Watson幫助時裝公司Marchesa為紐約大都會慈善晚會（Met Gala）設計了一套禮服，對顏色和質料給出了指導建議。

在製作過程中，Marchesa給了Watson五種情緒的選擇：愉悅、激情、興奮、鼓舞和好奇。Watson分析了Marchesa以往製作的服裝，通過連接顏色和情緒的工具，它給新服裝設計了一套調色板。然後，Watson把40000種面料的選擇縮減到150種，然後向設計師推薦了其中35種。

被視為現代人工智慧之父的馬文·明斯基（Marvin Minsky），在1960年寫下了這樣的話：「我確信終有一天我們能得到擁有強大的解決問題能力的程序，方法是以錯綜複雜的方式組裝一大堆啟發式的部件——多目標優化、模式識別技巧、規劃代數、遞歸管理過程等等。但在這些程序中，沒有智能安坐。」

愛與美，情感與創意，機器到底要如何進行分析、編程和計算，才能和人類的創造力所匹敵？至少在創作出不朽的經典作品之前，AI還有很長的路要走。

【科技雲報道原創】

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！