人工智慧不僅在創建新的藝術類型，更在創造新的藝術家

加利福尼亞州山景城電 - 1990 年代中期，道格拉斯·埃克（Douglas Eck）在阿爾伯克基擔任資料庫程序員,同時還是兼職歌手。白天，他在美國能源部（Department of Energy）的實驗室里編寫計算機代碼, 到了晚上，他就會去當地酒吧表演，演奏他所說的「受朋克影響的藍草音樂（美國傳統鄉村音樂，用吉他和班卓琴演奏，譯註）」，即「約翰尼·羅坦（Johnny Rotten）和約翰尼·卡什（Johnny Cash）的結合」（約翰尼·羅坦是著名朋克樂團性手槍樂隊（Sex Pistols）成員，而約翰尼·卡什則是美國鄉村音樂傳奇歌手）。但埃克真正想要做的是結合他的全職工作和兼職工作，研發可以創作音樂的機器，他說：「我生命中唯一的目標，就是將人工智慧與音樂結合起來。」

這曾經是一個異想天開的想法。他的研究生學位是在布盧明頓的印第安納大學（Indiana University）讀的，離家鄉很近。他曾經試圖把這個想法推銷給著名認知科學家侯世達（Douglas Hofstadter）。侯世達曾撰寫過關於人腦和機器的書《哥德爾、艾舍爾、巴赫：集異璧之大成》（G?del, Escher, Bach: An Eternal Golden Braid），這本書後來獲得了普利策獎。但是當時侯世達沒有接納埃克的想法, 因為他覺得，即使是當時最先進的人工智慧技術也不可能做到這一點。但在接下來的二十年里, 埃克一直徘徊在學術界邊緣，未曾放棄這個想法，最終，人工智慧的發展趕上了他的願望。

去年春天，在 Google 參與了幾年研究工作後，埃克再次提出這個他在幾年前就對侯世達說過的想法。這一次，他促成了Magenta 項目的成立。參與該項目的 Google 公司研究員不僅要讓機器自動創造出音樂，而且還能創作其它形式的藝術，譬如素描、視頻和笑話。Google 旗下的智能手機、應用軟體和互聯網服務組成了一個龐大網路，於是準備進軍通信行業，而在埃克看來，Magenta 項目也是一種自然延伸的溝通方式。

最近，在 Google 人工智慧研究總部的雙層樓里，埃克接受了採訪，他說：「這個項目是為人們創造新的溝通方式。」

人們正加倍努力，試圖利用人工智慧技術創造藝術，該項目也是這種努力的一部分，而直到最近，這種人工智慧技術才算真正成形。這些複雜的數學系統被稱為深度神經網路（deep neural network），可以讓機器通過分析大量的數據來學習特定的行為。例如，人工神經網路可以通過在數百萬張自行車照片中尋找共性，從而學會識別自行車。所以，Facebook 識別網路照片人臉，Android 手機識別語音，以及微軟網路電話工具 Skype 自動翻譯不同語言，都是遵循同樣的原理。但是，這些複雜的系統還可以創作藝術，例如，通過分析一組歌曲，它們可以學習創建類似的聲音。

一幅使用 DeepDream 製作的藝術畫。DeepDream 是 Google 研究人員在 2015 年開發的一款軟體。在此之上，Google 推出了最新的 Magenta 項目，加入音樂的創作功能，並由此開發出一款名為 NSynth 的工具。

正如埃克所說，真正實現這個目標可能還需要多年努力，但這些系統至少已經越來越接近這個目標，因為現在機器已經可以馬上創作出一首（甚至是數萬億首）全新的披頭士樂隊（Beatles）歌曲，並且每一首歌聽起來都很像披頭士樂隊自己錄製的音樂，卻也不盡相同。但是，最終的結果既在創造藝術，也在破壞藝術，而這並不是他所追求的目標。除了模仿之外，還有很多途徑值得探索。最終目標不是取代藝術家，而是為他們提供工具，讓他們以全新的方式創造藝術。

在 1990 年代，在當初新墨西哥州的那間小酒吧里，埃克在自己的表演中將朋克音樂與鄉村音樂相結合，而現在，他正在研發一款軟體，讓它來做自己當初做的事情。他和團隊利用人工神經網路，將截然不同的樂器進行混合創作，比如說，將巴松管和古鋼琴的聲音結合在一起，這樣一來，就能製作出前所未有的新聲音。

正如一個人工神經網路可以通過分析數百張貓的照片來識別貓一樣，它可以通過分析數百個音符來學習巴松管的音樂特性，它可以創建數學模型或向量來標識巴松管。因此，埃克和他的團隊已經將數百種樂器的音符輸入到人工神經網路中，並為每一種樂器建立一個向量。現在，只需在屏幕上移動一個按鈕，他們就可以結合這些向量來創建新的樂器聲音，譬如由 47% 巴松管樂音和 53% 鋼琴樂音組成的新樂聲等。

幾個世紀以來，管弦樂指揮家的工作，就是將不同樂器的聲音層層疊加，但這個軟體又有所不同。通過這個軟體，埃克和他的團隊不是單純地將聲音疊加，而是創造出前所未有的新聲音，為藝術家提供新的創作方式，埃克說：「我們正在製作新一代的電影攝影機和新一代的電吉他。」

這個被命名為NSynth的項目還在起步階段。但是，在藝術和科技行業，已經有許多人開始渴望通過人工神經網路和其它人工智慧技術來創作新的藝術。洛杉磯攝影師和藝術家亞當·菲利斯（Adam Ferris）說：「這項工作在過去幾年中飛速發展，它代表的是一種全新的美學。」

2015 年，Google 內部的一個獨立研究小組研發出了 DeepDream。這款工具可以利用人工神經網路，從現有攝影作品中製造出迷幻風格的概念性圖像，在 Google 內外催生了許多全新的藝術。如果它在分析一張狗的照片的時候，發現了一部分皮毛有點類似眼球，就會不斷突出那一部分的皮毛，然後重複這個過程，最終創造出一幅布滿眼球的小狗照片，看上去令人眼花繚亂。

另一幅使用 DeepDream 創建的作品，這個軟體能利用人工神經網路從現有的攝影作品中創作出概念性的圖像。

與此同時，一些藝術家，譬如著名的多媒體表演藝術家崔佛·帕格恩（Trevor Paglen）或知名度較低的亞當·菲利斯，他們正在以不同的方式來探索人工神經網路。今年 1 月，帕格恩在舊金山一個陳舊的海運倉庫進行表演，探討以人工神經網路為基礎跟蹤人類外表和行業的計算機視覺倫理學問題。例如，當風格前衛的克羅諾斯弦樂四重奏團（Kronos Quartet）在台上演奏時，人工神經網路會實時分析他們的表情，推測他們的情緒。

這些工具是新的，但其背後的理念卻不是。紐約大學（New York University）教授艾莉森·帕里什（Allison Parrish）設計了一款能自動生成詩歌的軟體，她認為，藝術家自 1950 年代以來就一直在使用計算機創作藝術。她說：「譬如傑克遜·波洛克（Jackson Pollock），他想出了一種新的繪畫方法，那就是把顏料罐打開後，直接潑灑到身下的畫布上。這些新的計算機科技只是給藝術家們提供了更多的『調色板』。」

一年前，戴維·哈（David Ha）是跨國銀行控股公司東京高盛（Goldman Sachs）的一名交易員。在平日工作的午休時間，他開始研究起人工神經網路，並將結果通過化名發表在博客上。除此之外，他還創建了一個可以寫日本漢字的人工神經網路，日本漢字是一種源自中文的象形文字，其書寫方式更像是在繪畫。

很快，埃克和 Google 公司的其他員工發現了這個博客，而現在，戴維·哈已經成為了 Google Magenta 項目的研究人員。通過一個名為SketchRNN的項目，他正在構建可以繪畫的人工神經網路。這些人工神經可以通過分析數千幅由普通人創作的電腦繪圖，學習創作豬、卡車、小船或瑜伽姿勢等主題的圖像。它們不會抄襲別人畫過的東西，而是學習獨立繪畫，通過數學運算來學會如何畫一隻豬。

然後，你就可以要求它們畫一隻有貓頭的豬，畫一匹少了一條腿的馬，素描一輛看起來像狗一樣的卡車，或用幾條隨機的曲線畫一條船。相比於 NSynth 或 DeepDream，這些軟體可能不太像是藝術家用來創作的工具。但一旦你使用過這些軟體，你就會發現它們本身就是一件件藝術品，一件件由戴維·哈創建的、充滿生命力的作品。人工智慧不只是在創造新的藝術類型，更是在創造新的藝術家。

翻譯熊貓譯社 李秋群

題圖來自Vimeo

2017 THE NEW YORK TIMES

喜歡這篇文章？去 App 商店搜好奇心日報，每天看點不一樣的。

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！