演算法下的藝術——人類最後的尊嚴？
人類經歷了石器時代、銅器時代、鐵器時代等幾千年的歷史進化才有了如今信息時代的經濟繁榮、科技發達。但是伴隨著人工智慧的火熱，「AI恐懼論」也自然而然地蔓延開來。這似乎是人類文明進化發展的必經階段。人們開始擔心機器會搶走工作機會，擔心機器會控制人類，擔心人類會毀滅在自己最偉大的發明之中。藝術彷彿成了人類的最後一根稻草，因為機器不懂藝術。那麼事實是這樣嗎？
電影、文學、繪畫和音樂是人類的常見藝術表達形式。在燦若星河的藝術歷史長河中，一個個大師的名字點綴其中，艾森斯坦、莎士比亞、達芬奇、貝多芬…通過主觀創造活動和表現情感理想，在想像中實現審美主體及客體的互相對象話。大師們以不同的規律塑造藝術形象，並用獨有的表達語言塑造的唔知形象，作為藝術在再現各類造型對象，從鑒賞角度衡量藝術成果，是人的能動性對作品作出的反映。簡而言之，藝術與人類的情感密不可分。而由演算法組成的人工智慧程序能否理解繁複藝術形式背後的人性光輝？並類演算法之下，0與1的世界裡是否還有人性的溫暖？技術與藝術又會產生怎樣的化學反應？也許，那些由人工智慧們創作的藝術作品能夠揭開這層神秘的面紗……
電影
2016年上映的科幻電影《摩根》（Morgan），有一版較為特殊的宣傳片，是由IBM的人工智慧系統Waston所製作，製作過程全程沒有人工參與。Watson研究團隊藉助機器學習技術，將100部恐怖電影的預告片中的每個鏡頭分離出來，對Watson進行訓練。Watson將其中的視覺、音頻、場景等要素進行總結，並標記上對應的情感。分析了人物的語調和背景音樂，以判斷聲音與情感的對應關係。
2016年上映的電影《Morgan》
Watson完成學習後，工作人員又將完整的《Morgan》電影導入，Watson迅速挑出了其中10個場景組成了一段長達6分鐘的影片。儘管還是需要一名工作人員將這些鏡頭剪輯成最終的成片，但在Watson的幫助下，製作預告片的時間由通常的10天到1個月，縮減到了短短的24小時。全長1分15秒的宣傳片，與一般的電影預告並沒有太多的區別，很難看出人工智慧創作的痕迹。由人工智慧為人工智慧電影剪輯宣傳片，也可以算是人工智慧在電影領域的深入嘗試了。
事實上，早在Watson之前，人工智慧就已經開始進軍影視產業了。2016年6月，一個叫Benjamin的遞歸神經網路曾創作出了一個完整的9分鐘電影劇本《Sunspring》，但是其內容情節混亂、台詞前言不搭後語的硬傷在劇本中還是隨處可見。Benjamin的創作者是來自紐約大學人工智慧領域的研究者Ross Goodwin。為了訓練Benjamin，Goodwin在網上找來大量來自20世紀80到90年代的科幻電影劇本輸入到這個人工智慧中，讓它通過學習來預測每個詞或短語後面的句子。它甚至在學習了30000首流行歌曲後，為電影寫了具有自己風格的音樂插曲。小編在看過電影后表示，至少，電影在音樂方面還是不錯的。或許關於人工智慧與藝術創作，最先成熟的領域是音樂。
而關於這些嘗試，IBM院士約翰·R·史密斯(John R. Smith)在一篇博客文章中寫道：「值得注意的是，像這樣的創意項目，不存在『絕對正確』。根據我們的培訓和系統測試，我們知道溫情的和懸疑的場景會被選中，但我們不清楚系統會選擇哪些來完成創作。」
音樂
相比較其他藝術領域，人工智慧在音樂上的創作則要順暢很多。來自巴黎索尼計算機科學實驗室的Gaetan Hadjeres和Francois Pachet在巴赫的合唱歌曲上訓練了他們的人工智慧系統。訓練這套AI系統使用了352首巴赫的歌曲，它們被轉換成不同的音符，共有2503個作品。這些作品，讓1600名聽眾（包括專業音樂家和音樂系學生）中，有超過一半的人以為是巴赫本人的作品。
首位虛擬作曲家Aiva
而能夠作曲的人工智慧中，最有名的是計算機科學家兼音樂作曲家Pierre Barreau所創造的人工智慧Aiva，Aiva通過深入學習能深入理解各種作曲作品，然後自創數學模型來進行音樂創作。Pierre創造Aiva的靈感來自於科幻電影《她》中的情節。Aiva大量閱讀著名作曲家諸如莫扎特，巴赫，貝多芬的作曲作品來進行深入學習，以獲得音樂的特徵，並建立起自己的音樂理論。這些音樂可以通過輸入不同類型的數據集來定製模型，這些數據類型甚至包括文本和圖片，而單單收集這些數據集就要耗費幾個月的時間。2016年2月，人工智慧Aiva寫了它的首個鋼琴獨奏曲《她》，這讓AI創造者們突破了「音樂」的界限。在2016年的法國巴士底日(7月14日)，為了慶祝法國國慶，Aiva寫了一系列包含深情，壯烈悲愴的曲子。這些曲子最終合併被收錄成專輯《創世紀》。
為了評估Aiva所寫的作品的質量，該團隊進行了幾次圖靈測試，始終沒有人能猜出這位作曲家是一個人工智慧。最近，Aiva成為了第一位在作家的權利社會(SACEM)中獲得世界作曲家地位的虛擬藝術家，而這項成就是許多藝術家窮其一生都難以實現的壯舉。這一成就並不意味著Aiva將取代音樂家，Pierre也直言：「我們鼓勵人類和機器之間的合作，Aiva的創作初期也不乏有很多人類的協助。」
即使在同類中，她也很特別；與我們日常生活中使用的例如—搜索引擎、語音助手、自動駕駛等人工智慧系統不同———Aiva能夠寫出優美而感人的音樂，這一行為被認為是人類的深層行為。
文學
人工智慧的小說創作核心就在於其智能能否很好理解人類複雜的自然語言。而自然語言處理(Natural language Processing)就是實現人與計算機之間用自然語言進行有效通信的一種技術。自然語言處理在上世紀40年代末被提出，經歷了幾個階段突飛猛進的進化後，依然存在非常大的局限性。我們人類的自然語言由於自身的靈活性以及二義性，對它進行類似的形式化處理是一件非常困難的事情。諸如機器很難自主理解類似於「冬天能穿多少穿多少， 夏天能穿多少穿多少。」這種甚至能考倒老外的中文段子。人工智慧能夠很好分詞，記住詞性，進行歸納，但最後做出的句子段落往往和我們想像的大相徑庭。
Botnikd的同人作品
紐約的Botnik研究室利用機器學習的方式訓練人工智慧，讓它閱讀現有的哈利波特系列書籍，並創建了一個「預測」程序，使人工智慧通過前文來預測接下來可能出現的情節與詞語，結果文中出現很多諸如「羅恩站在城堡前，跳著一種堪稱狂亂的踢踏舞。」「哈利一邊想著，一邊用赫敏蘸了蘸辣醬。」這種啼笑皆非的句子。但是深度學習技術的崛起也使得自然語言處理技術有了長足的發展，Botnik在經歷了一年多不停的自我學習後，交出了一份不錯的成績單：最新的哈利波特同人作品裡，無厘頭的句子已經變少，行文已經相對規範流暢，內容邏輯性也更強。無獨有偶，我們的鄰國日本，也有過一次類似的嘗試：《機器人寫小說的那一天》這本入圍過日本文學獎的書，實際上是由人類設定男女主人公和故事梗概，人工智慧來負責組合辭彙合作構成的。此小說文筆流暢，沒有歧義。然而，這部作品卻因為角色刻畫粗糙，情節轉換不自然，故事交代不巧妙等原因沒有得獎。某種意義上來說這部小書的入圍是對人工智慧寫作表達完善度的一種承認，只是缺乏一些寫作技巧。
除了小說之外，對於其他的文學題材例如詩歌創作上，微軟小冰等一些人工智慧創作，已經能夠完全雙盲實驗，也就是說將它們的作品與人類的作品放在一起，人們很難區分是人類所寫還是AI創作。
人工智慧與文學關係中，或許布魯的話能給予我們一些啟示，人工智慧創作的小說作品與人類作品相比，更容易開闢屬於它們自己的風格，而不是侵佔人類的資源。就好像柯潔與AlphaGo的對決，AlphaGo使用的並不是純粹的人類下法，卻反倒推動了人類圍棋發展一樣。
繪畫
在繪畫上，最開始人工智慧只能在程序規則下做一些框架內的替換和模仿，遠遠達不到自由創作的程度。Google最開始公布的繪畫人工智慧Magenta甚至還有過讓人不舒服的黑歷史。然而現在Google推出的繪畫人工智慧Deep Dream開了展覽，個別畫作甚至賣到了8000美元的價格。
Magenta 是 Google Brain 團隊正在研究一個項目，用機器學習的方法來推進畫作，並已經於2016年6月份推出。Magenta的自我學習的方法是將好幾層的圖片層層提取出來信息，比如底層提取出線條，弧度，在中間層圖案，例如圓形，直角，條紋等等。最後在最上層提取出一些圖像的高層元素，例如眼睛，耳朵，鼻子等等。最後根據這些元素，來做出正確的貓狗分類。但正如在文學創作中不能很好區分詞語的多重意義一樣，人工智慧也不能很好的使用這些素材。直接結果就是在畫面上胡亂融合了大量材料，給予人極大的不適感。
AI的繪畫作品
與人工智慧的文學創作類似，我們可以看見人工智慧能夠很好的理解圖層各部分信息的材料性質，能夠快速的獲取素材，能夠進行很好的自我學習嘗試。最關鍵是如何自然的編排好這些材料，卻成了最大的難題。就好似我們學習外語時背單詞，學語法，練口語都能合格，但真正遇到國外人士的時候，往往容易鬧出一些語言上的笑話。從這方面看，或許我們可以說人工智慧能完成我們給予的應試教育了，但似乎依然缺乏素質教育的洗禮。而我國，美圖公司旗下實驗室推薦了一款叫做Andy的人工智慧繪畫機器人。這個機器人可以自主創作，根據用戶的照片形象進行繪畫作畫。進入美圖黑科技功能，上傳一張自拍照，繪畫機器人Andy就可以為用戶畫出兩種風格、共30多種效果的插畫像。由於引入了人工智慧的技術，所以這個繪畫機器人Andy的繪畫水平會越來越好，不會因為審美疲勞而失去趣味性。這麼看來人工智慧繪畫水平雖然不穩定，想要實現大突破還是任重道遠，但也並不是全無可能。
人工智慧和藝術？
最後，小編想拋磚引玉一下，藝術的鑒賞是否必須了解作者？
在關於人工智慧的說法上，人們最普遍的想法是：人工智慧缺乏感情和經歷，無法讓人感同身受，無法帶動讀者情緒，所以做不出真正的藝術。小編覺得這個說法有對的地方，但並不完全。的確，作者本身的思想經歷融入到作品中，與讀者隔空交流，是一種美妙的傳遞。作者是誰對於很多讀者很重要，人工智慧缺少這個環節。而小編認為不完全的地方在於，你在網路中閱讀一段話，看到一副畫，聽到一首歌，很感動，很有趣，引發了你的思考，你有每一處都辛苦去找尋過它的出處，了解作者經歷嗎？難道我們了解藝術的道路上，最常見的狀況不是先了解到作品，了解作品風格自己是否喜歡後，再去追尋作者的足跡嗎？在小編看來，作者的背景信息對於作品是加分項，不是決定項。就好比我們評價一部作品，給它打分，滿分是一百，由自己喜好決定，一百分內怎樣都好。而作者的背景履歷應該是額外分數，就算你給作品打了一百分，也可以依對作者的喜愛與共鳴，給它加額外的二十分，五十分，一百分。所以問題在於，當一件藝術產物擺在你面前，你很喜歡，你很感動，你愛不釋手。當你了解到它的作者是人工智慧的時候，你頓時就心生厭惡了嗎？小編引用一句來講：當一件作品做出來之後，它的價值就不單是作品與作者本身了。而是在於不同的人在它身上看到不同的價值。
所謂一千個讀者眼中有一千個哈姆雷特。作者是誰重要嗎？重要。但你在不了解作者是誰的情況下，也能從作品身上收穫到單純直接的情感，這是你自己生活和經歷的映射，我想對你來說更重要。
怎麼，還沒看過癮？？
TAG:全球大搜羅 |