用 AI 畫畫的藝術家目的何在，以及，這些畫到底是不是藝術？

美國藝術家 Pindar Van Arman 在一項繪畫比賽中拿了獎。不過，有朋友告訴他，自己不知道是應該感動，還是應該覺得噁心。

爭議起於他的繪畫工具——人工智慧。在今年的國際機器人藝術大賽（International Robotic Art Competition）中，憑藉兩張抽象畫和一張塞尚風格的作品，它為 Van Arman 贏得了第一名的頭銜及四萬美元獎金。

加拿大藝術家 Joanne Hastie 則在大賽中拿了第五名。與 Van Arman 的遭遇類似，多數人的第一反應就是：「這不是藝術！」

她覺得不公平，但也承認這是一個陌生的門類，人們還沒來得及好好想過。

在 10 年的藝術生涯之前，Hastie 是設計醫療器械的工程師。去年，她開始把自己的兩種經歷和興趣融合起來，試著將自己區別於溫哥華多達數百個的優秀藝術家。

蘸顏料，在畫布上塗塗弄弄，好一陣後，洗筆，等畫布干透，再準備上第二、第三層色，Hastie 的機械臂便是如此工作的。動作由編程式控制制，她需要先用繪畫軟體做出效果圖，並分出前景、中景、遠景——這種分層上色的方法正是她自己的作畫習慣。

如此一幅畫通常要耗上 15 個小時。這還沒算上漫長的磨合期。光是學畫曲線——一個人類可以輕而易舉完成的自然運動，Hastie 就花了很長時間寫代碼，調整坐標和畫筆的角度。在此之前，它只會畫全然機械的直線，落在紙上的顏料薄且均勻，看起來「非常像機器人」。而最早的機械臂在下筆時有 ± 5 毫米的偏差，連直線都畫不出，甚至還折斷了很多隻馬克筆。

幾個世紀的傳統下，藝術品都出自於人，也因此 Hastie 覺得，作品必須模仿人的風格，才能給人以熟悉而可親近的感覺，並且稱得上具備藝術特質。

「訓練」前後的線條

最早的機械臂模仿主人的簽名

最早的機械臂在畫直線

有時，她會問自己：大費周章的好處是什麼？為什麼要花上 10 倍的時間，畫一幅水平不如自己的作品？

事實上，除去在興趣和藝術成就方面的考慮，這種畫法彆扭歸彆扭，卻讓 Hastie 在每一個細節上都投注更精細的考慮。她開始鑽研繪畫技巧，比如怎麼判斷一幅畫是不是畫完了、如何調配色彩等等。

改變還不止於此。本來只畫現實主義和印象派的她，可以走一步看一步，隨時改進，直到筆下的畫變得有模有樣。但因為沒有「眼睛」，機械臂不會知道自己的進展，只能根據事先的命令「瞎」畫。

不過，這樣的限制再加上「非常規」（甚至魯莽）的筆觸和色彩使用，卻恰好啟發了這個藝術家——她「將錯就錯」，乾脆放棄寫實，就用它畫抽象畫。

她說，這是她最富有藝術性的項目。

Hastie 今年向 Robot Art 提交的參賽作品

Van Arman 用人工智慧作畫則已經是第 15 年了，這個月即將在自己家附近辦展。儘管他的機器搭檔已經換了幾代，但直到現在，一幅畫還是得花費一周。

這的確是個細活兒。

在初始，機器人會有一張目標圖，可以由人輸入，也能自主生成。在後一種情況下，機器人在繪畫過程中會隨時自己調整。但無論如何，新圖片一旦形成，畫筆便會全力以赴去模仿它。機器還配有相機，作為視覺反饋的媒介。這個過程中，一張動態的熱力圖會扮演指揮的角色，實時反映畫布上的作品和目標間的差異，並下達動作指令——哪裡顏色過深，就去補色，哪裡又太淺，則要淡化。不時地，它會像人一樣：後退一步，看看效果，然後往前走一步，做出調整。

當最終，這個差異無論如何都不再減少時，它便擱筆，知道自己已經儘力。

儘管對搭檔的表現感到基本滿意，但每每它完成了工作，Van Arman 還是忍不住要親自出馬，再加上幾筆。他將自己的搭檔看作一個高中藝術生，擅長模仿，但還不能形成自己的獨立風格——以及，對什麼是好看也一無所知。

這些「神來之筆」最後會錄入資料庫，讓機器人通過深度神經網路來訓練模仿。雖然目前看來，靠這樣一點一滴，讓它繼承自己的審美和品味或許遙遙無期，但說到底，Van Arman 還是希望它畫得更像 Van Arman，而不是更像它自己。

順便一提，在 Van Arman 添上幾十筆前，機器人可能已經畫了上萬筆。不過，這並不妨礙他把自己的工作看得更為重要。他曾經寫道，「我的決定最終讓藝術品變得完整。有趣的是，我知道這是藝術創作中唯一真正重要的決定。」

CMIT Robotics 向 Robot Art 提交的作品

CMIT Robotics 則是泰國農業大學電機工程學系下設的機器人實驗室，他們在比賽中拿了第三名。從形式看，這團隊的理念可能不能更明確直白，即，讓機器人模仿人類——

先讓人畫一遍，在此期間，畫筆會記錄每一個動作的位置和力度。一旦拿到這些數據，機器甚至不需要額外的代碼，就能照葫蘆畫瓢，幾乎能重複所有的筆法技巧，把整幅畫再現出來。

有趣的是，運用類似的原理，他們現在還與表演泰國傳統孔劇的舞蹈家合作，希望教會機器人跳舞。

工程師 Chowarit Mitsantisuk 告訴我們，現在成品和原作的相似度已經超過 90%，將來甚至可以達到 100%。可複製性加上高還原性，讓他們的機器人可以放在博物館，向大眾「重播」藝術家的創作過程，同時，用技術視角分析藝術技巧和風格也成為可能。團隊還把這些數據文件放在網上，任何人都可以下載來用，甚至自己修改這些動作。

此外，Mitsantisuk 也多次提到，團隊希望給藝術家更好的工具，並激發孩子們對機器和編程的興趣。

現在，回到開始的問題——這是不是藝術？

對很多人下意識的負面評價，Hastie 覺得很不公平——在這些人眼裡，數字藝術是藝術，單反相機拍的照片是藝術，雕塑家羅丹讓助手幫忙做的雕塑也是藝術。自己借機器人完成的作品，怎麼就不算藝術？

Hastie 說，類似的排斥在 20 世紀初期也出現過。彼時，初出茅廬的印象派並不討喜。同一時期，相機的發明和普及在另一方面又引起了藝術家的焦慮——如果相機比我做得更好，那我存在的意義是什麼？

不過，當年的恐慌和不解已經消散。攝影技術最終刺激了各藝術流派的創新，「再現」早就被「表現」取代，不再是現代繪畫的主要目的，連印象派也蓬勃起來。Hastie 說，一直以來，藝術家都在嘗試新的技術，在未來也是如此——工具越多，創作的機會也越多。

歸根結底，她覺得藝術的定義與創作形式無關，而是取決於效果，「其重要性是讓觀者思考……如果一個人對我的作品有所反應，那麼，無論那是用手還是用機器人做的，那就是藝術。」

不過，雖然創作過程的確由她指揮，但讓一個沒什麼創造力的機械臂開導了自己，還是讓她覺得諷刺（話說回來，她還給這條機械臂取了名字，叫 Mozzie）。

今年早些時候，紐約藝術評論家 Jerry Saltz 說， Van Arman 的畫是第一件讓他覺得「看起來不像出自電腦的電腦作品」。但他很快話鋒一轉，說道，「這沒有任何好處。」

不過，在 Van Arman 看來，這已經令他感到非常滿意了。在幾年前，藝術界沒有人覺得那些東西屬於藝術，至少現在，有人開始稱它們為「壞藝術」。他說，這是屬於人工智慧的進步。

Van Arman 自己將這些作品定義為介於繪畫和印刷品之間的某種東西——每一張都費時，都特別，但要想複製並不困難。但這也不等於說它們就是工廠流水線上的產品——的確，它們可以量產。不過，能量產的就不能是藝術嗎？況且，即使是「列印」同一幅畫，每次結果也都不盡相同。

負面評價中也有恐懼的聲音——是誰在完成一幅藝術作品？如果是人工智慧，人類是否被降級了？

實驗室出身的 Mitsantisuk 說，只要機器人還沒有表現出創造力，那它們不過是執行指令，而「指令是藝術家的工具」，如是而已。那麼，創造力出現了嗎？

大賽官網將機器人的創作方式分為三種，其一是通過遠程控制、眼動儀等模仿人類；其二是將既有圖畫用機械臂畫出來，可直接如數字編碼畫（即為同一色塊編上相同數字，再相應填塗），或精細一些，用上照相機或感測器以形成糾錯反饋迴路；而在最後一種中，人工智慧通過深度學習自主生成圖像。

以去年 6 月提出的深度學習模型CAN（Creative Adversarial Networks，創意對抗網路）為例，機器人會學習大量不同流派的畫作，而後通過博弈機制，生成既異於現有風格、又不會過於怪異的作品，換句話說，最終成果要做到既不無聊，同時又能為人接受。事實上，其生成的一些作品不僅能夠「以假亂真」，還得到了人們更高的評價。

CAN 模型生成的作品（評分最高）

CAN 模型生成的作品（評分最低）

這將「何為藝術」的追問推得更遠。

微妙的是，Van Arman 的機器人已經可以通過深度學習，獨立做出決定，包括畫什麼、怎麼畫。事實上，在一幅畫的創作中，上文提到的目標圖變換就會發生幾千次，而這些決定都出自機器人自己。Van Arman 覺得它已經有創造力，問題只在於多寡。

目標圖變換

加州大學伯克利分校工業工程與運籌學系的Ken Goldberg 教授則反駁了這一猜想，「它們會一直做出預料之外的事，但這不過是大多數機器的本性……只要程序中有隨機性，就會有意想不到的行為產生。」

Van Arman 也覺得人工智慧還不夠格成為藝術家，但理由並不在創造性。他說，人工智慧與人的最大的差距，在於能不能明確認識「一幅畫什麼時候算是完成了」。顯然，這解釋了他為何堅持要補畫。

他的第二個理由則是，無論是音樂、繪畫還是寫作，所有的藝術無非都是一個人與另一個人的交流。沒有人，沒有交流，藝術創造就無從談起。也因此，無論變得多麼複雜，機器人都不會變成藝術家。

「許多事物喚起人們的情感，但它們都不是藝術，比如受到驚嚇會讓人恐懼（但就不是藝術）。」 Van Arman 繼續補充道，「真正重要的，是藝術要試圖去喚起情感，試圖讓自己的作品成為藝術。由於機器人沒有這種意向性，它就不是藝術家。而我卻試圖用機器人來喚起情感，激起觀者的思考。」

「所以沒錯，我的繪畫是藝術，只是藝術家是我，人工智慧則是我的工具。」他說。

不過，Van Arman 或許也會認可那些共通之處同樣不可忽視。他的文章《創造力可能只是生成藝術演算法的複雜組合》便從標題到內容都對此有所思考。比如，搭檔對作品的「審視」，不同決策「思路」之間的互補，似乎都有幾分人性。

大賽的主辦者 Andrew Conru 分別在美國聖何塞州立大學和聖克拉拉大學教授控制系統和機器人學，他提出，「大多數人可能不會相信，人類藝術家和人工智慧非常相似。他們的固定技能類似於演算法，技術也是重複性的。如同每個人類藝術家都在探索自己的獨特風格，每個人工智慧也會由於演算法的不同，而擁有自己的風格。」

他本人覺得，只要本質上是美麗的，或是傳達了思想，這就是藝術。但因為藝術是主觀的，最終的判准應當因人而異。Conru 舉了一個例子：假設畫廊的牆上有四幅作品：《蒙娜麗莎》原作、一件藝術家的臨摹品、一張它的照片和另一幅畫像，那麼，只有那副原作是藝術品嗎？他將評判的權利留給觀眾，也因此他為大賽評審引入了大眾投票的機制。

由此，他確信，這份並無定論的主觀性會默許人工智慧加入藝術界，乃至作出自己的貢獻。他進一步預言，在未來它們能夠解釋自己畫作的意義——就算不行，畫廊代理人也能夠代勞。

只是，由於目前藝術上多數決定仍然由人類事先遙控，在 Conru 教授看來，人工智慧的探索還處於必要但非常初級的階段。同時，多數作品在技術上遠不成熟——筆觸間並無融合，也缺乏震撼人心的力量。不過，一旦變得更容易使用，人工智慧也許能夠最終勝任整個創作過程。

到那時，他認為，人工智慧很可能會參與到藝術界的競爭中去，成為一種常態。理由是，這一行業的資金是相對固定的，何況，「幾個世紀以來，飢腸轆轆的藝術家（starving artists）就一直是個固定片語」。但他相信，人工智慧將與人類一起，會給藝術帶來爆炸性的效應，或許還能創造出相應的商業機會，因為畢竟，「世界上還是有許多夢想家的。」

我們做了一個壁紙應用，給你的手機加點好奇心。去 App 商店搜好奇怪下載吧。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！